该工作提出了“量子自适应搜索（QAGS）”算法——一种用于多元函数全局优化的混合量子经典算法。该方法采用自适应机制，基于量子估计的目标函数概率分布动态缩小搜索空间。通过适当的复数振幅映射，量子态编码了有关解质量的信息，从而能识别最有希望的搜索区域并逐步收紧搜索范围；随后经典优化器对解进行局部细化。分析表明，QAGS能以可控的计算复杂度确保搜索空间向全局最优解收敛。基准测试函数的数值结果显示，相较于经典方法，该算法在获得更高精度的同时，还具有时间和空间复杂度的双重优势。
