针对工程形状设计领域中带有多个约束条件的非线性设计优化问题，提出了一种自适应的基于高斯分布的量子行为粒子群优化（AG-QPSO）算法。通过自适应地调整高斯分布，AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力，随着搜索过程的进行，算法的局部搜索能力逐渐增强，从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性，在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明，在满足所有约束条件的情况下，AG-QPSO算法在压力容器设计问题上取得了5 890.931 5的平均解和5 885.332 8的最优解，在张弦设计问题上取得了0.010 96的平均解和0.010 96的最优解，远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果，同时AG-QPSO算法取得的结果的方差较小，说明该算法具有很好的鲁棒性。
