抄録
分布推定アルゴリズムにブートストラップ法を用いた新しいアルゴリズム(Estimation of Distribution Algorithms by the Bootstrap, EDABs)を提案する．EDABsでは，適合度を確率変数と考え，適合度に関するブートストラップ標本を抽出し，それによって適合度のブートストラップ分布を構成する．そして，ブートストラップ分布から最大適合度ブートストラップ標本を抽出し，その個体から次世代の集団の分布を推定する．オーダ3だまし問題を用いてEDABsのパフォーマンスを評価した結果，個体数の影響が有意である一方，ブートストラップ反復回数の影響は有意ではないことが明らかになった．また，ブートストラップ分布および集団中の大域最適個体の割合が個体数の増加に伴って減少する原因の解明と，大域最適個体の割合を増加させることが今後の課題であることが明らかにされた．
