抄録
進化型多目的最適化アルゴリズムの性能比較を行う場合，評価尺度を用いることによって獲得された非劣解集合の性能が評価される．しばしば用いられる評価尺度の一つとしてHypervolumeがあげられる．近年，IBEAと呼ばれるHypervolumeを直接的に最大化する手法が提案されている．先行研究として，１回の実行で１つの解を獲得する繰り返し型IBEAを提案した．繰り返し型IBEAでは，Hypervolumeが最大となるように解が探索される．本研究では，探索性能を改善するため，繰り返し型IBEAに改良を行う．改良型IBEAでは，まず各目的に対して最適解を探索する．各目的に対して最適解あるいは近似最適解が得られた後，Hypervolumeが最大となるような解の探索を行う．数値実験より，繰り返し型IBEAを改良することによって，探索性能が改善されることを示す．
