差分進化は実装しやすく，性能の良い最適化アルゴリズムであり，さまざまに応用されている．差分進化における探索点群はランダムに初期化することが多いが，探索性能はその初期探索点群に大きく依存している．これに対しては進化アルゴリズム中に突然変異やノイズなどのランダムな要素を導入することで解決することが可能ではあるが，必要以上に導入すると探索速度は低下してしまう．本研究では理想的な探索点群が信頼区間内に存在することを仮定し，次探索点候補をその信頼区間内でランダムに変動させる．数値実験においてこの提案法が差分進化アルゴリズムの性能を向上させることを確認した．
