抄録
本論文では高次元連続型多峰性関数の最適化問題に対する解探索性能に優れた Artificial Bee Colony アルゴリズムに着目し，高次元（数百次元）の最適化問題に対して，一つの大域的最適解ではなく，複数の許容解を求めることができるように拡張発展させた実用手法を提案する．数値実験では多峰性を有する代表的な３つのベンチマ－ク関数（Rastrigin関数／ Schwefel関数／ Griewank関数）を用いてその解探索性能を評価した．数値実験の結果は既往の複数解探索手法に対する提案手法の優位性を示している．
