遺伝的ダイナミクスを伴う運動論ベースの最適化（KBO）アルゴリズムを局所化することで、複数のグローバルミニマを持つ目的関数を効率的に探索し、従来のKBOや他の多峰性最適化手法と比較して優れたパフォーマンスを実現します。
本稿では、クラスタリングに基づく新しい多峰性最適化アルゴリズムであるk-BBBCと、最適解の同定と定量化のための2つの後処理手法を提案し、その有効性を検証しました。
