高次元最適化問題においては探索に時間がかかる問題やパラメータ設定が複雑になる問題がある．本稿では，Artificial Bee Colony (ABC)アルゴリズムを適用する．ABCアルゴリズムは利用するパラメータの数が少なく，パラメータ設定は容易になるが，それでも，探索に時間がかかるという問題が残る．そこで確率的主成分分析を用いて次元を圧縮し，本来のABCアルゴリズムよりも探索され難さを解消する．圧縮した次元はｔ−SNE法と圧縮した次元の評価を行うk3n-errorの考えからユークリッド距離を用いて探索も行う．