株式会社エイゾスのAI解析プラットフォームMulti-Sigma®を用いて、自動車の燃費性能（MPG）とエンジン出力（馬力）という相反する性能の最適なバランスを見出すため、多目的最適化を行った事例をご紹介します。
１．燃費と出力性能の予測
Multi-Sigma®のAI予測機能では、入力データ（説明変数）と出力データ（目的変数）を用いてAIモデルを学習させ、両者の関係性を捉えたモデルを構築することが可能です。そのAIモデルを用いて6つのパラメータ（排気量、重量、加速性能、製造年、気筒数、原産国）から2つの性能指標（燃費、エンジン出力）の予測をすることができます。
2. 影響度要因分析
Multi-Sigma®の要因分析機能では、性能指標に対して 正（及び負）に寄与する要因を特定することができます。重量が両性能に大きく影響する一方、その方向性は相反することを定量的に把握することができました。
3. 性能指標を同時に最適化
Multi-Sigma®の最適化機能では、望ましい性能指標を得るための最適なパラメータの組合せを提案できます。
期待される効果：
1. 製造プロセスの
効率化の提案
2. 実験コストの削減
3. 開発期間の短縮
（注）データ引用元
Dua, D. and Graff, C. (2019). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.Original Data: Ross Quinlan (1993) “C4.5: Programs for Machine Learning”, Morgan Kaufmann Publishers, San Mateo, CA.