近年、複雑な組み合わせ問題や数値最適化問題を効率的に解くことができるメタ・ヒューリスティクスが注目を浴びている。その手法の1つである人工蜂コロニー（ABC: Artificial Bee Colony）は、高次元の最適化問題に対して優れた解探索性能を発揮することが知られている。その反面、高次元問題は最適化の計算終了までに多くの時間を要する。本研究ではABCの最適化時間短縮を目的として、餌場の更新方法と終了条件に改善を加えた手法を提案する。また、2つの代表的な関数を用いてベンチマークテストを行い、従来法と提案法を比較することで、高次元問題に対する有効性を検証する。