燃料電池自動車の駐車施設などの密閉環境における水素インフラは、水素の低い着火エネルギーと広い引火範囲により、重大な安全上の課題を抱えている。現在のモニタリングシステムの大多数は反応的であり、危険な濃度が形成された後にのみ漏洩を検知している。本研究は、計算流体力学（CFD）、遺伝的アルゴリズム（GA）最適化、およびDeepSetsニューラルサロゲートを統合した、能動的なセンサー配置最適化のための計算フレームワークを開発している。 50メートル×30メートル×3メートルの代表的なガレージを対象として、複数の漏洩位置、漏洩速度（毎秒1～150グラム）、および換気条件（時間当たりの換気回数3～10回）をカバーする180シナリオのCFDデータベースが生成された。センサー配置は多目的GAを用いて最適化され、均一配置、ランダム配置、およびサロゲート補助アプローチと比較された。GAは60秒以内に96.1％の検知率を達成し、ブラインドエリアを0.12％に削減し、均一基準線に対して複合適応度で約5％の改善に相当する結果となった。 DeepSetsサロゲートは適応度ギャップを0.01以下に保ちながら、ほぼ最適な配置を再現でき、CFD評価を89％削減し、計算時間を2桁削減することに成功した。検知性能と空間カバレッジはGAと同等であり、サロゲート補助最適化が解の品質を維持しながら迅速な設計反復を可能にすることが実証された。全体的に、CFD情報化最適化は従来のレイアウトと比較して検知有効性を向上させ、センサー要件を削減することが示された。提案されたフレームワークはスケーラブルな展開を支援し、最適化されたセンサーネットワークをデジタルツインシステムと統合するための基盤を提供し、リアルタイムモニタリングとリスク評価を実現する。