GAd(Genetic Algorithm with Degeneration) は遺伝的アルゴリズムに遺伝子損傷の概念を導入し，各遺伝子に損傷度を付加した遺伝子を用い，遺伝子損傷により有効性の低い遺伝子を不活性化し，退化を発現させることにより，不要なモデルパラメータを削除するアルゴリズムである．
GAd を用いてファジィルールの構造学習を行う際，適切な退化速度が問題毎に異なるため，退化速度の選択は困難であり，試行錯誤的に決定しなければならなかった．
退化速度が遅すぎる場合には訓練データに対する推論誤差は小さくなるがルールが十分に削除されない．退化速度が速すぎる場合にはルールは削除されるが推論誤差が大きくなってしまう．
本研究では，ルールパラメータ値の低減を主とする段階，積極的にパラメータを削除する段階，推論誤差を最小化する段階という3段階で構造学習を行い，各段階で適切に退化速度を調節することにより，この問題を解決することを提案する．
改良された GAd により幾つかの関数に対して RBF (Radial Basis Function) ファジイルールの構造学習を行い，既存の方法と比較することにより，本方法の有効性を示す．