本研究では，変異遺伝子を積極的に利用した遺伝的アルゴリズムであるMGGAを提案する．
変異遺伝子を有する個体では，その遺伝子に対応する形質の発現が不完全になったり，発現しなくなるなどの現象が起きる．
MGGAでは，遺伝子型を表現型に変換する変換関数に変異遺伝子の影響を与えることにより，これらの現象を実現する．
さらに，正常な遺伝子から変異遺伝子への不可逆的な変化を導入することにより有効性の低い遺伝子を削減する機能を実現する．
この機能を持つMGGAを多項式モデルおよび階層型ニューラルネットワークにおけるパラメータ構造決定に用いることにより，MGGAがパラメータ数を削減できる汎用的な方法であることを示す．