ファジィ遺伝的機械学習による識別器設計において，未学習クラスの情報を識別器に追加学習させるクラス増加問題を考える．一般的に，ファジィ遺伝的機械学習は一括学習を想定したアルゴリズムであり，新規クラスを追加して学習する場合，事前に獲得した識別器を破棄した後，新規クラスを含む全てのデータを用いて識別器の再学習を行う必要がある．本研究では，既存クラスを識別するルールを維持しつつ，新規クラスに対応するルールを効率的に生成する手法を提案する．具体的には，既存クラスを識別するルールの内，重要度の低いルールを選択して新規クラスの学習に割り当てることで，識別器全体の再学習を伴わない追加学習が可能なファジィGBMLを提案する．数値実験結果より，提案手法は効率的な追加学習が可能であることが示された．
