Genetic Algorithmは、カーナビにおけるルートの最適化、工学的な分野における形状設計等に用いられるが、材料のコストが変化する等、評価指標が変化しないという前提が成り立たない場合が多い。そこで、ロバストな解を探索することで、評価指標の変化に対応できるRobustness-oriented compact Genetic Algorithm（rcGA）に基づいた研究が進んでいる。しかし、rcGAは、使用するメモリ量が多いというデメリットがある。本研究では、基準点操作を用いて解の精度を向上させた、評価指標の変化に対応可能な新しいGAを提案する。