IDBD算法的缺点是采用元步长参数k，很可能需要手动调整参数；紧接着需要解决的一个重要问题是，如何使IDBD算法避免手动调整，也就是说，设参数k为一个定值。找到一种方法使得IDBD算法从一种应用转到另一种应用时，其元步长参数k预设值的大波动是稳定的。
改善IDBD算法的第一步是将参数k归一化，使它变为无量纲的。与原始IDBD算法相比，这种方法大大减小了对参数k的依赖性。为了使IDBD算法对元步长参数k更加不敏感，下一步就是界定参数k的容许值。特别的，当样本函数中发生过调时，减小步长使其不过调。