Для розв'язання оптимізаційних задач запропоновано гібридний алгоритм, що об'єднує стандартні генетичні алгоритми та градієнтні методи. Зазначено, що особливість алгоритму в тому, що робота градієнтних і генетичних методів ведеться паралельно. Це дозволяє знаходити глобальний оптимум з високою точністю. Метод протестовано на яружних, багатоекстремальних функціях великої розмірності без завдання початкового наближення. Показано ефективну роботу алгоритму в процедурі навчання багатошарового персептрона.

Рассмотрены задачи литологического расчленения разрезов и определения продуктивных коллекторов с помощью методов нечеткой логики, многомерного шкалирования и нейронных сетей при комплексной обработке данных геофизических исследований скважин. Предложенные методы позволяют однозначно выделять нефтяные пласты.

Сформулирована задача идентификации нечеткой модели управления интеллектуальным капиталом банка. Для подбора коэффициентов связи по фактическим показателям кредитного потенциала применен генетический алгоритм с вещественным кодированием.