Рассмотрена задача построения архитектуры нечеткой гибридной системы, позволяю щей решать задачи прогнозирования в условиях сильно сгруппированных и неравномерно распределенных данных в режиме on line. Показано, что за счет параллельной корректировки условий и заключений в базе знаний получается выигрыш во времени обучения и качестве ее работы
