Предложен агентно-ориентированный подход адаптации формирования структуры и обучения нейросети к обучающей выборке. Для адаптации структур нейронных сетей используется генетический алгоритм с вещественным кодированием хромосом. Обучение нейросетей выполняется гибридным генетическим алгоритмом с градиентным дообучением лидера. Для подбора параметров обучения используются интеллектуальные агенты, система знаний которых построена по принципу "начальник-подчиненный". Построение знаний осуществляется методом кластеризации. Организация вычислительного процесса позволяет выполнять распределенные вычисления в гетерогенных локальных сетях.
