Предлагаются новые технологии, принципы и механизмы решения задачи покрытия, базирующиеся на моделировании процессов эволюции, разработанные с использованием общего подхода, который опирается на сочетание принципов адаптации путем самообучения, самоорганизации и генетического поиска. На основе анализа задачи покрытия разработана структура для компактного представления решения в виде матрицы граничных требований. Это позволило организовать пространство решений, в рамках которого организован адаптивный поисковый процесс. Экспериментальные исследования проводились на IBM PC. Сравнение с известными алгоритмами показало, что у полученных с помощью адаптивного поискового алгоритма решений значения целевой функции лучше (меньше) в среднем на 6-9%.
