Предложены методические основы построения систем интеллектуального анализа данных на основе моделей нейронных сетей, нечетких выводов, нейро-нечетких сетей (ННС) и генетических алгоритмов (ГА). В качестве инструментариев развития традиционных систем разработаны методы оптимизации определения и настройки параметров моделей идентификации и аппроксимации временных рядов на основе синтеза методов ННС и ГА. Результаты исследований рекомендованы для решения различных прикладных задач.