Искусственные нейронные сети и основанные на них интеллектуальные технологии анализа данных являются одним из наиболее активно развиваемых в последнее время направлением формализации информационно-аналитической деятельности во многих сферах принятия решений.Первой составной частью комплекса является совокупность программных систем, реализующих наиболее распространенные типы нейронных сетей (персептрон Розенблатта, многослойный персептрон, когнитивные карты Кохонена, сеть регуляризации, сеть с радиальными базисными функциями, сеть Хопфильда, сеть Хэмминга). Программные системы позволяют пользователю ввести структуру сети выбранного им типа (число слоев, число нейронов, типы функций активации и т.д.) и выполнить настройку весовых коэффициентов стандартным для данной сети способом. Вторая составная часть комплекса – это программная система автоматического генерирования нейронных сетей произвольной архитектуры. Выбор оптимальной структуры нейронной сети (слои, нейроны, связи, функции активации и т.п.) осуществляется специально разработанным генетическим алгоритмом. Третья составная часть комплекса, имеющая также и самостоятельное значение – это программная система решения сложных задач оптимизации многоагентными стохастическими алгоритмами. Система включает в себя генетический алгоритм, алгоритм эволюционных стратегий, стайный алгоритм (Particle Swarm Optimization), локальный поиск в бинарном пространстве, локальный поиск в пространстве вещественных переменных. Реализован мультистарт локальных поисков и гибридизация локальных поисков с многоагентными алгоритмами – есть возможность после остановки многоагентного алгоритма выполнить локальный спуск, улучшая найденное решение, а также использовать локальный спуск в ходе работы многоагентных алгоритмов с реализацией эволюции двух типов – по Дарвину и по Ламарку.