На сегодняшний день интеллектуальные информационные технологии (ИИТ) нашли широкое применение для решения задач обработки и анализа данных. Их основной целью является максимизация эффективности работы лица, принимающего решения в процессе проведения анализа данных. Однако внедрению ИИТ мешает трудоемкость их формирования – в подавляющем большинстве случаев это связано с большими временными и материальными затратами. Разработка алгоритмов автоматизации формирования ИИТ позволила бы увеличить круг их применения и эффективность решения имеющихся задач. Автоматическое формирование систем на нечеткой логике сводится к задаче оптимизации, т.е. выбора определенной, лучшей в смысле некоторого критерия, базы правил из определенного множества. Более того, представление и формирование множества решений само по себе является сложной алгоритмической и вычислительной задачей. Аналогично, формирование искусственных нейронных сетей сводится к определению структуры связей между нейронами и их количества. Таким образом, для обоих случаев целесообразным видится применение метода генетического программирования, так как он позволяет автоматически формировать структуру решений и выбирать наилучшее. Самонастраивающийся алгоритм генетического программирования для формирования систем на нечеткой логике и нейронных сетей, с настройкой семантики лингвистических переменных и весов нейронных сетей самонастраивающимся генетическим алгоритмом был реализован в виде программной системы NEURO_FUZZY_GP_RPN.