📙 В настоящее время часто возникают задачи оптимизации, которые не могут быть решены с помощью классических процедур оптимизации, что приводит к необходимости разрабатывать и применять более эффективные и универсальные методы. В работе предложен новый генетический метод решения сложных задач оптимизации, сочетающий в себе преимущества ряда существующих эволюционных алгоритмов и позволяющий автоматически настраивать большинство параметров генетического алгоритма. Практическая значимость работы обусловлена успешным применением разработанного алгоритма на реальных практических задачах из областей автоматического распознавания слитной речи и определения кристаллического строения вещества по данным порошковой дифракции.