Одной из наиболее востребованных областей применения генетических алгоритмов являются задачи обучения нейронных сетей, в том числе и нечетких, путем подбора адекватных параметров. Общими этапами такого обучения являются следующие:

Шаг 1. Выделение управляющих параметров задачи обучения.

Шаг 2. Получение решения при фиксированных значениях параметров.

Шаг 3. Определение рассогласованности полученного и требуемого решений.

Шаг 4. Выбор новых значений параметров на основе работы генетического алгоритма.

Шаг 5. Останов в случае получения удовлетворительной рассогласованности решения, иначе – переход к шагу 2.

В качестве управляющих параметров обучения нечетких нейронных сетей, влияющих на качество решения, могут быть выбраны параметры функций принадлежности, а также различная формализация логических правил.