Mokslinių tyrimų sritis – genetinių algoritmų ir agregatinio metodo panaudojimas modeliuojant sudėtingas sistemas. Darbo tikslas – genetinių algoritmų taikymas formaliuose sistemų aprašymo metoduose, sistemų imitaciniame modeliavime, sistemų parametrams nustatyti. Mokslinis naujumas. Šiame darbe siūlomas naujas genetinio algoritmo ir agregatinio metodo taikymas sistemos modeliams aprašyti. Sistemos modelio parametrai genetiniame algoritme laikomi kaip individo chromosomos, o sistemos modelis tai naudingumo funkcija genetiniame algoritme. Padarytos prielaidos leidţia nustatyti sistemos parametrų optimalias reikšmes, kad sistema efektyviai dirbtų. Kitas siūlomas taikymo atvejis, kai genetinis algoritmas naudojamas perėjimo operatoriuje, nustatyti sekančios populiacijos struktūrai. Tai leidţia imituoti biologines, agentines, savireguliuojančias sistemas. / Research area - genetic algorithms approach to aggregate and use modeling complex systems. Work objective - the application of genetic algorithms in formal methods, systems imitation modeling, to find optimal settings. This work proposed new usage of aggregate method and genetic algorithm to describe system models. The system parameters of the model are used as the individual's chromosomes in genetic algorithm, and the system model used as a utility function of genetic algorithm. It also proposed other aggregate approach, the genetic algorithm used for the transition operator, followed by the population structure. This allows the simulation of biological, agent, self-regulating systems.