W ci?gu ostatnich dwóch dekad algorytmy genetyczne i sztuczne sieci neuronowe zostaly pol?czone w celu rozwi?zania kilku problemów. Pierwsze z nich zostaly wykorzystane do pomocy w znalezieniu parametrów i decyzji dotycz?cych topologii drugich, lub do radzenia sobie z ograniczeniami algorytmów uczenia si?. Niektóre problemy wymagaj? zastosowania sieci neuronowych jako alternatywnego rozwi?zania, ale w literaturze naukowej rzadko mo?na znale?c badania opracowuj?ce metodologi? wskazuj?c? najlepsz? architektur? neuronow? odpowiedni? dla konkretnego zastosowania. W niniejszej pracy zastosowali?my algorytm genetyczny do wyszukiwania wag neuronowych i wykorzystali?my te informacje do wskazania najlepszej struktury oraz pomiaru wydajno?ci algorytmu uczenia. Jako przyklad do przetestowania proponowanej metodologii wykorzystali?my problem wyrównania kanalów. Wyniki uzyskane z tego zastosowania s? bardzo obiecuj?ce.