Проведен анализ возможности использования в задачах экологического мониторинга для прогнозирования нестационарных временных рядов полиномиальных нейронных сетей, характеризующихся высокой скоростью обучения, и МГУА-сетей, которые имеют переменную структуру с возможностью изменения во время обучения. Предложена нейронная сеть, которая объединяет преимущества многослойного персептрона и МГУА-сети для обучения на основе малой выборки и численного упрощения процесса обучения сети.