В статье предложен гибридный адаптивный метод оптимизации маркетинговых стратегий для агропромышленного комплекса (АПК) Казахстана, основанный на модифицированном алгоритме NSGA-III и методах машинного обучения (МО). Предлагаемый метод направлен на поиск Парето-оптимальных решений, учитывающих три ключевых критерия – эффективность каналов сбыта , охват аудитории и затраты . Формализована задача многокритериальной оптимизации с ограничениями, отражающими специфику АПК, такими как минимальные доли (≥20%) и (≥10%), а также комбинированные ограничения на и (≥30%). Реализованы адаптивные механизмы NSGA-III, включая генерацию опорных направлений (Das-Dennis) и эволюционные операторы (SBX, PM), дополненные кластеризацией KMeans для анализа решений. Предложенный композитный показатель позволил ранжировать стратегии. Результаты моделирования демонстрируют доминирование (до 47.7%) и (20–33.2%) в оптимальных решениях, что подтверждает гипотезу о высокой отдаче от этих каналов при соблюдении заданных ограничений

многокритериальная оптимизация, NSGA-III, машинное обучение, маркетинговые стратегии, агропромышленный комплекс, Парето-оптимальность, кластеризация KMeans, адаптивные алгоритмы