Рассмотрены вопросы выбора входных информативных переменных для моделирования сложных слабоформализуемых систем. Предложен гибридный метод построения нейронечетких моделей с выбором информативных переменных, основанный на использовании максимальной корреляции между выходными и входными сигналами. Показана его эффективность для моделей, требующих значительных вычислительных ресурсов для обучения. Предложенный метод применен для нахождения точек золотопроявлений в Талданской перспективной площади. Его применение показало улучшение точности модели на 10%.