Рассмотрено решение проблемы построения нелинейных моделей (математических выражений, функций, алгоритмов, программ) на основе заданных экспериментальных данных, множества переменных, базовых функций и операций. Разработан новый унифицированный метод метаэвристического программирования для синтеза нелинейных моделей, который использует представление хромосомы в виде вектора действительных чисел и позволяет применить различные биоинспирированные (природоподобные) алгоритмы оптимизации при поиске моделей. Получены оценки эффективности предложенного подхода с использованием десяти различных биоинспирированных алгоритмов и проведено его сравнение со известным алгоритмами. Проведенные эксперименты с использованием параллельных вычислений показали существенное преимущество предложенного подхода по сравнению с указанными алгоритмами как по времени поиска решения (более чем на порядок в большинстве случаев), так и по вероятности нахождения заданной функции (модели) (во многих случаях более чем в два раза). Описанный подход позволяет также использовать темплейты (шаблоны, скелетоны) алгоритмов для ускорения процесса эволюционного синтеза. Исследовано влияние степени специализации темплейта на характеристики алгоритма поиска при эволюционном синтезе нелинейных моделей, заданных обыкновенными дифференциальными уравнениями с недоопределенными функциями. Были разработаны новые эффективные методы, алгоритмы и программы кодирования и декодирования математических выражений в виде векторов действительных чисел. Предложен алгоритм метаэвристического программирования с экспрессией генов для решения задачи автоматического построения нелинейных моделей, получены экспериментальные оценки временной сложности этого алгоритма и показаны его преимущества по сравнению с известными методами.