В статье рассмотрена проблема автоматизации управления траловым ловом с целью повышения его эффективности и уменьшения энергетических и экономических затрат при вылове с использованием технологий искусственного интеллекта и предсказательного моделирования на нейронной сети. Поставлены задачи долгосрочного, среднесрочного и краткосрочного прогнозирования по заданным критериям с использованием архивных данных с промысла и текущих выборок эхолокации. Приведены структура системы, методы наполнения централизованной и локальных баз данных статистики уловов, обучения искусственной нейронной сети, систематизации результатов предсказания, расчета и автоматической генерации входных параметров, конфигурирования. Определены входные параметры нейронной сети, задаваемые пользователем (коды района промысла, трала, объекта лова, его размеры, время года, среднесуточные температура воды и воздуха, скорость ветра, сила волнения в момент предполагаемого лова, тип судна); расчетные значения, вычисляемые по математической модели траловой системы (раскрытие трала, глубина траления) и пользовательским критериям (код места промысла, время суток, скорость траления); выходные характеристики (величина улова, расход топлива, финансовые затраты); критерии отбора и группировки выходной информации. Представлены выборки архивных сведений об уловах. Обосновано применение математической модели для связи силовых и геометрических характеристик трала. Предложены области применения полученных результатов – это проектирование, производство, эксплуатация натурных траловых систем и разработка программно-аппаратных комплексов виртуальной и дополненной реальности. Автоматизация позволит определять оптимальные места промысла с учетом энергетических и экономических затрат, собирать статистику уловов, ускорить, уточнить и упростить ее анализ, генерировать аналитические отчеты.