Рассмотрена проблема повышения качества и сокращения сроков разработки и проектирования асфальтобетонных смесей для дорожных покрытий автомобильных дорог общего пользования, а также лесных дорог. Отмечается, что существующие методы являются недостаточно оперативными и корректными в случаях, когда исходные или промежуточные расчетные данные несут свойство неопределенностей различного вида. Проблема особенно актуальна в настоящее время, после введения новых ГОСТов, в которых определена большая номенклатура смесей по своим составам. В этих условиях задача прогнозирования свойств асфальтобетонных смесей традиционными методами становится трудоемкой, длительной и недостаточно точной процедурой. Для решения проблемы необходимы новые, более совершенные методы проектирования основных параметров асфальтобетонных смесей, в которых используются современные достижения информационных технологий. Важным параметром при проектировании смеси является определение степени уплотнения дорожного покрытия, которое напрямую определяется содержанием воздушных пустот в смеси, что и составило основу настоящей работы. Целью работы было создание интеллектуальной системы для определения содержания воздушных пустот в уплотненной асфальтобетонной смеси дорожного покрытия. Решались следующие задачи: 1) проектирование основного параметра асфальтобетонных смесей дорожных покрытий; 2) обоснование входных и выходной переменных; 3) подготовка исходных данных для обучающих выборок; 4) разработка нейронной сети для определения воздушных пустот асфальтобетонной смеси; 5) программная реализация интеллектуальной системы в среде Matlab. Результатом исследований стала разработанная нейронечеткая сеть для подбора асфальтобетонной смеси с определением содержания воздушных пустот и ее программная реализация в среде Matlab. Практическое применение результатов предусматривает подбор асфальтобетонных смесей для дорожных покрытий.