В работе рассматривается ряд моделей, которые могут быть использованы для поддержки принятия решений в динамических ситуациях, характеризующихся слабой структурированностью, основанной на гибридной системе, интегрирующей нечеткую иерархическую модель оценивания и нечеткую когнитивную модель ситуации. Описываются нейронные сети, в основе которых лежат самоорганизующиеся карты Кохонена и которые могут быть успешно применены для решения задач поддержки принятия решений и прогнозирования временных рядов, а также новые, разработанные и успешно примененные для идентификации динамических объектов модульные нейронные сети, их архитектура, алгоритмы обучения и работы. В статье рассмотрены примеры работы полученных нейронных сетей, а также проведен их сравнительный анализ с рядом других нейросетевых алгоритмов идентификации динамических объектов.

В настоящей работе предлагается гибридный подход к разработке систем прогнозирования временных рядов, а также поддержки принятия решений, основанный на модулярной архитектуре построения систем прогнозирования, базирующийся на гибридизации нейро-нечеткой нейронной сети ANFIS и нечетких когнитивных картах. С помощью подобной гибридной архитектуры система прогнозирования способна оперировать как качественными данными (субъективными мнениями экспертов), так и количественными (характеристиками исследуемого процесса). В данной работе подробно описан модуль с нечеткой когнитивной картой. Для облегчения задачи настройки весов когнитивной карты использован генетический алгоритм для обучения когнитивной карты, благодаря чему она способна самостоятельно обучиться и производить настройку.

Рассмотрена экспертная система поддержки принятия решений по управлению проектами на основе контроллинга, которая рассматривается как составная часть корпоративной информационной системы промышленного предприятия. Описаны программные алгоритмы, реализующие на основе объектно-ориентированного подхода процедуры обработки экспертных и объективных данных с целью поддержки решений по управлению сложными проектами в условиях неопределенности. Приведены варианты архитектурных решений при реализации экспертной системы поддержки принятия решений по управлению проектами, учитывающих особенности сформированной организационной структуры наукоемкого предприятия. Обоснованы пути интеграции рассматриваемой экспертной системы поддержки принятия решений в состав корпоративной информационной системы предприятия, выбор программно-инструментальных средств реализации указанной экспертной системы и проверки ее работоспособности, а также устойчивости используемых алгоритмов к изменениям внешних и внутренних факторов.