На відміну від стандартного підходу, розглянуто основні етапи прийняття рішень у процесі купівлі-продажу за умов торгів. Детально подано критерії вибору покупця і психокібернетичні аспекти оцінки тих, хто проводить торгові переговори.

Розглянуто формалізовані методи вибору найкращої пропозиції у вигляді багатокрокової, багатокритеріальної процедури, яка прискорює і оптимізує процес оцінювання альтернатив суб'єктом - організатором торгів.

Розглянуто основні етапи прийняття рішень у процесі купівлі-продажу за умов торгів. Наведено моделі та алгоритми упорядкування альтернатив такі, що за неповної і нечіткої інформації оптимізують поведінку суб'єкта-учасника торгів.

За допомогою методів теорії нечітких множин та моделей динамічного програмування досліджуються багатоетапні процеси прийняття рішень. Аналіз проведено, враховуючи невизначеність для задач вибору виробничої програми, а також визначення стратегії розвитку виробничих потужностей та кредитної політики підприємства.

Розглянуто застосування генетичних алгоритмів для розв'язання комбінаторних задач, що виникають під час планування процесів виробництва. На прикладах обговорено способи представлення задачі синтезу розкладів, для яких застосовано генетичні алгоритми та оператори схрещування та мутації.

Розглянуто вплив основних параметрів і змінних генетичних алгоритмів на ефективність розв'язку задач оптимізації. Наведено дані про адаптивну організацію вибору параметрів. Проаналізовано експериментальні оцінки ефективності генетичних алгоритмів у разі їх використання в задачах планування виробництва.

Розглянуто питання застосування адаптаційної нейронної мережі, що задовольняє обмеженню, для розв'язання проблеми побудови планів-графіків. Описано основні моменти цього підходу; особливу увагу приділено його розширенню для врахування специфіки сформульованої задачі. Проведено обчислювальний експеримент і наведено результати розв'язання задачі за допомогою запропонованого підходу. Одержані результати порівнюються з результатами розв'язання цієї задачі за допомогою генетичного алгоритму AGHAR і моделі теорії обмежень, розроблених для цього виду задач.

Розглянуто проектування операцій генетичних алгоритмів для розв'язання задач оптимізації планування виробничого процесу. Наведено ефективні способи представлення задачі з метою подальшого використання методів генетичних алгоритмів пошуку оптимальних рішень, а також методи корекції рішень для одержання припустимих планів. Продемонстровано об'єктно-орієнтований підхід до програмної реалізації генетичного алгоритму.

Наведено постановку задачі календарного планування. Описано реалізацію процедури GRASP для цієї задачі. Розглянуто модифікацію околу для задачі, що розв'язується, а також схему швидкої оцінки розв'язків для цього околу. Для запропонованого алгоритму наведено результати обчислювального експерименту.