Запропоновано модифікований нерекурентний метод потенціальних функцій та алгоритм багатовимірної класифікації. Наведено нейромережеву інтерпретацію алгоритму багатовимірної класифікації. Подано рекомендації щодо практичного застосування запропонованих методів.

Рассмотрено решение задачи расчета коэффициента упрочнения на основе нейронных сетей. Разработаны алгоритмы, позволяющие осуществлять оценку информативности и отбор информативных параметров, повысить точность построения математических моделей сложных объектов и процессов.

Рeaлізовано евристичний алгоритм багатомірної класифікації за ознаками, що базується на поєднанні результатів одномірної класифікації з урахуванням значимості ознак, а також подано його нейромережеву інтерпретацію. Проведено експерименти з порівняння різноманітних модифікацій даного алгоритму на прикладі розв'язання практичних задач.

Проанализированы современные методы сжатия мультимедиа информации. Рассмотрены основные программные продукты стенографической защиты видео- и аудиоинформации.

Analyzed contemporary multimedia data compression techniques. Examined common video and audio stenographic protection software.

Рассмотрены экспериментально-статистические методы диагностики и прогнозирования надежности авиадвигателей в процессе производства и эксплуатации, содержащие элементы искусственного интеллекта. Освещены основы теории распознавания образов. Описаны методы стохастической аппроксимации, потенциальных и дискриминантных функций, последовательного анализа. Осуществлено моделирование коэффициентов упрочнения деталей авиадвигателей шариками в ультразвуковом поле при повышенных температурах, алмазном выглаживании.

Предложено решение задачи создания методов, устойчивых к изменениям масштаба и поворота, которые позволяют обеспечить выделение объектов на статических изображениях со сложным фоном с последующим их распознаванием. Предложены методы синтеза моделей детекторов для выделения объектов на сложном фоне. Развит метод разбиения диапазона значений признаков на интервалы, позволяющий определять параметры топологии обучающей выборки и оценивать информативность признаков. Предложен метод синтеза иерархических логически прозрачных нейронечетких сетей, позволяющий строить модели, обладающие високими обобщающими свойствами и удобные для проведения анализа.

Здійснено вирішення завдання створення стійких до змін масштабу та повороту методів, що дозволяють забезпечити виділення об'єктів на статичних зображеннях зі складним тлом з їх подальшим розпізнаванням. Запропоновано методи синтезу моделей детекторів для виділення об'єктів на складному тлі. Розвинуто метод розбиття діапазону значень ознак на інтервали, що дозволяє визначати параметри топології навчаючої вибірки й оцінювати інформативність ознак. Запропоновано метод синтезу ієрархічних логічно прозорих нейро-нечітких мереж, який дозволяє будувати моделі, що мають високі узагальнювальні властивості та є зручними для здійснення аналізу.

Рассмотрены вопросы разработки алгоритмов расчета и программного обеспечения физических процессов в различных областях физики твердого тела (ТТ). Приведены алгоритмы применения термодинамических методов к компьютерному моделированию взаимодействия газовых частиц с нанообъектами поверхности ТТ. Раскрыты аспекты диагностики деталей авиадвигателей на основе эволюционного и мультиагентного подходов. Освещены особенности разработки программного обеспечения для расчета ростовой дефектной структуры бездислокационных монокристаллов кремния. Осуществлено моделирование взаимодействия энергетических ионов с ТТ и сопутствующих процессов массопереноса. Внимание уделено программе на языке С++ для решения жестких систем дифференциальных уравнений.

С целью автоматизации процесса технической диагностики авиадвигателей с помощью методов виброметрии разработана и программно реализована архитектура автоматизированной системы вибродиагностики. Данная система базируется на использовании и интеграции программно-аппаратного комплекса "ПОС" и программного комплекса "Нейросетевой классификатор". Автоматизированная система диагностики успешно справляется с решением задачи классификации по спектрам затухающих колебаний лопаток авиадвигателей, обеспечивая при этом достаточно высокую надежность классификации для обучающей, и контрольной выборки.

Розроблено алгоритм, що дозволяє здійснювати класифікацію об'єктів та оцінювати значимість їх ознак. Описано нейромережеву інтерпретацію розробленого алгоритму. Наведено результати експериментів з апробації розглянутого алгоритму.

Запропоновано критерії та методику, що дозволяють кількісно оцінювати рівень логічної прозорості багатошарових нейронних мереж прямого поширення, що дає можливість порівнювати та обгрунтовувати вибір нейромоделей у задачах інтелектуального аналізу даних.

Розглянуто розв'язок задачі відбору ознак на базі нейронних мереж прямого поширення. Запропоновано алгоритми оцінки значущості ознак. Наведено та проаналізовано результати експериментів з розв'язку практичних задач на підставі запропонованих методів.

Розглянуто задачу побудови моделі залежності показника здоров'я дітей м. Запоріжжя від екологічних, медико-генетичних і соціально-побутових факторів. Запропоновано використовувати узагальнений метод кластер-регресійної апрoксимації, що дозволяє будувати логічно прозорі нейромоделі у неітеративному режимі. Наведено результати обчислювальних експериментів, що демонструють ефективність запропонованого методу.

Запропоновано методику розв'язання задач діагностики на базі інтегрованої гібридної розпізнавальної системи. Розроблено алгоритми, що реалізують окремі етапи запропонованої методики. Проведено експерименти з практичного застосування даної методики.

Рассмотрено решение задачи расчета коэффициента упрочнения деталей авиадвигателей после алмазного выглаживания на основе регрессионного и нейросетевого подходов. Проанализирована информативность признаков для построения моделей коэффициента упрочнения на основе эволюционных методов.

Проанализированы методологии и программное обеспечение для автоматизации управления крупными промышленными предприятиями. Особое внимание уделено аспектам, важным для авиамоторостроения. Автоматизацию управления авиамоторостроительным предприятием предложено осуществлять на основе методологии ERP и программных систем SAP R/3 и АС "Диагностика".

Рассмотрена проблема отбора информативных признаков при построении моделей сложных объектов и процессов. Для решения данной проблемы предложено использовать эволюционный поиск. Впервые предложен метод эволюционного поиска с группировкой признаков, позволяющий сократить время нахождения решения. Приведены результаты моделирования коэффициента упрочнения деталей авиадвигателей с использованием предложенного метода.

Предложен новый метод синтеза нейро-нечетких распознающих и диагностических моделей многомерных нелинейных объектов в неитеративном режиме. Разработано программное обеспечение, реализующее предложенный метод. Проведены эксперименты, подтвердившие роботоспособность разработанного программного обеспечения и практическую применимость предложенного метода.

Проанализировано влияние геометрических параметров пера на величину частоты собственных колебаний лопаток (ВЧСКЛ) на основе эволюционного подхода. Получены регрессионная и нейросетевая модели зависимости ВЧСКЛ.

Предложены метод вейвлет-аппроксимации дискретизированного диагностического сигнала и метод синтеза редуцированных диагностических нейро-нечетких моделей по вейвлет-аппроксимации сигнала. Разработано программное обеспечение, реализующее предложенные методы. Экспериментальное исследование предложенных методов при решении задачи диагностики деталей авиадвигателей подтвердило их практическую применимость.

Решена актуальная задача построения удобных для анализа и использования диагностических моделей сложных технических объектов. Предложен метод синтеза нейронечетких диагностических моделей, осуществляющих иерархическое принятие решений. Разработано программное обеспечение, реализующее предложенный метод и позволяющее использовать его на практике.