Дисертаційна робота присвячена вирішенню завдань підвищення якості обслуговуючих виробничих процесів вугільних шахт шляхом створення високоефективних підсистем спеціального призначення, які значно розширять функціональні можливості ІВС, що експлуатуються на підприємствах вугільної промисловості . Для вирішення цього завдання в рамках єдиного підходу було створено підсистему спеціального призначення на базі способів прогнозу та контролю стану ГШО і шахтної атмосфери. Також запропоновано підсистему аналізу та побудови маршрутів, яка вирішує задачу пошуку оптимальної транспортування шахтних матеріалів. Запропоновані способи, що лежать в основі розроблених підсистем, засновані на штучних нейронних мережах, нечіткій логіці та метаеврістиках. В роботі запропоновано способи контролю стану ГШО і шахтної атмосфери на основі нечіткої нейронної мережі та мережі високих порядків. Створена підсистема аналізу стану ГШО та шахтної атмосфери дозволяє проводити комплексну оцінку стану, враховуючі одночасно необхідну кількість вхідних параметрів. Точність отриманих результатів діагностики стану становить 93%, що на 13% більше у порівнянні з існуючими способами Також запропоновано способи прогнозу стану ГШО і рудникової атмосфери на основі штучних нейронних мереж NARX і NARMAX, що дозволяють врахувати вплив зовнішніх факторів на прогноз основного показника. Запропоновані нейромережеві підходи аналізу та прогнозом стану є розширюваними на необхідну кількість вхідних параметрів. Розглянуті метаеврістичні способи пошуку оптимального транспортування матеріалів дозволяють врахувати обмеження на тип транспортного засобу, на вартість маршруту і особливості ландшафту ділянок поверхні шахти. Використання рішень для пошуку оптимального маршруту дозволить скоротити час транспортування більш, ніж на 40%, враховуючи при цьому обмеження на тип ТЗ та вартість маршруту. Ключові слова: інформаційно-обчислювальна система, контроль стану, комплексний прогноз стану, нечітка нейронна мережа, нейронна мережа високих порядків, NARMAX, NARX, екзогенні фактори, оптимальна транспортування.^UThe thesis is devoted to solving the tasks of improving the quality of serving coal mine production processes by creating highly efficient special-purpose subsystems that will significantly expand the functionality of the IMS used in the coal industry. To solve this problem, within the framework of a unified approach, a special-purpose subsystem was created based on the methods of forecasting and monitoring the state of the equipment and the mine atmosphere. A subsystem for analysis and construction of routes was also proposed, which solves the problem of finding the optimal transportation of mine materials. The proposed methods underlying the developed subsystems are based on artificial neural networks, fuzzy logic and meta-algorithms. The paper proposes methods for monitoring the state of the mining equipment and the mine atmosphere based on a fuzzy neural network and a high-order network. The created subsystem for analyzing the state of the mining equipment and the mine atmosphere allows for a comprehensive assessment of the state, taking into account simultaneously the required number of input parameters. The accuracy of the diagnostic results obtained is 93%, which is 13% more compared to existing methods. Methods were also proposed for predicting the state of the mining equipment and the mine atmosphere based on the NARX and NARMAX artificial neural networks, allowing to take into account the influence of external factors on the forecast of the main indicator. The proposed neural network approaches for analyzing and predicting the state are extensible with the required number of input parameters. Were considered metaheuristic methods of searching for the optimal transportation of materials, allowing to take into account the restrictions on the type of vehicle, the cost of the route and the landscape features of the mine sections. Using solutions to find the optimal route allows you to reduce transportation time by more than 40%, while taking into account restrictions on the type of vehicle use and the cost of the route. Keywords: information and computing system, state monitoring, complex state forecast, fuzzy neural network, high-order neural network, NARMAX, NARX, exogenous factors, optimal transportation.