Об'єкт дослідження – нелінійні нестаціонарні процеси різної природи. Метою дослідження є створення нових моделей та методів виконання системних досліджень нелінійних нестаціонарних процесів різної природи, розроблення на їх основі методологічних засад розробки інформаційних технологій, що дозволить підвищити якість оцінок прогнозів та відповідних рішень в умовах невизначеності та ризику. Теоретичну та методологічну основу дослідження складають метод діалектичного пізнання стану та особливостей розвитку нелінійних нестаціонарних процесів, системний підхід до визначення факторів і механізмів їх розвитку. При узагальненні теоретичних та методологічних засад математичного моделювання та прогнозування розвитку нелінійних нестаціонарних процесів використані методи індукції та дедукції, аналізу і синтезу, аналогій і зіставлення, формалізації й моделювання, методи порівняння, дослідження часових рядів, кластерного та інтелектуального аналізу даних, сценарний підхід, елементи теорії прийняття рішень. Практичне значення отриманих результатів полягає у тому, що результати теоретико-методологічного та емпіричного досліджень доведені до використання в науково-практичній діяльності, а також апробовані та впроваджені за безпосередньою участю автора в практичну діяльність підприємств та установ, що підтверджується відповідними довідками. Вперше: розроблено новий метод опрацювання невизначеностей; запропоновано новий метод побудови регресійних та ймовірнісно-статистичних моделей у формі мереж Байєса; розроблено метод моделювання нелінійних нестаціонарних процесів різної природи в умовах невизначеності; побудовано та досліджено ансамблі моделей для формального опису нелінійних нестаціонарних процесів; запропоновано метод прогнозування, оснований на використанні адаптивного підходу до моделювання у поєднанні із статистичним та ймовірнісним моделюванням; запропоновано нові моделі і методи створення інформаційних технологій розв'язування задач побудови математичних моделей для прогнозування нелінійних нестаціонарних процесів; розроблено інформаційну технологію, в основу якої покладено поєднання принципів системного аналізу, методів обробки та оцінювання якості даних, прогнозного моделювання із використанням нових моделей та їх композицій, запропонованих критеріїв адекватності моделей, оцінок якості прогнозів. Ступінь впровадження: Державна служба України з лікарських засобів та контролю за наркотиками; ТОВ «Картезіан-Європа» та Smart Arbitrage Technologies Limited. Результати використовуються у навчальному процесі Інституту прикладного системного аналізу Національного технічного університету «Київський політехнічний інститут імені Ігоря Сікорського». Потреба у постійному удосконаленні методів прогнозування за рахунок формування принципово нових підходів до формалізації об'єкта прогнозування, побудови моделей (ансамблів моделей) та опрацювання результатів прогнозування, які слугуватимуть підґрунтям для прийняття коректних управлінських рішень.^UThe thesis focuses on solving urgent scientific and applied problems related to development and usage of models and methods for forecasting nonlinear nonstationary processes of various origin to be further used in modern information decision support systems.In the frames of the thesis new information technology was developed for implementation and application of high adequacy and quality forecasting mathematical models that allow for forecasting nonlinear nonstationary processes of various types and origin. The information technology developed is based upon the principles of multi-model approach, integration of structured and non-structured information, systemic applications of the methods for intellectual data analysis, modeling, forecasting and decision making. The principal scientific results include the following ones: information technology for solving the problem of modeling and forecasting nonlinear nonstationary processes; improved methods of forecasting the processes mentioned and of various origin on the basis of usage the probabilistic, statistical and combined forecasting techniques; the method for model parameters estimation as well as for their ensembles; the method for uncertainty identification and taking into consideration the uncertainty by making use of probabilistic and statistical approaches with the final purpose of correct solving the problem of forecasting selected processes; the approaches that provide for adequate formal description of causal relationships between various groups of factors and determining possible future alternatives for development of nonlinear nonstationary processes in various areas of human activity; the information technology was developed and practically implemented for solving the problem of forecasting nonlinear nonstationary processes, and its further use in decision support systems. Multiple application examples based on statistical data collected are given illustrating practical usage of the methods, models and systemic methodology developed.