Розв'язано задачу розвитку інформаційної технології (ІТ) оптимізації структури підсистем збору даних (ПЗД) АСУТП для підвищення їх ефективності за умов комбінованої невизначеності. Розроблено метод моделювання систем за умов невизначеності, який базується на формальній системі алгоритмічних моделей (АМ) і використовує операторне подання перетворень невизначених даних. Удосконалено метод оцінювання характеристик ПЗД за умов невизначеності, який допомагає розширити область застосування АМ та підвищити достовірність оцінок ПЗД. Описано алгоритми та методики ІТ, реалізовані у вигляді програмного забезпечення "Checkout Subsystem Optimizer", яке розвиває існуючі системи моделювання, аналізу і проектування АСУТП.

Набула подальшого розвитку інформаційна технологія оптимізації структури підсистем збору даних автоматизованої системи управління технологічними процесами з метою підвищення їх ефективності за умов комбінованої невизначеності. Моделювання та проектування структури підсистем збору даних проведено на основі алгоритмічної моделі. Розроблений метод базується на формальній системі моделей і використовує операторне подання перетворень невизначених даних.

Розглянуто методи й засоби обробки аналогових сигналів (АС): процеси кодування, модуляції сигналів, їх проходження через канали зв'язку, фільтрації та розпізнавання, кодування й декодування, підвищення завадостійкості передачі інформації. Наведено рекомендації щодо використання АС в процесі розробки й модернізації систем передачі інформації в комп'ютерно-інтегрованих виробництвах.

Розглянуто програмно-апаратну реалізацію локального кущового контролера, який працює в автоматизованій системі управління віддаленими технологічними об'єктами. Описано основні вимоги, що пред'являються до реалізації подібних систем як на рівні апаратної, так і програмної частини; запропоновано варіанти їх вирішення. З метою ефективного ведення бази даних, в межах вибраної апаратної конфігурації реалізована СУБД у вигляді бібліотеки класів, що дозволяє вести історію параметрів і подій в системі для контрольованого технологічного обладнання.

Рассмотрены вопросы обработки информации при решении задач технологической подготовки производства. Для этого предложено использовать эффективные методы многомерного статистического анализа, планирование экспериментов и искусственные нейронные сети. Программно реализованы алгоритмы сжатия исходных массивов информации методами факторного, компонентного анализа и многомерного шкалирования, алгоритмы классификации и распознавания образов методами дискриминантного и кластерного анализа, а также алгоритмы моделирования методами регрессионного анализа, планирования экспериментов и искусственных нейронных сетей. Указанные программы представлены в виде системы автоматизированной обработки технологической информации. Приведены структурная и функциональная схемы разработанной системы, а также последовательность интерфейсных окон при применении данной системы.