Запропоновано новий підхід до проблеми визначення людської мови на засадах розробленої автором кібернетичної теорії Розумних систем одного класу та теорії контакту таких систем.

Рассмотрены основные положения нового раздела искусственного интеллекта - принятие эвристических решений во время вычислительного процесса, связанного с математическими вычислениями над данными, представленными (в формате) с плавающей точкой. Предложена новая арифметическая архитектура компьютерных систем следующих поколений с аппаратно-программной поддержкой системы слежения вычислительного процесса, в т.ч. относительной точности начальных, промежуточных и конечных данных.

Розкрито сутність взаємовідносин моделей свідомості та фізичної реальності Налімова та Циганкова на базі нейрокомп'ютера "Ембріон".

Описано спільність моделі свідомості Хамероффа - Пенроуза та квантових когерентних процесів у віртуальному нейрокомп'ютері "Ембріон", що дозволяє глибше зрозуміти інтимну природу феномену свідомості.

Введена парадигма воссоздания объектов различных видов обработки информации в интеллектуальных системах. Изучено взаимное структурирование объектов. Рассмотрено определение и формы воссоздания.

Обгрунтовано принцип симбіозу аналого-дискретних і цифрових засобів у багатозначних структурах штучного інтелекту та здійснено його формалізацію.

Разработаны принципы создания программного обеспечения компьютера, выполняющего функции искусственного интеллекта, способного к размножению (ИИР). Раскрыта главная целевая функция ИИР и приведена ее иерархическая структурная схема связей. Описан пример решения ИИР-ОН-1 его "личных" проблем по реализации размножения.

Доведено дві теореми, які дозволяють у класичній задачі Штейнера множину заданих точок на площині за певних умов розбивати на підмножини, на яких вихідна задача розв'язується незалежно. Це дозволило будувати кращі еврістичні алгоритми для розв'язання задачі.

Рассмотрены семантические аспекты мышления. Приведена классификация существующих типов моделей (мысленных, когнитивных, качественных и логико-математических) в зависимости от уровней семантики и формализации. Показано, что человеческий интеллект оперирует не с внешней реальностью, а с комплексом внешней информации, собственных знаний, намерений и предпочтений.

Изложены базовые положения о переносе в мир суперкомпьютеров эмоциональных и интуитивных, бессознательных и сознательных механизмов (метамоделей и процессов) мышления человека, о структурах подсистем сознания, подсознания и надсознания человека. Определены архитектура и взаимоотношения отдельных функциональных модулей и процессоров головного мозга человека для их реализации в соответствующих эмоционально и морально-ориентированных суперкомпьютерах будущих поколений, способных воспроизводить продуктивное творческое мышление.

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.

Доведено нерозв'язність проблеми еквівалентності нормалізованих недетермінованих скінченних перетворювачів, які мають два стани: один вхідний, два вихідні символи, і за один такт роботи можуть прочитати тільки один вхідний символ.

Досліджено питання проектування систем діагностики на базі нечітких відношень за умов невизначеності. Розроблено моделі діагностики й алгоритми розв'язання рівнянь нечітких відношень. Запропоновано експертні методи побудови нечітких відношень та методи видобування нечітких відношень з даних. Описано алгоритми настройки моделей діагностики на базі нечітких відношень. Розглянуто прикладні системи технічної та медичної діагностики.

Исследованы вопросы, связанные с проектированием систем диагностики на базе нечетких отношений в условиях неопределенности. Разработаны модели диагностики и алгоритмы решения уравнений нечетких отношений. Предложены экспертные методы построения нечетких отношений и методы построения нечетких отношений из данных. Описаны алгоритмы настройки моделей диагностики на базе нечетких отношений. Рассмотрены прикладные системы технической и медицинской диагностики.

Розглянуто сучасні методи розв'язання задач штучного інтелекту, викладено засади теорії нейронних мереж і еволюційних обчислень. Описано структуру та властивості біологічного та штучного нейрона. Наведено генетичний алгоритм. Проаналізовано особливості застосування алгоритму зворотного поширення помилки для комп'ютерних ігор. Розкрито суть понять генетичних операторів, кодування інформації у генетичному алгоритма.

Рассмотрены современные методы решения задач искусственного интеллекта, изложены основы теории нейронных сетей и эволюционных вычислений. Описаны структура и свойства биологического и искусственного нейрона. Приведен генетический алгоритм. Проанализированы особенности применения алгоритма обратного распространения ошибки для компьютерных игр. Раскрыта сущность понятий генетических операторов, кодирования информации в генетическом алгоритме.

Раскрыты основные теоретические положения эволюционных вычисслений как нового научного направления в теории интеллектуальных систем. Показаны возможности применения эволюционных вычислений при решении различных технических задач. Изложены основы теории генетических алгоритмов (ГА), сформулированные Холландом и Д. Голдбергом. Описаны генетические операторы репродукции, кроссинговера и мутации, показано их влияние на "выживаемость" отдельных групп особей, которые обладают (или не обладают) некоторыми свойствами. Рассмотрены задачи комбинаторной оптимизации, а также основные виды представления потенциальной задачи коммивояжера и проблемно-ориентированные генетические операторы. Даны сведения о современных обобщениях и модификации ГА, параллельных и вероятностных ГА. Описаны основные виды параллелизации и способы их реализации. Раскрыты основы генетического программирования и машинного обучения, проведено сравнительное исследование эволюционной стратегии и генетических алгоритмов, показаны возможности применения эволюционного программирования в прогнозировании и задачах управления. Освещены вопросы программной и аппаратной реализации ГА.

Розглянуто питання побудови алгоритмів розв'язання наступних класів складних оптимізаційних задач: цілочислового програмування, комбінаторної та багатокритеріальної оптимізацій. Наведено порівняльний аналіз відомих і розроблених ученими Інституту кібернетики алгоритмів.

Рассмотрены вопросы построения алгоритмов решения следующих классов сложных оптимизационных задач: целочислового программирования, комбинаторной и многокритериальной оптимизации. Приведен сравнительный анализ известных и разработанных учеными Института кибернетики алгоритмов.

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.

Наведено результати дослідження неітеративних, еволюційних і мультиагентних методів синтезу моделей залежностей на базі штучних нейронних і нейро-нечітких мереж. Значну увагу приділено аналізу та класифікації еволюційних і мультиагентних методів Swarm Intelligence (колективного інтелекту). Запропоновано широкий арсенал нових методів для побудови моделей в задачах діагностики, оцінювання, прогнозування. Наведено приклади розв'язання практичних задач на підставі даних методів.

Приведены результаты исследования неитеративных, эволюционных и мультиагентных методов синтеза моделей зависимостей на основе искусственных нейронных и нейро-нечетких сетей. Значительное внимание уделено анализу и классификации эволюционных и мультиагентных методов Swarm Intelligence (коллективного интеллекта). Предложен широкий арсенал новых методов для построения моделей в задачах диагностики, оценки, прогнозирования. Приведены примеры решения практических заданий на основе данных методов.

Проаналізовано проблеми розвитку нейро-фаззі моделей динамічних взаємодіючих процесів, які відносяться до гібридних систем і є складовою систем обчислювального інтелекту. Розкрито актуальні питання побудови нечітких мережевих моделей, формальних критеріїв, інтелектуальних обчислювальних механізмів, методів, алгоритмічних і програмних засобів моделювання динамічних взаємодіючих процесів. Увагу приділено аналізу адекватності взаємодії процесів, оптимізації ресурсів і вибору альтернатив на множині критеріїв і обмежень складних систем. Запропоновано та досліджено нові класи нечітких мереж Петрі - інтегровані нейро-фаззі мережі Петрі (ІМП), які базуються на розвитку й інтеграції нечітких мереж Петрі, кольорових нечітких мереж Петрі та нейро-фаззі мереж. Класи ІМП відрізняються мірою інтеграції та базовими структурами, що дозволяє за критеріями обчислювальної складності проводити цілеспрямований вибір моделі для конкретних застосувань.

Проанализированы проблемы развития нейро-фаззи динамических взаимодействующих процессов, которые относятся к гибридным системам и являются слагаемой систем вычислительного интеллекта. Раскрыты актуальные вопросы построения нечетких сетевых моделей, формальных критериев, интеллектуальных вычислительных механизмов, методов, алгоритмических и программных средств моделирования динамических взаимодействующих процессов. Уделено внимание анализу адекватности взаимодействия процессов, оптимизации ресурсов и выбора альтернатив на множестве критериев и ограничений сложных систем. Предложены и исследованы новые классы нечетких сетей Петри - интегрированные нейро-фаззи сети Петри (ИСП), которые базируются на развитии и интеграции нечетких сетей Петри, цветных сетей Петри и нейро-фаззи сетей. Классы ИСП отличаются мерой интеграции и базовыми структурами, что позволяет по критериям вычислительной сложности выполнять целенаправленный выбор модели для конкретных применений.

Разработан нечеткий метод группового учета аргументов (НМГУА). Рассмотрены возможности применения НМГУА для случая, когда входная информация задана нечетко в форме интервалов неопределенности. Приведены многочисленные примеры применения НМГУА с нечеткими входами для прогнозирования фондовых индексов и курсов акций на фондовом рынке. Рассмотрены системы с нечеткой логикой и нечеткие нейросети (ННС). Описаны ННС с выводом Мамдани и Цукамото, даны алгоритмы их обучения. Охарактеризованы нечеткие нейронные сети с выводом Сугено, ANFIS и ее развитие TSK, описаны алгоритмы обучения этих сетей. Проанализированы результаты многочисленных экспериментов ННС с выводом Мамдани, Цукамото и Сугено в задачах прогнозирования в макроэкономике и финансовой сфере, проведено изучение их эффективности, преимуществ и недостатков в сравнении с обычными нейронными сетями. Обоснованы возможности применения ННС в задачах классификации. Дана общая характеристика традиционной и модифицированной ННС NEFClass, описана ее структура, алгорим обучения базы правил и параметров функций принадлежности. Проведен обзор методов кластерного анализа при нечетких условиях. Изложены результаты исследования и применения систем с нечеткой логикой и нечетких множеств в финансовой сфере. Рассмотрены задачи оценки риска банкротства корпорации и оптимизации инвестиционного портфеля с использованием нечетко-множественного подхода. Выполнен сравнительный анализ полученных результатов с классическим решением задачи Марковица.