Виконано аналіз деяких процесів економіки перехідного періоду та запропоновано математичні моделі для опису динаміки цих процесів. Для процесу приватизації побудована модель у вигляді звичайних диференційних рівнянь. На основі розглянутої моделі сформульована задача оптимального керування таким процесом, в якому змінними стану є обсяг продукції, що випускається підприємствами галузі в період приватизації, і кількість працюючих в даній галузі.

Розглянуто задачу обгрунтування вибору функції належності в процесі формування критеріїв оцінки альтернативних проектів, що вибираються для фінансування за умов обмеженого бюджету.

Проанализированы некоторые экономические процессы переходного периода в Украине и России, в частности, особенности протекания процесса приватизации. Предложены математические модели приватизационного и инвестиционного процессов для отрасли экономики в виде систем дифференциальных и разностных уравнений. Поставлена и решена задача оптимального управления процессом приватизации. Результаты решения использованы при построении системы поддержки принятия решений (СППР) на основе персональной ЭВМ. Рассмотрены основы применения коинтеграционной теории к моделированию нестационарных процессов на примере процесса инвестиций в промышленность. Изложены методы построения информационно-аналитических систем для накопления эконометрических данных и построения на их основе СППР.

Проаналізовано процес приватизації в перехідний період економіки у постсоціалістичних країнах. Визначено вхідні/вихідні змінні та збурення процесу. Запропоновано математичну модель процесу приватизації у вигляді системи диференціальних рівнянь першого порядку, які подано у просторі станів. Модель буде використано для постановки та розв'язання завдання оптимального керування процесом приватизації.

Наведено задачі, які розв'язуються за допомогою систем підтримки прийняття рішень на виробничих підприємствах за сучасних умов. Розглянуто типи невизначеностей, які зустрічаються в процесі прийняття рішень, та деякі підходи до їх врахування в математичних моделях. Наведено приклад використання нечіткого методу групового врахування аргументів для прийняття рішень.

Проаналізовано інвестиційний процес у постсоціалістичних країнах за умов перехідного періоду, виявлено основні проблеми, пов'язані зі значним падінням рівня інвестицій у промисловість. Зроблено огляд математичних моделей процесу інвестування та виявлено типи невизначеностей, характерних для даного процесу. Доведено, що на сьогоднішній день відсутні моделі, які описують інвестування у відкритих економічних зонах. Поставлено завдання подальших досліджень щодо моделювання та керування процесом інвестування в промисловість.

Розглянуто у просторі станів моделі динамічних систем, апріорна інформація про параметри яких невизначена. Обгрунтовано прийняття рішень про вибір коваріаційної матриці похибок початкової оцінки параметрів динамічних систем. Отримано розв'язок для загального вигляду перехідної матриці фільтра Калмана.

Висвітлено особливості економічних процесів перехідного періоду в Україні, зокрема, приватизації, інвестування, інфляції. Запропоновано підходи щодо побудови їх математичних моделей для галузі економіки у вигляді систем диференціальних і різницевих рівнянь. Досліджено можливість оптимізації виконання проектів за допомогою генетичних алгоритмів. Розглянуто особливості застосування коінтеграційної теорії для моделювання нестаціонарних процесів на прикладі інвестування промисловості. Наведено основні теоретичні положення щодо побудови систем підтримки прийняття рішень.

Розглянуто приклади застосування системного підходу та комп'ютерних технологій в проектному менеджменті. Визначено його поняття, наведено класифікацію прогнозів в управлінні проектами, методи прогнозування проектних ризиків та їх класифікацію, а також виявлено якісні показники прогнозів. Розроблено методику формування систем підтримки прийняття рішень для проектного менеджменту, визначено приклади створення таких систем у процесі управління проектами. На підставі нечіткого булевого програмування запропоновано підхід до розподілення ресурсів, описано алгоритм оптимізації інвестиційних проектів у стохастичному середовищі. Запропоновано методику застосування експертних оцінок в управлінні проектами.

Запропоновано алгоритм оцінювання параметрів нелінійних моделей на базі використання ітераційної процедури оптимізації за методом множників Лагранжа. Передбачено згладжування часових рядів даних і мінімізацію вибраного критерію оптимізацію, вектор параметрів оновлюється за допомогою квазіньютонівської процедури з використанням оберненого гесіана. Алгоритм тестовано на статистичних даних.

Описано алгоритм, що використовує основні механізми клонального відбору й ідеї нової еволюційної обчислювальної парадигми - програмування експресії гена. На базі алгоритму створено комплекс програм, призначений для розв'язання задач прогнозування одно- та багатовимірних часових рядів. Описано структуру основних класів та їх взаємодію. Наведені результати обчислювальних експериментів свідчать про високу якість одержаних прогнозів.

Описано деякі практичні аспекти використання об'єктно-орієнтованої технології під час програмування генетичного алгоритму, який використовується для розв'язку задачі нечіткої оптимізації розподілу обмежених ресурсів між альтернативними інвестиційними проектами. Розглянуто специфіку відповідних об'єктів і методів генетичного алгоритму всередині виділених класів.

Наведено основні підходи організації паралельної роботи генетичних алгоритмів. Проаналізовано апаратні вимоги, комбінування різних архітектур в одній системі та побудову неоднорідних систем. Описано особливості та схеми глобальних, або дрібнозернистих, грубозернистих і гібридних генетичних алгоритмів, а також способи організації структури міграції (топології) індивідумів між підпопуляціями.

Описано специфічну архітектуру нейронної мережі з прямим розповсюдженням. На прикладі двох реальних часових рядів, а саме курсу української гривні до долара США та курсу української гривні до російського рубля за друге півріччя 1997 р., показано можливість прогнозування за допомогою нейронної мережі, що має у структурі радіальні вузли. Наведено результати роботи моделі даної архітектури, порівняння її можливостей з можливостями класичної моделі багатошарового нейрону.

Розглянуто задачу побудови систем виявлення та локалізації місцезнаходження відмов у динамічних системах. Для побудови таких систем запропоновано два підходи: на базі моделі динаміки у просторі станів та оптимального фільтра Калмана, а також на базі нейромереж. Наведено рекомендації щодо застосування нейромереж у системах виявлення відмов, а також приклади застосування обох методів щодо визначення пошкоджень електричних двигунів і робототехнічної системи.

Розглянуто задачу вибору проектів для фінансування та розподілу обмежених бюджетних ресурсів між вибраними проектами за допомогою результатів теорії нечітких множин. Запропоновано підхід на основі нечіткого логічного виводу, який дозволяє враховувати чіткі та нечіткі експертні оцінки альтернативних проектів. В основу алгоритму вибору покладено множину правил, яка може змінюватись в залежності від специфіки проектів, що розглядаються. Наведено приклад використання запропонованого підходу.

Розглянуто задачу побудови математичних моделей за часовими рядами. Наведено поняття структури моделі, яке використано для розробки методики побудови математичних моделей. Запропоновано критерії визначення нелінійностей відносно змінних. Для оцінювання адекватності моделі запропоновано використати множину взаємно доповнювальних статистичних критеріїв.

Запропоновано методику побудови математичної моделі на базі часових рядів. Основою методики є системний підхід, який передбачає аналіз можливих структур моделей і детальний аналіз адекватності одержаних моделей. Деталізовано методику побудови моделей з несталою десперсією (гетероскедастичних процесів). Наведено приклади практичного застосування запропонованої методики до моделювання та прогнозування реальних процесів.

Наведено модифікований підхід до побудови математичних моделей різноманітних процесів. Сформульовано поняття структури моделі, що дозволяє вибрати належну структуру моделі в процесі її побудови. Запропоновано розділити процес побудови моделі на наступні п'ять етапів: аналіз процесу, встановлення факту присутності нелінійностей, вибір структур моделей-кандидатів, вибір методу оцінювання параметрів та оцінювання параметрів обраних кандидатів та вибір кращої моделі за допомогою множини статистичних параметрів. Запропонований підхід успішно випробувано на ряді прикладів побудови економетричних моделей.

Задачу побудови авторегресійних моделей за часовими рядами спостережень розглянуто як послідовність етапів аналізу даних. Наведено стислий опис множин можливих процедур на кожному з таких етапів з рекомендаціями й обмеженнями на їх застосування. Як приклад виконано аналіз одного з етапів - вибору критерію селекції моделей.