Праналізовано існуючі підходів до оцінки ефективності озброєння. Надано скорочену характеристику показників ефективності. Розглянуто методи оцінки пріоритетності різних зразків та систем. Наведено відпрацьовану методику порівняльної оцінки ефективності зразків озброєння, на підсаві моделювання дуельної ситуації двох зразків, та результати, отримані за допомогою розробленої моделі.

Принцип минимизации структурного риска вложенных классов моделей данных часто применяется в задачах распознавания образов и восстановления регрессионной зависимости в качестве основного инструмента выбора подходящего класса модели. Для подсчета структурного риска использован метод скользящего контроля с помощью его инкорпорирования в стандартную схему процедуры динамического программирования. Предложенную технику использовано для слежения за составом инвестиционного портфеля и анализа стратегии инвестиционной компании.

Изложены результаты расчётов и проектно-конструкторских работ по поршневому двигателю для авиации общего назначения. Приведены технические данные двигателя, его преимущества и проблемные вопросы.

Мета роботи - знаходження оптимальної структури штучної нейронної мережі для вирішення задачі прогнозування банкрутства банків та дослідження ефективності використання нейромережевої моделі для реалій української банківської сфери. Результати проведеного дослідження свідчать, що найкращу точність прогнозів на 1 - 1,5 роки показала модель на основі багатошарового персептрона з 10 та 2 нейронами у прихованих шарах. Розроблена нейромережева модель може використовуватися як альтернатива статистичним методам, оскільки вона показує кращі результати. Перспективою подальших досліджень у даному напрямі є розробка комплексної системи підтримки прийняття рішень для банківських установ, яка б включала прогнозування ризиків для банку, аналіз фінансового стану банку та виявлення фінансових проблем за допомогою інноваційних інструментів та технологій, забезпечення моніторингу та контролю за ризиками банківської установи. Одним з елементів комплексної системи може стати розроблена нейромережева модель.

Мета роботи - узагальнення інформації щодо методів і моделей оцінки та прогнозування ризику банкрутства підприємств, виділення їх переваг і недоліків; критичний аналіз методів та моделей щодо їх відповідності українським реаліям; розробка пропозицій щодо створення моделей оцінки та прогнозування ймовірності банкрутства українських підприємств. Описано та проаналізовано статистичні методи, а саме: метод Аргенті, однофакторний дискрімінантний аналіз, багатофакторний дискрімінантний аналіз, logit-моделі, probit-моделі, а також методи штучного інтелекту: дерева рішень, штучні нейронні мережі, генетичні алгоритми, моделі на основі нечіткої логіки. Зроблено детальний огляд існуючих моделей на основі багатофакторного дискрімінантного аналазу, особливу увагу приділено сучасним дослідженням методів штучного інтелекту. Визначено, що за підсумками багатьох наукових досліджень методи нечіткої логіки, штучні нейронні мережі та нечіткі нейронні мережі є більш ефективними та перспективними для подальших досліджень щодо оцінки та прогнозування ймовірності банкрутства, ніж класичні статистичні методи, у тому числі й для українських підприємств.

Побудовано комплексний індекс соціально-економічного розвитку регіонів України. Для цього взято набір даних рейтингової оцінки Міністерства розвитку громад і територій України. Спирання на велику кількість показників (64 показника, які об'єднано у 12 груп, що відображають певний аспект соціально-економічного розвитку регіонів) є головною перевагою цієї рейтингової оцінки серед інших авторських підходів. Проте в рейтинговій оцінці від міністерства є й суттєві недоліки, пов'язані саме з розрахунком цієї комплексної оцінки. По-перше, у наборі показників відсутні деякі значення (найчастіше по Луганській і Донецькій областях). По-друге, простий метод агрегації: середнє арифметичне по кожній групі та серед 12 груп, який викликає сумнів про узгодженість великої кількості різноманітних за змістом показників із індексом. Для виправлення недоліків рейтингової оцінки у статті більше уваги приділено обробці набору даних і застосовано кілька методів агрегації показників у комплексний індекс, які порівняно між собою та рейтинговою оцінкою Міністерства розвитку громад і територій України. У результаті комплексний індекс став більш збалансованим через більшу узгодженість показників з комплексним індексом. Отримані на основі проведених розрахунків результати свідчать, що у 2015 та 2018 роках найбільший рівень соціально-економічного розвитку мало місто Київ, найгірший - Луганська область, що, у тому числі, є наслідком збройного конфлікту на сході України. Протягом цих років високий рейтинг також мали Дніпропетровська та Київська області. Індекси демонструють значну розбіжність між усіма регіонами, а особливо з Києвом і Луганською областю. Протягом 2015 - 2018 рр. спостерігається тенденція до збільшення індексу Києва від середнього значення та, водночас, зменшення цієї різниці для Луганської області. Але зазначено, що частина областей не встигають за цією тенденцією, тому у 2015 р. більшість регіонів мали значення комплексного індексу вище середнього (13 регіонів), але у 2018 р. з цих регіонів залишилось лише вісім.