Розглянуто можливість розширення сфери застосування нейронних мереж для паралельної обробки даних у модулярній системі залишкових класів. Наведенно результати структурного синтезу операційного модуля ділення чисел модулярної арифметики.

Рассмотрена архитектура интеллектуальной системы управления, основанной на нейронной сети и эволюционных алгоритмах для прогноза и выбора предпочтительного поведения летательных аппаратов. Сложная технология прикладного программирования, особенно в условиях информативной неопределенности, заменяется относительно простой технологией обучения нейроконтроллера правильно реагировать на изменения параметров на входе системы управления.

Проанализированы наиболее распространенные и действующие на данный момент системы управления пакетной обработкой заданий (СУПО). Приведено множество ссылок на Интернет-ресурсы, по которым можно найти более подробную информацию о той или иной СУПО. В результате анализа построена сводная таблица, отображающая сравнительную характеристику рассмотренных СУПО, а также их взаимосвязь с распространенным на данный момент внешним планировщиком заданий Maui. Определено место СУПО в составе программного обеспечения grid-систем и при использовании на локальном уровне.

Разработан гибридный алгоритм распределения задач в вычислительной системе с использованием основных операторов классического генетического алгоритма (ГА). Классическая структура ГА модифицирована с учетом особенностей проблемы эффективного распределения задач в вычислительной системе.

Обоснована возможность декомпозиции задачи оптимизации для иерархических многоуровневых систем, построенных на основе SOA и обладающих свойством монотонности. Предложено для установления свойства монотонности системы применять моделирование системы с помощью нейронных сетей.