Розроблено архітектуру та методику навчання нейронної надмережі прогнозування розвитку життєвого циклу спільноти складних регенеруючих технічних систем (СРТС). Апробовано автоматизовану систему управління експлуатацією автотранспортних засобів на базі нейронної моделі прогнозування ушкоджень. Наведено методики, алгоритми та програми для підвищення репрезентативності початкової інформації про життєдіяльність спільноти СРТС шляхом зменшення розмірності чинникового простору з метою виділення переважаючих техніко-організаційних чинників таких систем, перетворення їх на добірку адекватних виборок для навчання нейронної надмережі. Запропоновано методику, алгоритм і програми для визначення належності окремої СРТС після генерації до відповідної ресурсної ітерації життєвого циклу.