This paper proposes a method of finding functional relationships in dynamical systems on the set of input data by clonal hybrid algorithm and clonal synthesized using polynomial algorithm neural network. The technology of building models heteroscedastic processes.
1. БідюкП. І. Аналізтаматематичнемоделюванняекономічнихпроцесівперехідногоперіоду / БідюкП. І., ПоловцевО. В. — К.: ПЛАБ-75, 1999. — 209 с. 2. КашьяпР. Л. Построениединамическихстохастическихмоделейпоэкспериментальнымданным / КашьяпР. Л., РаоА. Р. — М.: Наука, 1983. — 384 с. 3. ДрейперН. Прикладнойрегрессионныйанализ / ДрейперН., СмитГ.; пер. сангл. — 3-еизд. — М.: Издательскийдом «Вильямс», 2007. — 912 с. 4. КобзарьА. И. Прикладнаяматематическаястатистика. Дляинженеровинаучныхработников / КобзарьА. И. — М.: ФИЗМАТЛИТ, 2006. — 816 с. 5. БідюкП. І. Методипрогнозування. Т. 1 / БідюкП. І., МеняйленкоС. О., ПоловцувО. В. — Луганськ: Альма-Матер, 2008. — 301. 6. БідюкП. І. Моделюванняіпрогнозуваннягетероскедастичнихпроцесів / БідюкП. І., ЛитвиненкоВ. І., СлободенюкО. В. // Комп’ютернітехнології, системнийаналіз, моделювання: наук. пр. МДГУім. П. Могили. — 2004. — 35 (22). — С. 24–39. 7. БідюкП. І. Моделюваннятапрогнозуваннянелінійнихдинамічнихпроцесів / БідюкП. І., БакланІ. В., ЛитвиненкоВ. І. — К.: ЕКМО, 2004. — 121 с. 8. ФедоровА. В. Інформаційнатехнологіявиконанняопераційнабіржізвикористаннямторговихроботів: автореф.дис. ... канд. техн. наук: 05.13.06. — К., 2013. 9. Фефелов А. А. Применение комбинированных искусственных иммунных систем прирешении задач построения моделей динамических процессов / ФефеловА. А., БидюкП. И., ЛитвиненкоВ. И. // Міжнароднийсемінарзіндуктивногомоделювання: зб. праць / відп. редакторд-ртехн. наукВ. С. Степашко. — К.: Міжнароднийнауково-навчальнийцентрінформаційнихтех-нологійтасистемНАНтаМОНУкраїни. — 2005. — С. 69–84. 10. ЛитвиненкоВ. И. Методологияпрогнозированиягетероскедастическихпроцессовсприменениемискусственныхиммунныхсистем / ЛитвиненкоВ. И. // Системнітехнології: регіон. міжвуз. зб. наук. пр. — 2007. — Вип. 6(53). — Дніпропетровськ. — С. 130–152. 11. ЛитвиновВ. В. Созданиеблочныхмоделейсистемипроцессовсиспользованиемметодагрупповогоучетааргументов / ЛитвиновВ. В., ЗадорожнийА. А. // Математичнімашиниісистеми. — 2012. — No 2. — С. 107–116. 12. СкакалінаО. В. Алгоритмиметодугруповоговрахуванняаргументівприкороткостроковомупрогнозуванні / СкакалінаО. В. // ВісникКрНУіменіМихайлаОстроградського. — Вип. 1/2015 (90). — Ч. 2. — С. 18–26. 13. МантулаЕ. В. Адаптивнаяполиномиальнаянейросетеваяпрогнозирующаямодельвременныхрядовиееобучение / МантулаЕ. В., МашталирС. В. // Восточно-Европейскийжурналпередовыхтехнологий. — 2014. — No 2/4 (68). — С. 16–20. 14. БодянскийЕ. В. Основытеорииискусственныхнейронныхсетей / БодянскийЕ. В., РуденкоО. Г. — Харьков: ТЕЛЕТЕХ, 2002. — 317 с. 15. Ferreira C. Designing Neural Networks Using Gene Expression Programming / Ferreira C. // 9th Online World Conference on Soft Computing in Industrial Applications, September 20 — October 8, 2004. 16. Ferreira C. Gene Expression Programming: A New Adaptive Algorithm for Solving Problems Complex Systems. — 2001. — No 13 (2). — Р. 87–129. 17. De Castro L. N., Von Zuben F. J. The Clonal Selection Algorithm with Engineering Applications. (Full version, pre-print). In Proceedings of GECCO’00 (Workshop Proceedings). — P. 36–37. 18. ЛитвиненкоВ. І. Прогнозуваннягетероскедастичнихпроцесівзвикористаннямсин-тезованихполіноміальнихнейроннихмереж / ЛитвиненкоВ. І., ФефеловА. О., КожухівськаО. А. // Сучасніпроблемиінформатикивуправлінні, економіцітаосвіті: [матеріали XІV Міжнародногонауковогосемінару, Київ — оз. Світязь, 29 червня — 3 липня 2015 року] / занаук. ред. д-раекон. наук, проф. М. М. Єрмошенка; Національнаакадеміяуправління; Міжнароднаакадеміяінформатики. — К.: СІКГРУПУКРАЇНА, 2015. — С. 67–72. 19. ФефеловА. О. Формалізаціяметодівпобудовиштучнихімуннихсистем / ФефеловА. О., ЛитвиненкоВ. І., БідюкП. І. // НауковівістіНаціональноготехнічногоуніверситетуУкраїни «Київськийполітехнічнийінститут». — 2007. — No 1. — С. 29–41.