Запропоновано метод пошуку функціональних залежностей у динамічних систе- мах за набором вхідних даних, за допомогою гібридного клонального алгоритму і синтезованої за допомогою клонального алгоритму поліноміальної нейронної мережі. Запропоновано технологію побудови моделей гетероскедастичних процесів.
1. Бідюк П. 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.