Аннотация.  В данной статье рассматривается применение методов шкалирования Лайкерта, факторного анализа при определении особенностей выбора абитуриентами высших учебных заведений. По полученным суждениям была создана анкета. Респондент выражал важность каждого пункта по шестибальной шкале от «совершенно не важно» до «очень важно». Целью исследования являлось описание методики, позволяющей учесть особенности выбора абитуриентами высших учебных заведений и анализа действия абитуриентов на основе заранее заложенных критериев. Исследование включало в себя подготовительный, оперативный и результирующий этапы. На первом этапе с помощью факторного анализа были выявлены компоненты, влияющие на выбор абитуриентом вуза. Для ускорения процесса анализа была использована возможность пакетной обработки данных в SPSS.
Ключевые слова: Социологическое исследование, анкета, опрос, SPSS, метод шкалирования Лайкерта, факторный анализ

В статье рассматриваются вопросы распознавания образов с использованием сети Кохонена. Самоорганизующая  карта  Кохенена  – система нейронной сети, часто используется для классифицирования входов на различные категории. Нейронная сеть Кохонена работает отличным образом в отличии от нейронной сети с прямой связью. Использование карты Кохонена состоит из двух шагов: шаг обучения и шаг тестирование. При обучении, входные примеры последовательно используются в качестве входа в нейронной сети, каждый раз, когда изменяются веса связей. Входные данные используются до тех пор, пока не достигается сходимость нейронной сети. При тестировании, веса не изменяются, и выход нейронной сети используется в качестве ответа нейронной сети для заданных входных данных.
Ключевые слова: распознавание, образ, сеть Кохонена, самоорганизующая карта, нейронная сеть, тестирование.

Аннотация. Предложен алгоритм для построения  нейросетевой  системы управления объекта с неточными данными и запаздыванием. Создан пакет прикладных программ, включающий в себя блоки, описывающие классы, блоки формирования входных данных, блоки обучения нейронных сетей.В созданном пакете реализован алгоритм Левенберга-Марквардта, действие которого заключалась в последовательном приближении заданных начальных значений параметров к искомому локальному оптимуму.  От разработок в данной области смоделированный пакет программ отличается тем, что при необходимости он легко может быть дополнен новыми блоками, необходимыми для дальнейших исследований. Данное программное обеспечение может применять довольно широкий круг пользователей, как в практических целях, так и в дальнейших научных исследованиях.
Ключевые слова: нейронная сеть, объект с неточными данными, запаздывание.

Получен алгоритм для построения интеллектуальной  системы управления интервально-заданным объектом с запаздыванием на основе искусственных нейронных сетей. Проанализировано несколько  различных методов разработки интеллектуальных систем управления интервально – заданным объектом  с запаздыванием на основе искусственных нейронных сетей, а также проведен сравнительный анализ существующих  алгоритмов обучения нейронных сетей. Определена архитектура многослойной нейронной сети, для обучения которой, в результате проведенного анализа, выбран алгорит­м Левенберга-Марквардта. Ключевые слова: нейронная сеть, интервально-заданный объект, математическая модель