Результаты проведенных исследований показали, что актуальными являются задачи, связанные с разработкой более совершенных, и, прежде всего, интеллектуальных методов диагностирования сложных объектов контроля, отвечающих требованиям высокой оперативности и достоверности. Традиционный алгоритм вычисления оценок, несмотря на высокую универсальность, обладает низкой оперативностью принятия решения, особенно с ростом полноты описания классов технических состояний. Предложено использование нейросетевых технологий для обработки контрольно-диагностической информации сложных объектов контроля и синтеза нейросетевого алгоритма вычисления оценок, на базе нейросетевого и традиционного алгоритмов. Обосновано применение алгебраического подхода при решении задачи синтеза алгоритма функционального диагностирования, что позволяет моделировать многослойные сети прямого распространения, используя в качестве базисных нейросетей двухслойные сети. Это делает практически неограниченной точность проведения разделяющих поверхностей между классами технических состояний. Разработанный нейросетевой алгоритм вычисления оценок совмещает в себе такое преимущество традиционного алгоритма вычисления оценок как универсальность и достоинство нейросетей - высокое быстродействие при требуемой достоверности принимаемых решений. Предложенный алгоритм реализован в программно-математическом обеспечении функционального диагностирования бортовой аппаратуры современных летательных аппаратов.