Настоящая работа представляет собой краткий итог 15-летних исследований, целью которых является создание и исследование конкретных моделей, реализующих гипотезу о голографических механизмах работы мозга, выдвинутую более 40 лет назад, но до сих пор не получившую модельного воплощения. Описаны два класса моделей, основанных на двух разных подходах. Первый подход заключается в построении нейросетевых структур, реализующих голографические эффекты. Второй подход предлагает распределенное кодирование цифровых изображений, которое обеспечивает надежное их восстановление при значительных повреждениях. Его можно рассматривать как дискретный вариант голографической модели, имеющий когнитивные аспекты.

Предлагается конструктивный алгоритм обработки и идентификации событий произвольной природы. Идеологически этот алгоритм базируется на сочетании двух известных подходов: теории нечетких множеств («типичность» или «нетипичность» события определяется значением его степени принадлежности) и метода потенциальных функций (метрические свойства событий определяются с помощью тем или иным способом заданного симметричного неотрицательно определенного ядра). С теоретической точки зрения это адаптивный алгоритм обучения, позволяющий идентифицировать анализируемые события, а с практической точки зрения это алгоритм, который дает возможность одновременно оценивать степени «типичности», вычислять координаты и осуществлять трехмерную компьютерную визуализацию этих событий. В качестве событий могут выступать элементы последовательности выходных сигналов произвольной дискретной стохастической динамической системы. При этом оценку «типичности» событий можно рассматривать как количественный, а их визуализацию – как качественный анализ исследуемой системы.

Рассматривается процедура расчета показателей качества с использованием алгоритмов распознавания образов для поиска области эффективности при решении многокритериальной многопараметрической задачи оптимизации динамической стохастической системы по критерию неполного среднего. Обосновывается выбор алгоритма "ближайших соседей", дается обзор универсальных пакетов прикладных программ для интеллектуальной обработки данных, содержащих различные алгоритмы распознавания образов.

На модели корабля, описываемой системой дифференциальных нелинейных уравнений пятого порядка, рассмотрена задача расчета управления, переводящего корабль из начальной точки водного пространства в конечную с заданными фазовыми координатами и скоростью. Показано, что для такого перевода корабля требуется только пять перекладок руля, рассчитанных с помощью алгоритма программного управления. Приведены результаты моделирования траекторий движения, в частности, движения по извилистому узкому каналу и движения с переменной скоростью.