Дисертація присвячена розробці методів моделювання нелінійних динамічних стохастичних об'ектів за допомогою нейромережевих технологій та хаосдинаміки. Показано,що в якості моделі об'екта керування доцільно використовувати нейроемулятори, що здатні та стохастичні характеристики та навчатися у реальному часі. Вперше запропоновано нейромережеві методи і архітектури для відновлення показника Херста в реальному часі. Модифіковано радіально-базисні нейромережі і методі їхнього навчання, що відзначаються високою швидкодією та низькою обчислювальною складністю.