У дисертації вперше запропоновано низку вейвлет-нейронних мереж, гібридних адаптивних вейвлет-нейро-фаззі-систем, гібридних вейвлет-нейро-фаззі-систем типа-2, законів інтелектуального адаптивного керування на основі запропонованих вейвлет-нейро-фаззі-моделей, a також гібридні еволюційні багаторядні та каскадні методу групового обліку аргументів (МГОА)- -вейвлет-нейронні мережі для розв'язання задач динамічного інтелектуального аналізу даних. Для розроблених архітектур гібридних еволюційних адаптивних вейвлет-нейро-фаззі-систем запропоновано низку методів навчання, на основі квазі-н'ютоновських та робастних процедур, які характеризуються підвищеною швидкодією, слідкуючими та фільтруючими властивостями.