Диссертационная работа посвящена решению актуальной научной проблемы синтеза специализированных архитектур искусственных нейронных сетей для решения задач обработки временных рядов, учитывающих априорную информацию о свойствах моделируемых сигналов и влияющих на них факторов, а также позволяющих извлекать из данных новую информацию об этих свойствах. В работе впервые предложена специализированная архитектура нейро-фаззи сети с прямой передачей информации и специализированные архитектуры рекуррентных нейро-фаззи сетей, являющихся модификациями рекуррентных сетей Элмана и Мадхавана и рекуррентной эхо-сети, в первом скрытом слое которых используются элементы задержки и блоки фаззификации с функциями принадлежности различных типов, что даёт возможность учёта априорной информации о свойствах обрабатываемого временного ряда и влияющих факторов.