Рассматривается подход к автоматизации диагностики пульмонологических заболеваний с использованием систем поддержки принятия врачебных решений (СППВР) на основе методов нечёткой логики. Проанализированы существующие отечественные и зарубежные решения в данной области, выявлены основные направления развития. Представлены модель пациента и структура системы управления состоянием, а также реализована интеллектуальная система, позволяющая оценивать вероятность диагноза на основании симптомов. В работе применён метод нечёткого логического вывода, обеспечивающий адаптацию моделей к клиническим данным. Проведён анализ значимости симптомов с использованием коэффициентов корреляции Спирмена. Полученные результаты демонстрируют эффективность использования нечёткой логики в задачах медицинской диагностики.
Рассмотрены основные задачи автоматизации и управления технологическим процессом экстракционной очистки актиноидов, а также представлен подход к моделированию экстракционной колонны в формате метода блочно-компонентных цепей (МБКЦ) в среде моделирования МАРС (моделирование и автоматический расчет систем) и автоматизации экстракционного процесса с учетом различных воздействий. При моделировании колонного аппарата для описания экстракционного процесса за основу была взята диффузионная модель, позволяющая учитывать условия массопереноса. Полученные результаты подтверждают возможность использования метода блочно-компонентных цепей для моделирования сложных химико-технологических систем и аппаратов с последующей интеграцией модели в автоматизированную систему управления (АСУ) для оптимизации и повышения эффективности технологических процессов.