Данная информационная технология применяется для выработки управляющих воздействий, направленных на рост и стабилизацию промышленного производства в регионе.

Нейронные сети обучались на небольшой выборке ежемесячных статистических данных по Пензенской области и Мордовии 1995-1998 для того, чтобы найти зависимость прироста промышленной продукции от некоторых социально-экономических показателей, указанных пользователями (экономистами). Обученные модели безошибочно прогнозировали прирост промышленный продукции в следующем месяце. На их основе были сформулированы простые, логически понятные управляющие воздействия, направленные на рост и стабилизацию промышленной продукции в регионе.

Пользователи, формируя состав предполагаемых признаков, не знают степень влияния каждого из них на прирост продукции. После обучения нейронной сети неинформативные переменные отбрасываются.

Несмотря на то, что для переходного периода характерны неоднородность и непредставительность выборки данных, нейронные сети, обученные на малой выборке, продемонстрировали большие прогностические способности. Статистические модели в этих условиях не эффективны.

Для пользователей очень важно, чтобы найденные зависимости были представлены в виде обычных решающих таблиц, позволяющих принимать решения и контролировать их достоверность.

Созданная информационная технология может быть использована для решения широкого круга управленческих задач, стоящих в настоящее время перед руководителями администраций и предприятий в сфере промышленности, с/хозяйства, финансов и банковской деятельности и т.д.