Маркетинговые исследования применительно к рынку мобильных устройств (смартфонов и коммуникаторов различных фирм) [1, 2, 4] и полученные при этом экспериментальные данные о предпочтительности товара в зависимости от индивидуальных особенностей потребителей позволили составить прогнозные модели и ответить на ряд вопросов.Какие фирмы при одинаковом наборе функций предпочитает потребитель?Какую номенклатуру из общей линейки похожих товаров независимо от фирмы-производителя выбирает покупатель?Какие индивидуальные характеристики потребителей влияют на его решение при выборе товара?Для составления прогнозных моделей по полученным данным применены методы многомерного статистического анализа (кластерный, дискриминантный анализ и др.). Но они не позволили ответить на вопрос, как индивидуальные характеристики потребителей влияют на его решение при выборе товара, можно ли предсказать поведение потребителя при изменении параметров элементов системы «товар–потребитель»?В условиях, как правило, нелинейного характера взаимодействия элементов системы «товар–потребитель» и достаточно небольших по объему исходных выборок особый интерес для получения моделей, отвечающих на эти вопросы, представляют методы эвристической самоорганизации (метод группового учета аргументов) и искусственного интеллекта (искусственные нейронные сети) [2, 3]. В настоящее время алгоритмы искусственных нейронных сетей (ИНС) достаточно эффективно реализованы в ряде математических пакетов прикладных программ и позволяют исследователям решать широкий круг задач в различных областях знаний. К ним можно применительно отнести задачи прогнозирования, классификации и управления. Поэтому за основу для проведения дальнейших исследований были взяты ИНС.