V svyazi s burnym razvitiem informacionnyh tehnologij voznikaet bol'shoj ob#em kak informacionnyh resursov, tak i komp'juternyh modelej upravleniya slozhnymi sistemami. Dlya prinyatiya pravil'nyh reshenij neobhodimo issledovat' bol'shoe kolichestvo modelej, chtoby opredelit' naibolee veroyatnyj prognoz izmenenij sistemy. Issledovanie vnov' sozdannyh modelej tozhe trebuet ih detal'nogo sravneniya s uzhe razrabotannymi. Izuchenie obshhih svojstv i klassifikaciya sovokupnosti modelej "vruchnuju" jeffektivny tol'ko v sluchae nebol'shogo chisla ishodnyh dannyh. Drugaya problema, s kotoroj stalkivajutsya issledovaniya v podobnyh oblastyah - otsutstvie universal'nyh metodov analiza. Celyami dannogo issledovaniya yavlyalis' razrabotka i testirovanie metodov primeneniya algoritmov intellektual'nogo analiza dannyh (Data Mining) dlya klasterizacii mnozhestva modelej v dvuh predmetnyh oblastyah - klimatologii i jekonomike. Metody primeneniya Data Mining vkljuchajut v sebya neskol'ko jetapov,takih kak sbor informacii i razrabotka principov ejo strukturirovaniya, vybor algoritma issledovaniya i podhodyashhej programmnoj sredy, analiz i korrektirovka poluchennyh rezul'tatov, a tak zhe aprobaciya metoda na novyh dannyh.