Рассмотрены методы использования нечисловой информации и размытых данных при построении fuzzy-регрессионных моделей, которые отражают возможный фактический диапазон реальных прогнозируемых значений выходной величины и позволяют объективно оценить степень риска в процессах анализа и принятия решений. Приведены методы принятия эффективных многокритериальных экономических решений в условиях наличия ограничений, а также переменных и факторов нечисловой структуры и нечетких множеств на основе выбора из множества возможных альтернатив и решения задач нечеткого математического программирования. Рассмотрены детерминированные модели и алгоритмы решения задач непрерывного и булевого нечеткого линейн