Запропоновано інформаційно-екстремальний алгоритм аналізу і синтезу системи підтримки прийняття рішень (СППР), побудованої на базі унімодального класифікатора, який характеризується єдиним центром розсіювання векторів-реалізацій образів і структурованим алфавітом класів розпізнавання. У процесі навчання СППР здійснювалася оптимізація системи контрольних допусків, при якій параметр поля допусків змінювався для всіх ознак одночасно. Як критерій функціональної ефективності навчання розглядався модифікований нормований інформаційний критерій Кульбака. При цьому оптимізація параметрів навчання здійснювалася шляхом ітераційного пошуку глобального максимуму критерію Кульбака в робочій (допустимій) області визначення його функції. Розглянуто приклад реалізації запропонованого алгоритму при оптимізації параметрів навчання СППР для керування технологічним процесом вирощування сцинтиляційних монокристалів. За результатами фізичного моделювання, виконаного за даними вирощування монокристалів, доведено підвищення функціональноі ефективності навчання СППР у порівнянні з мультімодальним класифікатором. Ключові слова: оптимізація, навчання, унімодальний класифікатор, система підтримки прийняття рішень, керування, сцинтиляційний монокристал
