Аннотация. Розглянуто задачу нечіткої кластеризації багатовимірних спостережень та запропоновано групу адаптивних алгоритмів самонавчання нейронної мережі Кохонена для можливістної кластеризації зі змінним параметром нечіткості, які здатні у реальному часі виділяти в даних кластери, що перетинаються. Наведені алгоритми характеризуються чисельною простотою та гнучкістю при роботі в умовах апріорної невизначеності відносно характеру розподілення даних в кластерах.

Ключевые слова: нечітке кластерування, фаззифікатор, нейронна мережа Кохонена, алгоритм самонавчання.