The 17 references in paper A. Pekhterev A., А. Пехтерев А. (2018) “Моделирование показателей денежно-кредитной системы РФ при разнонаправленных сценариях динамики нефтяного рынка // Modeling of monetary and credit system indicators of the Russian Federation in multidirectional scenarios of oil market dynamics” / spz:neicon:statecon:y:2018:i:2:p:12-19

1
Петров А.А., Поспелов И.Г., Шананин А.А. Опыт математического моделирования экономики. М.: Энергоатомиздат, 1996. 544 с. ISBN 5-283-03169-1.
(check this in PDF content)
2
Краснощёков П.С., Петров А. А. Принципы построения моделей. 2-е изд., пересм. и доп. М.: Фазис, 2000. 412 с. ISBN 5-7036-0061-8.
(check this in PDF content)
3
Красс И. А. Математические модели экономической динамики. М.: Советское радио, 1976. 280 с.
(check this in PDF content)
4
Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 471 с.
(check this in PDF content)
5
Романовский М.Ю., Романовский Ю.М. Введение в эконофизику. Статистические и динамические модели. М., 2007. ISBN 978-593972-637-5
(check this in PDF content)
6
Кугаенко А.А. Экономическая кибернетика. М.: Вузовская книга, 2015. 880 с.
(check this in PDF content)
7
Кугаенко А.А. Методы динамического моделирования в управлении экономикой. М.: Вузовская книга, 2005. 456 с.
(check this in PDF content)
8
Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. 2-е изд. М.: Наука, 1972. 768 с.
(check this in PDF content)
9
Иванов В.А., Ющенко А.С. Теория дискретных систем автоматического управления. М.: МГТУ им. Н. Э. Баумана, 2015. 352 с.
(check this in PDF content)
10
Дорф Р., Бишоп Р. Современные системы управления. Пер. с англ. Б. И. Копылова. М.: Лаборатория базовых знаний, 2002. 832 с.
(check this in PDF content)
11
Волков Е.А. Глава 1. Приближение функций многочленами. § 11. Сплайны // Численные методы. Учеб. пособие для вузов. 2-е изд., испр. М.: Наука, 1987. С. 63–68.
(check this in PDF content)
12
Diaconescu E. The use of NARX neural networks to predict chaotic time series. Wseas Transactions on computer research, 2008. 3(3). P. 182–191.
(check this in PDF content)
13
Болквадзе Г. Р. Модель Гаммерштейна-Винера в задачах идентификации стохастических систем, Автомат. и телемех. 2003. No 9. P. 60–76. Autom. Remote Control. 64:9. 20031418–1431.
(check this in PDF content)
14
Billings S.A. Identification of Nonlinear Systems: A Survey. IEE Proceedings Part D. 1980. 127(6). P. 272–285
(check this in PDF content)
15
Haber R., Keviczky L. Nonlinear System Identification-Input Output Modeling Approach. Kluwer, 1980. Vols I & II.
(check this in PDF content)
16
Yu F., Mao Zh., Jia M., Yuan P., Recursive Parameter Identification of Hammerstein-Wiener Systems With Measurement Noise // Signal Process. 2014. 105. P. 137–147.
(check this in PDF content)
17
Домащенко Д.В. Имитационное моделирование уровня сбалансированной задолженности клиентов банковской системы России // Вестник РЭУ им. Г.В. Плеханова. 2016. No 1. С. 27–34.
(check this in PDF content)