Когнитивные технологии входят в один из самых «интеллектуальных» разделов теории искусственного интеллекта. Особое место в интеллектуальных системах занимает обучение по прецедентам, основанное на выявлении общих закономерностей по частным эмпирическим данным, реализуемое главным образом в искусственных нейронных сетях (ИНС). Благодаря своим структурным особенностям, ИНС успешно применяются для синтеза нелинейных регуляторов в автоматических системах управления, однако неявный для пользователя нейросетевой алгоритм формирования результатов порождает проблему доверия к его выводам при решении реальных практических задач, в связи с чем актуальна задача установления «прозрачности» внутреннего алгоритма ИНС. Целью исследования является повышение достоверности функционирования нейро-сетевых регуляторов при построении когнитивных систем автоматического управления. В работе выполнен анализ существующих подходов и методов интерпретируемости результатов ИНС, рассмотрены известные способы формализации нейросетевых алгоритмов, позволяющие выполнить описание правил функционирования ИНС. Предложена методика извлечения правил нейросетевого регулятора на основе гранулярных вычислений, где в качестве информационных гранул принимаются множества схожих по своим свойствам входных признаков, объединенных в кластеры, что достигается путем интеграции в слои многослойных ИНС самоорганизующихся слоев. Применимость предложенных решений показана на примере синтеза системы автоматического регулирования, имеющей нелинейные характеристики. Выполнено построение нейросетевого регулятора, превосходящего по своим характеристикам известные решения данной задачи, а также обладающего возможностью вербального представления правил своего функционирования. Практической значимостью предложенных решений является построение причинно-следственной связи между наборами входных данных и формируемым выходным сигналом нейросетевого регулятора, их представлением в виде совокупности правил, обеспечивающих интерпретацию нейросетевого алгоритма в аспекте построения когнитивной системы автоматического управления. Предложенная методика извлечения правил нейросетевого регулятора может найти применение в методах анализа и синтеза интеллектуальных систем автоматического управления, о чем даны соответствующие рекомендации и предложения.