Существует целый класс алгоритмов позволяющих находить ассоциативные связи типа: из покупки товаров А и В следует покупка товара С, один из таких алгоритмов Apriori, разработанный IBM. Такой класс задач называется анализом рыночной корзины или поиском ассоциативных связей/ правил (mining association rules). В частности у нас (BaseGroup) существуют наработки в этой области.

Насколько я понимаю Вас интересует математический аппарат решающий подобный класс задач. Это задача из линейного программирования. Посмотрите Юдина и Гольштейна "Линейное программирование" М. Наука, 1969 в этой книге детально рассмотрены методы решения таких задач, если мне не изменяет память, Ваша задача об оптимальном раскрое материала также рассмотрена.

Можно существенно уменьшить количество нейронов используя другой метод составления битовой маски N->M. Январь - 0001 Февраль - 0010 Март - 0011 и т.д. Тогда нам достаточно 4 нейронов (вместо 12!), что закодировать месяц. Далее аналогично для недели - 2 нейрона - "нейрончики отвечаючие за инф. о статусе с т.зр. "Есть - недавно поступил в...

Есть. Можно например, использовать деревья решений. Как известно, алгоритмы построения деревьев отбирают наиболее значимые признаки из исходного набора и используют их при конструировании дерева. Используя этот факт, можно построить дерево решений, которое даст нам набор значимых признаков, т.е. при решении реальной задачи...

Пожалуйста, напишите мне по почте, и по возможности опишите подробнее в чем заключается проблема.