U doktorskoj disertaciji obrađen je problem procjene cikličkih Ramberg–Osgoodovih i zamornih Basquin–Coffin–Mansonovih parametara čelika na osnovi monotonih značajki primjenom umjetnih neuronskih mreža. Za potrebe istraživanja iz relevantne je literature i putem on-line baze podataka o materijalima MATDAT prikupljen velik broj eksperimentalnih podataka za čelike. Pregledom postojećih istraživanja utvrđeno je da se podjelom čelika u skupine prema kriteriju udjela legirajućih elemenata može poboljšati točnost procjene cikličkih i zamornih parametara na osnovi monotonih značajki. U skladu s tim, čelici su grupirani u nelegirane, niskolegirane i visokolegirane čelike. Različitost vrijednosti cikličkih i zamornih parametara spomenutih grupa čelika i formalno je potvrđena provođenjem jednofaktorske analize varijance i Welchovog testa. Dodatno provedenim post-hoc analizama utvrđena je različitost na razini parova nelegiranih, niskolegiranih i visokolegiranih čelika. Provođenjem unaprijedne selekcije određene su monotone značajke relevantne za procjenu svakog od cikličkih i zamornih parametara različitih skupina čelika. Na osnovi rezultata statističkih analiza, predložena je procjena cikličkih i zamornih parametara primjenom neuronskih mreža, zasebno za svaku skupinu čelika i uz korištenje samo onih monotonih značajki koje su se pokazale statistički relevantnim za procjenu pojedinog parametra. Za učinkovitije korištenje prikupljenih podataka u razvoju neuronskih mreža primijenjena je metoda k-struke unakrsne validacije. Rezultati dobiveni razvijenim umjetnim neuronskim mrežama vrednovani su usporedbom s eksperimentalnim vrijednostima cikličkih i zamornih parametara, ali i onima dobivenim postojećim empirijskim metodama procjene. Za odabrani skup podataka umjetne neuronske mreže pokazale su se uspješnijim od empirijskih metoda procjene većine cikličkih i zamornih parametara i ponašanja različitih skupina čelika. Razvijeni pristup procjeni cikličkih i zamornih parametara na osnovi lako dostupnih monotonih značajki primjenom neuronskih mreža može poslužiti jednostavnijem, točnijem i bržem određivanju opteretivosti i trajnosti čeličnih dijelova i konstrukcija u raznim industrijskim djelatnostima (automobilskoj, zrakoplovnoj i dr.). Razvojem pouzdanog sustava za procjenu cikličkih i zamornih parametara smanjuje se potreba za eksperimentalnom karakterizacijom cikličkog i zamornog ponašanja materijala u ranim fazama razvoja proizvoda u kojima se vrednuju različiti materijali i konstrukcijska rješenja, što za posljedicu ima i smanjenje troškova i vremena potrebnih za razvoj proizvoda.