Цель исследования заключается в разработке новых научных подходов к повышению эффективности дождевальной техники. Современные цифровые технологии позволяют осуществлять сбор данных, их анализ и оперативное управление техникой и технологическими процессами зачастую в режиме реального времени. Все это позволяет, с одной стороны, применять новые подходы к моделированию технических систем и процессов (так называемые ”data-driven модели – модели на основе данных»), с другой стороны, требует разработки принципиально новых моделей, в основу которых будут положены методы искусственного интеллекта – такие, как искусственные нейронные сети, алгоритмы машинного обучения, нечеткая логика и многое другое. Проведенный анализ треков и фактических скоростей движения дождевальной машины в режиме реального времени показал их значительные отклонения в диапазоне от заданной скорости движения, что ведет к ухудшению параметров орошения. Нами разработана модель управления дождевальными машинами, основанная на подходах прогнозирующего управления и теории искусственных нейронных сетей. Применение модели позволяет реализовать алгоритмы регулирования с прогнозом реакции дождевальной машины на управляющий сигнал. Предложены схема алгоритма построения прогнозирующего управления, структура нейрорегулятора и инструменты его синтеза с использованием современного программного обеспечения. Универсальность модели позволяет использовать ее как для повышения эффективности управления существующей техникой, так и при разработке новых дождевальных машин с интегрированными интеллектуальными системами управления.