Пусть ближайший узел-победитель i m , который будем обозначать как П m , определяется условием:
Следует обратить внимание, что в данном случае индекс евклидовой нормы обозначается не индексом узла k , а индексом единичного значения входного вектора i .
Это обстоятельство весьма существенно, так как означает, что узел-победитель соотносится с конкретным вектором входных данных ( , )i i i r x y , к которому он является ближайшим по сравнению с остальными узлами. В дальнейшем будет показано, что данное обстоятельство имеет большое значение для всего вычислительного алгоритма, так как некоторые из K узлов могут оказаться ближайшими, возможно, не к одному вектору входных данных.
Другие узлы, напротив, могут оказаться не связанными ни с одним вектором. При определении же евклидовой нормы для каждого единичного значения входного вектора (соответствующего в данном случае связанной паре показателей одного предприятия) перебираются все значения модельного вектора. После этого определяется минимальное значение, которое по аналогии с соответствующим ему узлом-победителем можно обозначить как
Далее в соответствии с алгоритмом АНС необходимо скорректировать положение узла П m , а также его соседей по цепи (в обе стороны вдоль аппроксимирующей линии) в направлении точки ( , )i i i r x y в соответствие со значением i П r m .
Процедура нахождения узла-победителя, а также коррекции положения этого узла и его соседей должна повторяться заново для всех N наблюдений переменной r (x, y) .
Начальные значения модельных векторов Если идентифицировать как данные наблюдений, так и модельные вектора с помощью индекса
Следует обратить внимание, что в данном случае индекс евклидовой нормы обозначается не индексом узла k , а индексом единичного значения входного вектора i .
Это обстоятельство весьма существенно, так как означает, что узел-победитель соотносится с конкретным вектором входных данных ( , )i i i r x y , к которому он является ближайшим по сравнению с остальными узлами. В дальнейшем будет показано, что данное обстоятельство имеет большое значение для всего вычислительного алгоритма, так как некоторые из K узлов могут оказаться ближайшими, возможно, не к одному вектору входных данных.
Другие узлы, напротив, могут оказаться не связанными ни с одним вектором. При определении же евклидовой нормы для каждого единичного значения входного вектора (соответствующего в данном случае связанной паре показателей одного предприятия) перебираются все значения модельного вектора. После этого определяется минимальное значение, которое по аналогии с соответствующим ему узлом-победителем можно обозначить как 
Далее в соответствии с алгоритмом АНС необходимо скорректировать положение узла П m , а также его соседей по цепи (в обе стороны вдоль аппроксимирующей линии) в направлении точки ( , )i i i r x y в соответствие со значением i П r m .
Процедура нахождения узла-победителя, а также коррекции положения этого узла и его соседей должна повторяться заново для всех N наблюдений переменной r (x, y) .
Начальные значения модельных векторов 
Если идентифицировать как данные наблюдений, так и модельные вектора с помощью индекса 
