В дисертаційній роботі удосконалено метод класифікації часових рядів з довгою та подвійною довгою пам'яттю, що за рахунок використання нечіткого класифікатора на основі системи нечіткого логічного висновку Сугено дає змогу підвищити ефективність ідентифікації часових рядів з довгою та подвійною довгою пам'яттю. Модифіковано математичні моделі часових рядів з довгою та подвійною довгою пам'яттю, які відрізняються удосконаленою структурою, що формується у вигляді лінійних комбінацій випадкових процесів з довгою пам'яттю, і дають змогу спростити аналіз часових рядів з подвійною пам'яттю. В дисертаційній роботі запропоновано інформаційну технологію підтримки рішень на основі прогнозування часових рядів з довгою та подвійною довгою пам'яттю, яка на відміну від існуючих дає можливість не тільки вибрати кращу модель за допомогою множин критеріїв ефективності та визначити прийнятні оцінки прогнозів на її основі, але й здійснює оцінку альтернативних рішень розв'язку багатокритеріальної задачі для вибору найкращого, використовуючи результати прогнозування об'єктів, щодо яких приймається рішення. Побудовано дерево критеріїв, яке використовується для розрахунку загального критерію оцінки альтернативних рішень на основі прогнозування часових рядів з довгою та подвійною довгою пам'яттю. Проведено оцінювання помилок першого і другого роду, а також функції витрат, яке показало, що врахування результатів прогнозування часових рядів та використання коректних математичних моделей підвищує ефективність прийнятних рішень і зменшує помилки і витрати. Розроблено програмне забезпечення для інформаційної системи підтримки прийняття рішень, яке відрізняється від відомих можливістю автоматизації процедури ідентифікації часового ряду з довгою та подвійною довгою, вибору математичної моделі, прогнозування поведінки процесу та оцінки альтернативних рішень у вигляді кількісних критеріїв.