В диссертации разработана информационная технология, которая дает возможность выполнить разбиение нестационарного временного ряда на
"похожие" кластеры и в каждом из них строить локальную модель прогнозирования. Разработан модуль генерирования нестационарных временных
рядов с заданными статистическими характеристиками, который позволил
производить выбор эффективных методов кластеризации и моделей локальной
аппроксимации путем имитационного моделирования. Усовершенствованы
модели анализа нестационарных временных рядов с помощью расширения
множества динамических характеристик, что дало возможность более качественно оценить близость исходных данных и повысить эффективность
кластеризации. Получил дальнейшее развитие метод разбиения нестационарных
временных рядов на кластеры, который учитывает динамические показатели
временного ряда, что позволяет идентифицировать для каждого из полученных
кластеров модель прогнозирования. Разработанная информационная технология
использована при решении задач прогнозирования краткосрочного расхода
газа в системе оперативно-диспетчерского управления магистральными
газопроводами Украины.