Запропоновано гібридну модель на основі моделі клонального відбору,
яка використовується для прогнозування викривлених часових рядів,
враховує вплив зовнішніх факторів, дозволяє підвищити точність
прогнозування та забезпечує отримання прогнозу в режимі реального часу. Розглянуто підходи до розпаралелювання гібридних моделей прогнозування
на основі систем з загальною та індивідуальною пам'яттю. Знайдено показник для визначення застосовності імунного підходу, заснованого на моделі
клонального відбору і Case Based Reasoning (CBR), який дозволяє перед вирішенням завдання короткострокового прогнозування виконувати налаштування параметрів гібридної моделі прогнозування, що дозволяє скоротити час навчання штучних імунних систем (ШІС) і зменшити розмір
популяції антитіл. Визначено інструментальне середовище для аналізу
імунного алгоритму і вирішення завдання короткострокового прогнозування часових рядів, що дозволяє виконувати порівняльний аналіз для оцінки ефективності запропонованих підходів.