В роботі запропоновано математичні моделі прогнозування взаємопов'язаних нестаціонарних часових рядів і методи їх структурної ідентифікації, засновані на спільному використанні багатовимірного варіанта методу «Гусениця»-SSA та моделей VARMAX і SARIMAX. Експериментальні результати показують високу ефективність запропонованих моделей прогнозування при виборі відповідних структурних параметрів у порівнянні з моделями VARMAX Ключові слова: прогнозування, структурна ідентифікація, декомпозиційна модель, метод Бокса-Дженкінса, метод «Гусениця»-SSA В работе предложены математические модели прогнозирования взаимосвязанных нестационарных временных рядов и методы их структурной идентификации, основанные на совместном использовании многомерного варианта метода «Гусеница»-SSA и моделей VARMAX и SARIMAX. Экспериментальные результаты показывают высокую эффективность предложенных моделей прогнозирования при выборе подходящих структурных параметров в сравнении с моделями VARMAX Ключевые слова: прогнозирование, структурная идентификация, декомпозиционная модель, метод Бокса-Дженкинса, метод «Гусеница»-SSA
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.