Рассмотрена методика интеграции формальных методов прогнозирования временных рядов (ВР) и метода ассимиляции данных (Data Assimilation, DA), обеспечивающего коррекцию спрогнозированных значений ВР на основе сравнения спрогнозированного значения ВР с соответствующим наблюдаемым в данный момент времени значением ВР. Представлено математическое, алгоритмическое и программное обеспечение для прогнозирования и коррекции прогноза временных рядов, в котором в том числе, реализованы следующие формальные методы прогнозирования ВР: авторегрессии скользящего среднего, сингулярного спектрального анализа, группового учета аргументов и нейронные сети, DA на основе фильтра Калмана и ансамблевого фильтра Калмана. Представлена разработанная авторами методика интеграции формальных методов прогнозирования ВР и метода DA. Приведены примеры использования разработанных алгоритмического, математического и программного обеспечения для прогнозирования следующих ВР: ВР, составленных из отсчетов аттрактора Лоренца; ВР «Air Passengers»; ВР, составленного из значений среднемесячных чисел Вольфа – показателей активности Солнца; ВР, составленного из ежедневных значений курсов доллара и евро к рублю на момент окончания торгов.

Для специалистов, научных работников, занимающихся анализом и прогнозированием данных, а также аспирантов и студентов старших курсов вузов, обучающихся по укрупненным группам специальностей 10.00.00 – «Информационная безопасность», 09.00.00 – «Информатика и вычислительная техника», 38.03.00 – «Экономика и управление», 03.00.00 – «Физика и астрономия».