Скалозуб, Владислав ВасильовичГорячкін, Вадим МиколайовичКлименко, Іван ВікторовичШаповал, Данило Олегович2022-06-212022-06-212022Скалозуб В. В., Горячкін В. М., Клименко І. В., Шаповал Д. О. Моделі та процедури класифікації і прогнозування недетермінованих процесів за показниками хаотичної динаміки. Системні технології. Дніпро, 2022. Т. 3. № 140. С. 104–123. DOI: 10.34185/1562-9945-3-140-2022-10.1562-9945 (Print)2707-7977 (Online)https://journals.nmetau.edu.ua/index.php/st/issue/view/121/88http://eadnurt.diit.edu.ua/jspui/handle/123456789/15378В. Скалозуб: ORCID 0000-0002-1941-4751; В. Горячкін: ORCID 0000-0002-8952-952X; І. Клименко: ORCID 0000-0001-5149-3974UKR: У статті досліджуються процеси класифікації, моделювання та короткострокового прогнозування недетермінованих часових послідовностей, які представлені антиперситентними часовими рядами (АЧР). Предмет аналізу – процедури класифікації та прогнозування параметрів таких моделей. Метою роботи є підвищення ефективності та точності методів і алгоритмів класифікації, моделювання та прогнозування АЧР. За допомогою агрегування рівнів AЧР розроблено коректні математичні моделі класифікації недетермінованих часових послідовностей, а також сформовано алгоритмічні та програмні засоби їх реалізації. Проведено порівняльний аналіз чисельної ефективності алгоритмів класифікації АЧР, реалізовано завдання короткострокового прогнозування АЧР. У статті також представлено інструментальне програмне середовище, що забезпечує коректне вивчення алгоритмів моделювання та класифікації антиперсистентних часових рядів (АЧР).ENG: The article investigates the processes of classification, modeling and short-term prediction of nondeterministic time sequences, which are represented by antipersistent time series (ATS). The subject of analysis - procedures for classification and forecasting the parameters of such models. The object of research is the processes of modeling and analysis of parameters of nondeterministic time series of ATS with a uniform step. The aim of the work is to increase the efficiency and accuracy of methods and al-gorithms for classification, modeling and forecasting of ATS. Models and methods of fractal analysis are used to study the properties of ATS, on the basis of which the categories of processes of numerical series are established. With the help of aggregation of ATS levels correct mathematical models of classifica-tion of nondeterministic time sequences are developed, and also algorithmic and software means of their realization are formed. Examples of models of numerical series obtained using the aggregation procedure presented in the study are given. It is established that the most detailed and stable is theclassification of ATS based on data aggregation schemes without level crossing. The comparative analy-sis of numerical efficiency of algorithms of classification of ATS is carried out and the task of formation of procedures of interpolation and short-term forecasting of ATS is realized. An instrumental softwareenvironment is presented, which provides a correct study of algorithms for modeling and classificationof antipersistent time series. Recommendations on the procedures for modeling ATS classification algo-rithms are of practical importance.uk-UAантиперсистентні часові рядикласифікація ЧРмоделюванняінтерполяціякороткострокове прогнозуванняточність алгоритмів класифікаціїпрограмне забезпеченняКІТArticle