В монографии описана методика интеграции формальных методов прогнозирования временных рядов и метода ассимиляции данных (Data Assimilation), обеспечивающего коррекцию на основе сравнения спрогнозированного и наблюдаемого значений ВР в данный момент времени ранее спрогнозированных значений в последующие моменты времени. Представлено математическое, алгоритмическое и программное обеспечение для прогнозирования и коррекции прогноза временных рядов. В работе описаны формальные методы прогнозирования временных рядов, такие как метод авторегрессии скользящего среднего, метод сингулярного спектрального анализа, метод группового учета аргументов и метод на основе нейронных сетей. Авторами так же описан метод коррекции прогноза Data Assimilation с использованием фильтра Калмана и ансамблевого фильтра калмана. Проведено исследование необходимости разработки методики интеграции формальных методов прогнозирования временных рядов и метода Data Assimilation. Представлена разработанная авторами методика, работоспособность который продемонстрирована на примере Аттрактора Лоренца в сравнении с использованием классического метода Data Assimilation. Приведен пример использования разработанных алгоритмического, математического и программного обеспечения для прогнозирования временных рядов на примере трех наборов данных «Air Passengers», солнечной активности и наборов курса валют доллара и евро к рублю.