Поставлена задача многомерного структурного прогнозирования как одна из задач классификацион-ного анализа данных. Идея такой постановки состоит в том, что требуется прогнозировать не точные значе-ния параметров, характеризующих каждый объект изучаемой системы, а лишь тип (класс) объекта в рамках этой системы. Для получения такой типологии используется один из алгоритмов автоматической классифи-кации. В качестве прогнозной модели для каждого объекта используется марковская цепь с r состояниями (r – число классов объектов). Разработан специальный алгоритм пересчета соответствующих переходных ве-роятностей с использованием информации о расстояниях до эталонов классов. Рассмотрена модификация процедуры прогнозирования, когда типология объектов задается заранее, например, экспертным способом и в последующем остается неизменной