В статье описан прогноз, произведенный с помощью прототипа программы на основе искусственных нейронных сетей. В качестве основных нейронных сетей используются обобщенно-регрессионная нейронная сеть и нейронная сеть с радиально-базисными функциями. Представлена структура прототипа программы, и основные системные требования для его функционирования. Прогноз осуществлен относительно командного места в неофициальном командном зачете Всемирной зимней Универсиады 2019 г. в г. Красноярске, для четырех стран: Российской Федерации, Республики Казахстан, Республики Корея (Южная Корея) и Китайской Народной Республики. Для прогноза в отношении каждой национальной команды составлена обучающая выборка, состоящая из набора векторов статистических данных, в виде вещественных чисел. Описан подход к созданию обучающей выборки для обучения нейронных сетей. Приведены графики, характеризующие статистические данные обучающей выборки, и результаты прогноза. Описан прототип программы, с помощью которой были произведены эксперименты. Рассмотрены перспективы дальнейших исследований в этом направлении, необходимость анализа набора факторов и параметров при спортивном прогнозировании. Полученные в результате экспериментов данные прогноза могут быть использованы специалистами в области физической культуры и спорта.

The article describes the forecast made with the help of a prototype program based on artificial neural networks. As the main neural networks are used generalized regression neural network and neural network with radial basis functions. The structure of the prototype program and the basic system requirements for its operation are presented. The forecast was made regarding the team place in the unofficial team competition of the world winter Universiade 2019 in the city Krasnoyarsk, for four countries: the Russian Federation, the Republic of Kazakhstan, the Republic of Korea (South Korea) and the people’s Republic of China. A training sample consisting of a set of vectors of statistical data in the form of real numbers is compiled for the forecast for each national team. An approach to creating a training sample for neural networks training is described. The graphs characterizing the statistical data of the training sample and the results of the forecast are presented. The prototype of the program with which the experiments were carried out is described. The prospects of further research in this direction, the need to analyze a set of factors and parameters in sports forecasting. Obtained as a result of experiments, the forecast data can be used by experts in the field of physical culture and sports.