Показана актуальность решения задачи разработки новых моделей и алгоритмов прогноза технического состояния космического аппарата, так как результаты их решения существенно влияют на показатель эффективности его функционирования в целом. Обоснована возможность использования нейросетевых технологий для прогнозирования технического состояния КА в реальном времени. Результаты анализа существующих методов прогноза технического состояния позволили предложить прогнозную модель, основанную на методе пространственной экстраполяции при условии, что для некоторых объектов накоплено множество экспериментальных данных и данных из эксплуатационно-технической документации, которые характеризуют причины и следствия ситуаций, подобных той, в которой необходимо осуществить прогноз. На основе анализа существующих нейронных сетей и типов нейронов предложена новая модель подсистемы прогнозирования, структура которой базируется на совмещенной модульной нейросети, состоящей из сетей двух типов - Кохонена и двухслойного персептрона с сигмоидными функциями активации. Разработан алгоритм, который позволяет реализовать нейросетевой вывод вектора прогнозов на основе априорной информации протокола испытаний и выработки протокола ситуаций в пространстве параметров космического аппарата в реальном времени. Представленные результаты экспериментальных исследований подтверждают эффективность разработанных модели и алгоритма.