Поставлена задача многомерного структурно-классификационного прогнозирования динамических объектов как одна из задач многомерного классификационного анализа. Отмечается, что для многих прикладных задач требуется прогнозировать не столько точные значения параметров, сколько тип объекта в рамках изучаемого множества. Для формализации этого понятия используется методология классификационного анализа данных. Вводится понятие модели (эталона) класса, для каждой точки кроме принадлежности к классу вычисляются расстояния до эталонов всех классов. Такая процедура выполняется для всех n моментов времени, в итоге для каждого объекта получается последовательность (траектория) из n позиций. Требуется спрогнозировать номер класса (тип объекта), к которому будет относиться каждый объект в следующий момент времени. В качестве прогнозной модели для каждого объекта используется марковская цепь с r состояниями. Разработан специальный алгоритм пересчета соответствующих переходных вероятностей с использованием информации о расстояниях до эталонов классов.