Вообще все эти модные нейронные сети всего лишь черный ящик.
Я бы на вашем месте построил адекватную математическую модель процессов, с учетом всех параметров.
Далее в этой модели есть некоторые неизвестные параметры: A,B,C- вот тут путем мат аппроксимации\интерполяции вам необходимо их найти, путем подгонки модели к действительности.
Далее вы берете любые входные параметры, и получаете результат модели на них.
Т.о. как вы их зададиде (экстраполируете), так и результат выйдет.
Обычно проще экстраполировать некий вход, чем уже готовый выход.
Экстраполяция входа будет сродни техническому анализу в биржевой торговле. Т.е. вы берете ряд. Берете оконную функцию и дрессируете сеть на предсказывание следующего значения на основании окна.
Дальше подаете входы на модель, получаете выходы модели.
Вы, конечно, можете натренировать НС напрямую без модели, но это может быть достаточно затратно по времени и вычислительным мощностям. И не факт что вы придете к какому-то значимому результату таким образом.
