Рассматривается применение идентификационных процедур для описания результатов имитационных экспериментов с имитационной моделью динамической стохастической системы.
В имитационной модели выходной сигнал формируется после ряда преобразований, позволяющих с помощью метода Монте-Карло промоделировать случайную величину, имеющую четырёхпараметрический закон распределения плотности вероятности или закон распределения Накагами, которая описывает распространение сигналов в коротковолновом канале связи с замираниями. Результаты имитационных экспериментов рассматриваются как выходные переменные некоторой гипотетической системы управления, для которой с помощью непараметрической идентификации предлагается некоторая гипотетическая «обобщённая» модель. Для выбранной модели путём параметрической идентификации оцениваются коэффициенты уравнения, и уточняется алгоритм идентификации объекта. В качестве аппроксимирующей гипотетической «обобщённой» модели в разработанном пакете прикладных программ выбрана обобщенная авторегрессия скользящее среднее с изменяющимися во времени параметрами. Для параметрической идентификации такая задача имеет высокий уровень сложности. Не существует наилучшего алгоритма для оценивания коэффициентов уравнения в данных условиях. Поэтому требуется подобрать такой алгоритм, который дает наименьшую погрешность оценивания выходных переменных, рассчитанных по результатам имитационного моделирования, и позволяет определить ряд значений коэффициентов модели в условиях изменяющихся входных параметров. Это позволяет построить серию динамических «снимков», фиксирующих вид модели в выбранные моменты времени и формирующих обобщённую динамическую модель исследуемой системы.