В работе разработанный алгоритм идентификации развиваются в практическом аспекте - рассматривается аддитивный метод самоорганизации, использующий как исходную информационную выборку, так и трансформацию ее на последовательных уровнях селекции. Преимущество аддитивного метода-существенная экономия памяти ЭВМ, применяемой для записи всего текущего объема информации. По-видимому, повышается и качество модели, так как при этом используется самоорганизация информации, для каждой последовательной части модели.