Предложены конструктивные подходы, принципы, механизмы оптимальной идентификации случайных временных рядов (СВР) нестационарных объектов с использованием статистических, динамических характеристик, специфических особенностей и закономерностей данных. Разработаны модели и алгоритмы, выбранные для гибридной идентификации, совмещающих возможности статистических, динамических моделей и трехслойной нейронной сети (НС). Реализованы механизмы настройки переменных гибридных моделей, учитывающие структурные сложности нестационарного объекта и стохастичности связей элементов СВР. Построен обобщенный алгоритм идентификации нестационарных объектов на основе механизмов выделения сегментов, границ, общего интервала значений элементов, отбора информативных элементов, формирования набора обучения. Реализована упрошенная вычислительная схема идентификации нестационарных объектов на основе ортогональных полиномов, 4,  кубической сплайн-функции, трехслойной НС. Реализован программный комплекс идентификации на языке С++ в среде параллельных вычислений «CUDA».