Сучасні системи керування, оптимізації та прогнозування виробництвом потребують нових алгоритмів роботи та оцінки систем і процесів. При розв'язуванні поставлених задач, в умовах недостатньої апріорної інформації, виникає потреба в застосуванні ефективних методів параметричної ідентифікації. Точність існуючих класичних методів ідентифікації залежить від наявності певних відомостей стосовно особливостей сигналів, зокрема щодо закону розподілу випадкової похибки вимірювань, тому в реальних процесах малоефективні. Існує потреба в застосуванні методів, які забезпечують отримання більш точних оцінок параметрів математичної моделі досліджуваного об'єкта з обмежених у часі і діапазоні, зашумлених вибірок даних про змінні стану і керуючі впливи. Проведено оцінювання параметрів за допомогою інтегрованого методу найменших квадратів, що забезпечує згладжування зовнішніх впливів досліджуваної моделі на результати. Підтверджено ефективність розглянутого методу шляхом порівняння з методом найменших квадратів. Здійснено оптимізацію параметрів вагової функції за зовнішнім критерієм, як мінімум норми різниці оцінок параметрів парної і непарної послідовностей. Проведено аналіз залежності точності оцінок параметрів від вибору коефіцієнтів вагової функції.