本发明提出了一种基于结构自适应滤波的非线性系统辨识方法，其步骤如下：获得辨识对象的输入数据和相应的输出数据并作为数据集，将数据集分为训练集和测试集；构建自适应滤波模型：根据生成参数随机的选择一阶子系统和二阶子系统，各个子系统按照连接规则进行随机级联，构成完整的自适应滤波滤波模型；初始化演化算法，选出最优的自适应滤波滤波模型；演化算法进行循环迭代，找到最优的自适应滤波模型的最优的结构和参数；利用训练好自适应滤波模型进行测试，得到辨识对象的实际输出。本发明利用非线性自适应滤波模型学习典型液体饱和蒸汽换热器的非线性过程，可以找到最优估计；误差小，精度高，所用参数较少，具有显著的非线性系统识别能力。