本发明属于工业控制技术领域，公开了一种基于神经网络的系统辨识方法，包括下列步骤：步骤一、神经网络构建，建立了一种用于系统辨识的新型前向网络模型，包括输入层、隐含层和输出层，整个网络中所有神经元的阈值全部取0；步骤二、模型辨识，基于之前构建的新型前向网络模型完成辨识模型用于系统辨识。本发明本发明通过对原始数据进行阶跃检测并进行系统辨识，将系统的输入数据和状态空间的输出数据融合，提升了特征融合的性能；本方法充分考虑误差和非线性问题，促进系统上线后稳定运行。本发明基于矩阵伪逆思想，可一次计算得到理论控制量，计算时间在0.01s左右，能够达到工业控制在线辨识的快速性要求。