Рассмотрена проблема идентификации сложных дискретных систем в классе моделей линейной регрессии. При наличии погрешностей в данных соответствующая задача идентификации в большинстве случаев является некорректно поставленной. В условиях ограниченной неопределенности исходных данных предлагается находить приближенное регуляризированное решение и в качестве регуляризирующего параметра использовать размерность модели. Разработаны и исследованы два способа определения размерности модели, позволяющие находить приближенное решение задачи идентификации, согласованное по точности с погрешностью данных. На основе численного моделирования выполнены исследования разработанных способов идентификации и дана оценка их эффективности.