Con el objetivo de abordar el problema de identificación multiparamétrica de un sistema servoeléctrico hidráulico, se propone un método de identificación multiparamétrica basado en un algoritmo de búsqueda de gorriones no lineal inverso con mecanismo de penalización (PRN-SSA), que transforma el problema de identificación de un sistema no lineal en un problema de optimización en un espacio de parámetros de alta dimensión. En la etapa inicial del algoritmo de búsqueda de gorriones (SSA), la distribución de la población no es uniforme y el proceso de optimización se ve fácilmente perturbado por la solución óptima local. Primero, la adopción de una estrategia de aprendizaje inverso aumenta la naturaleza exploratoria de los individuos en una población, mejora la diversidad de la población y previene la madurez prematura. Posteriormente, se proporciona un mecanismo de tensión flexible a través del factor de convergencia no lineal, el factor de peso adaptativo y el factor de seno y coseno dorado. La introducción de un factor no lineal equilibra completamente las capacidades de búsqueda global y desarrollo local del algoritmo. Finalmente, se desarrolla un mecanismo de procesamiento de castigo para los vigilantes mientras se retiene la población, proporcionando un esquema de búsqueda adecuado para individuos más allá del límite y aprovechando al máximo el valor de cada individuo gorrión. La efectividad de cada estrategia mejorada se verifica a través de experimentos de simulación con 23 funciones de referencia, y el algoritmo mejorado exhibe una mejor robustez. Los resultados de la identificación de parámetros del modelo del sistema servoeléctrico hidráulico muestran que el método tiene una alta precisión de ajuste entre los datos del modelo de identificación y los datos experimentales, y el grado de ajuste del modelo de identificación supera el 97.54%, lo que verifica aún más la superioridad del algoritmo mejorado y la efectividad de la estrategia de identificación propuesta.