針對混沌系統的參數辨識是一個多維參數的優化問題，提出了基于混沌策略狀態轉移算法的混沌系統參數辨識方法。該方法是在初始化時以混沌序列初始化種群，在搜索過程中引入混沌變異機制，利用遍歷性對狀態進行變異操作，避免了過早收斂，提高了全局搜索能力。利用該算法辨識Lorenz混沌系統參數，并與基本狀態轉移算法和粒子群算法進行比較。仿真結果表明，在有無噪聲干擾的情況下，該算法比粒子群算法和基本狀態轉移算法具有更好的辨識精度，且比粒子群算法具有更好的收斂速度。證明了該算法的有效性和抗干擾性，對混沌理論的發展有重要的意義。