讨论由一类时变ARMAX模型描述的动态系统学习识别问题,提出用于估计有限区间上重复运行时变系统时变参数的学习算法。并分析所提出的学习算法的收敛性。分析结果表明,当重复持续激励条件成立并满足严格正实条件时,提出的学习算法具有重复一致性,即参数定义完全收敛于真值。结果推广到一类周期时变系统。通过数值仿真,进一步对所提学习算法的有效进行了验证。