实体模型

从表现形式分为静模（物理相对静态，本身不具有能量转换的动力系统，不在外部作用力下表现结构及形体构成的完整性）、助力模型（以静模为基础，可借助外界动能的作用，不改变自身表现结构，通过物理运动检测的一种物件结构连接关系）以及动模（可通过能量转换方式产生动能，在自身结构中具有动力转换系统，在能量转换过程中表现出的相对连续物理运动形式）。

虚拟模型

分为虚拟静态模型、虚拟动态模型、虚拟幻想模型。

仿真模型

通过数字计算机、模拟计算机或混合计算机上运行的程序表达的模型。采用适当的仿真语言或程序，物理模型、数学模型和结构模型一般能转变为仿真模型 [6] 。关于不同控制策略或设计变量对系统的影响，或是系统受到某些扰动后可能产生的影响，是在系统本身上进行实验，但这并非永远可行。原因是多方面的，例如：实验费用可能是昂贵的；系统可能是不稳定的，实验可能破坏系统的平衡，造成危险；系统的时间常数很大，实验需要很长时间；待设计的系统尚不存在等。在这样的情况下，建立系统的仿真模型是有效的。例如，生物的甲烷化过程是一个绝氧发酵过程，由于的作用分解而产生甲烷。根据生物化学的知识可以建立过程的仿真模型，通过计算机寻求过程的稳态值并且可以研究各种起动方法。这些研究几乎不可能在系统自身上完成，因为从技术上很难保持过程处于稳态，而且生物甲烷化反应的起动过程很慢，需要几周的时间。但如果利用（仿真）模型在计算机上仿真，则甲烷化反应的起动过程只需要几分钟的时间。

数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型。

数学模型的历史可以追溯到人类开始使用数字的时代。随着人类使用数字，就不断地建立各种数学模型，以解决各种各样的实际问题。对于广大的科学技术工作者对大学生的综合素质测评,对教师的工作业绩的评定以及诸如访友，采购等日常活动，都可以建立一个数学模型，确立一个方案。建立数学模型是沟通摆在面前的实际问题与数学工具之间联系的一座必不可少的桥梁。

随机性和确定性模型

随机性模型中变量之间关系是以统计值或概率分布的形式给出的，而在确定性模型中变量间的关系是确定的。

参数与非参数模型

用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统的实验分析中得到的响应，例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。运用各种系统辨识的方法，可由非参数模型得到参数模型。如果实验前可以决定系统的结构，则通过实验辨识可以直接得到参数模型。