模型構成形式分為實體模型（擁有體積及重量的物理形態(tài)概念實體物件）及虛擬模型（用電子數據通過數字表現形式構成的形體以及其他實效性表現）。

結構模型

主要反映系統(tǒng)的結構特點和因果關系的模型 。結構模型中的一類重要模型是圖模型。此外生物系統(tǒng)分析中常用的房室模型（見房室模型辨識）等也屬于結構模型。結構模型是研究復雜系統(tǒng)的有效手段。

隨機性和確定性模型

隨機性模型中變量之間關系是以統(tǒng)計值或概率分布的形式給出的，而在確定性模型中變量間的關系是確定的。

參數與非參數模型

用代數方程、微分方程、微分方程組以及傳遞函數等描述的模型都是參數模型。建立參數模型就在于確定已知模型結構中的各個參數。通過理論分析總是得出參數模型。非參數模型是直接或間接地從實際系統(tǒng)的實驗分析中得到的響應，例如通過實驗記錄到的系統(tǒng)脈沖響應或階躍響應就是非參數模型。運用各種系統(tǒng)辨識的方法，可由非參數模型得到參數模型。如果實驗前可以決定系統(tǒng)的結構，則通過實驗辨識可以直接得到參數模型。

線性和非線性模型

線性模型中各量之間的關系是線性的，可以應用疊加原理，即幾個不同的輸入量同時作用于系統(tǒng)的響應，等于幾個輸入量單獨作用的響應之和。線性模型簡單，應用廣泛。非線性模型中各量之間的關系不是線性的，不滿足疊加原理。在允許的情況下，非線性模型往往可以線性化為線性模型，方法是把非線性模型在工作點鄰域內展成泰勒級數，保留一階項，略去高階項，就可得到近似的線性模型。

模型假設

根據對象的特征和建模目的，對問題進行必要的、合理的簡化，用的語言作出假設，是建模至關重要的一步。如果對問題的所有因素一概考慮，無疑是一種有勇氣但方法欠佳的行為，所以高超的建模者能充分發(fā)揮想象力、洞察力和判斷力，善于辨別主次，而且為了使處理方法簡單，應盡量使問題線性化、均勻化。

模型構成

根據所作的假設分析對象的因果關系，利用對象的內在規(guī)律和適當的數學工具，構造各個量間的等式關系或其它數學結構。這時，我們便會進入一個廣闊的應用數學天地，這里在高數、概率老人的膝下，有許多可愛的孩子們，他們是圖論、排隊論、線性規(guī)劃、對策論等許多許多，真是泱泱大國，別有洞天。不過我們應當牢記，建立數學模型是為了讓更多的人明了并能加以應用，因此工具愈簡單愈有價值。