分布参数和集中参数模型
分布参数模型是用各类偏微分方程描述系统的动态特性，而集中参数模型是用线性或非线性常微分方程来描述系统的动态特性。在许多情况下，分布参数模型借助于空间离散化的方法，可简化为复杂程度较低的集中参数模型。
连续时间和离散时间模型
模型中的时间变量是在一定区间内变化的模型称为连续时间模型，上述各类用微分方程描述的模型都是连续时间模型。在处理集中参数模型时，也可以将时间变量离散化，所获得的模型称为离散时间模型。离散时间模型是用差分方程描述的。
过程模型
在研究质点运动时，如匀速直线运动、匀变速直线运动、匀速圆周运动、平抛运动、简谐运动等；在研究理想气体状态变化时，如等温变化、等压变化、等容变化、绝热变化等；还有一些物理量的均匀变化的过程，如某匀强磁场的磁感应强度均匀减小、均匀增加等；非均匀变化的过程，如汽车突然停止都属于理想的过程模型。
模型是对实际问题的抽象，每一个模型的建立都有一定的条件和使用范围。学生在学习和应用模型解决问题时，要弄清模型的使用条件，要根据实际情况加以运用。比如一列火车的运行，能否看成质点，就要根据质点的概念和要研究的火车运动情况而定，在研究火车过桥所需时间时，火车的长度相对于桥长来说，一般不能忽略，所以不能看成质点；在研究火车从北京到上海所需的时间时，火车的长度远远小于北京到上海的距离，可忽略不记，因此火车就可以看成为质点。
模型假设
根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。
模型构成
根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。
模型求解
可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。
模型分析
对模型解答进行数学上的分析。”横看成岭侧成峰，远近高低各不同"。能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。还要记住，不论那种情况都需进行误差分析，数据稳定性分析。
模型检验
把数学上分析的结果翻译回到现实问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性。