Wieloznaczność terminu „model”, ogromna liczba rodzajów modelowania oraz ich szybki rozwój utrudniają obecnie zbudowanie logicznie kompletnej klasyfikacji modeli, która zadowoliłaby każdego. Każda taka klasyfikacja jest konwencjonalna, gdyż odzwierciedla, z jednej strony, subiektywny punkt widzenia jej autorów, a z drugiej — granice ich wiedzy w ramach ograniczonej liczby dziedzin badań naukowych.
Przedstawioną tu klasyfikację należy traktować jako próbę zbudowania narzędzia — czyli modelu — do badania właściwości i cech samego procesu modelowania. Modelowanie jest ogólną naukową metodą badania. Zastosowanie modelowania na poziomie empirycznym i teoretycznym badań prowadzi do konwencjonalnego rozróżnienia między modelami materialnymi (fizycznymi) i abstrakcyjnymi (idealnymi).
Modelowanie fizyczne to badanie obiektu za pomocą materialnego analogu odwzorowującego jego główne charakterystyki fizyczne, geometryczne, dynamiczne i funkcjonalne. Głównymi typami modelowania fizycznego są modelowanie w naturalnej skali (prototypowe) oraz modelowanie analogowe. Oba typy oparte są na właściwościach podobieństwa geometrycznego lub fizycznego.
Modelowanie abstrakcyjne różni się od modelowania fizycznego tym, że opiera się nie na zmaterializowanej analogii między obiektem a modelem, lecz na analogii idealnej, pojęciowej, i ma zawsze charakter teoretyczny. Modelowanie abstrakcyjne jest pierwotne względem modelowania fizycznego: najpierw w umyśle człowieka powstaje model idealny, a tylko na jego podstawie budowany jest model fizyczny.
Głównymi typami modelowania fizycznego są modelowanie w naturalnej skali oraz modelowanie analogowe. Oba oparte są na właściwościach podobieństwa geometrycznego lub fizycznego. Dwie figury geometryczne są podobne, jeśli stosunki wszystkich odpowiadających sobie długości i kątów są takie same. Jeśli znany jest współczynnik podobieństwa — skala — to wymiary jednej figury można pomnożyć przez współczynnik skali, aby wyznaczyć wymiary drugiej, geometrycznie podobnej figury. Dwa zjawiska fizyczne są podobne, jeśli, znając charakterystyki jednego z nich, można uzyskać charakterystyki drugiego za pomocą prostego przeliczenia, analogicznego do przejścia z jednego systemu jednostek miary do innego. Badanie warunków podobieństwa między zjawiskami jest przedmiotem teorii podobieństwa.
Modelowanie w naturalnej skali to modelowanie, w którym rzeczywisty obiekt jest przedstawiany za pomocą powiększonego lub zmniejszonego materialnego analogu, który poddaje się badaniu (zazwyczaj w warunkach laboratoryjnych), z późniejszym przeniesieniem właściwości badanych procesów i zjawisk z modelu na obiekt na podstawie teorii podobieństwa.
Modelowanie analogowe to modelowanie oparte na analogii między procesami i zjawiskami, które mają różną naturę fizyczną, lecz są opisywane formalnie w taki sam sposób (za pomocą tych samych zależności matematycznych, schematów logicznych i struktur). Modelowanie analogowe opiera się na zgodności matematycznych opisów różnych obiektów.
Modele fizyczne i analogowe są materialnym odwzorowaniem rzeczywistego obiektu i są z nim ściśle związane poprzez swoje charakterystyki geometryczne, fizyczne i inne. W praktyce badanie modeli tego typu sprowadza się do przeprowadzenia serii eksperymentów fizycznych, w których rzeczywisty obiekt zostaje zastąpiony jego modelem fizycznym lub analogowym.
Modelowanie abstrakcyjne dzieli się na dwa główne typy: intuicyjne i naukowe.
Modelowanie intuicyjne to modelowanie oparte na intuicyjnym (nieuzasadnionym z punktu widzenia logiki formalnej) wyobrażeniu o badanym obiekcie — takim, które nie poddaje się formalizacji lub jej nie wymaga. Najbardziej wyrazistym przykładem intuicyjnego modelu otaczającego świata jest doświadczenie życiowe człowieka. Za intuicyjną należy uznać również każdą wiedzę empiryczną, która nie zawiera wyjaśnienia przyczyn i mechanizmów obserwowanego zjawiska.
Modelowanie naukowe jest zawsze logicznie uzasadnione i wykorzystuje minimalną liczbę założeń przyjętych jako hipotezy na podstawie obserwacji modelowanego obiektu.
Kluczowa różnica między modelowaniem naukowym i intuicyjnym polega nie tylko na zdolności do wykonywania niezbędnych operacji i działań związanych z modelowaniem, ale także na rozumieniu wykorzystywanych mechanizmów „wewnętrznych”. Można powiedzieć, że modelowanie naukowe wie nie tylko jak modelować, ale też dlaczego należy to robić w określony sposób. Należy podkreślić, że intuicja i modele intuicyjne odgrywają w nauce nadzwyczaj ważną rolę — bez nich nie można uzyskać żadnej naprawdę nowej wiedzy. Taka wiedza jest nieosiągalna wyłącznie za pomocą metod logiki formalnej.
Modelowania intuicyjnego i naukowego (teoretycznego) w żadnym wypadku nie należy sobie przeciwstawiać. Dobrze się one wzajemnie uzupełniają, każde zajmując własny obszar zastosowania.
Modelowanie symboliczne to modelowanie wykorzystujące przedstawienia znakowe, takie jak schematy, wykresy, rysunki i zestawy symboli, wraz z prawami i regułami ich stosowania. Przykładami takich modeli są wszelkie języki — na przykład język mówionej i pisanej komunikacji ludzkiej, języki algorytmiczne itd. Forma symboliczna służy do przekazywania zarówno wiedzy naukowej, jak i intuicyjnej. Modelowanie za pomocą zależności matematycznych jest również przykładem modelowania symbolicznego.
Wiedza intuicyjna jest generatorem nowej wiedzy. Jednak nie wszystkie przypuszczenia i idee wytrzymują późniejszą weryfikację poprzez eksperyment oraz metody logiki formalnej charakterystyczne dla podejścia naukowego, które stanowi swego rodzaju filtr pozwalający wyłonić najbardziej wartościową wiedzę.