数学模型可以按照不同的方式分类，下面介绍常用的几种。
（1）按照模型的应用领域分类，如人口模型、交通模型、环境模型、生态模型等．范畴更大一些则形成许多边缘学科，如生物数学、医学数学、地质数学、数量经济学等。
（2）按照建立模型的数学方法（或所属数学分支）分类，如初等模型、几何模型、微分方程模型、统计回归模型、数学规划模型等。
（3）按照模型的表现特性又有以下几种分类法：确定性模型和随机性模型——取决于是否考虑随机因素的影响。近年来随着数学的发展，又有所谓突变型模型和模糊行模型。静态模型和动态模型——取决于是否考虑时间因素引起的变化。线性模型和非线性模型——取决于模型的基本关系，如微分方程是否是线性的。离散模型和连续模型——取决于模型中的变量（主要是时间变量）取为离散还是连续的。虽然从本质上讲大多数实际问题是随机的、动态的、非线性的，但是由于确定性、静态、线性模型容易处理，并且往往可以作为初步的近似来解决问题，所以建模时常先考虑确定性、静态、线性模型。连续模型便于利用微积分方法求解析解，作理论分析，而离散模型便于在计算机上作数值计算，所以用哪种模型要视具体问题而定。在具体的建模过程中将连续问题离散化，或将离散变量视作连续的，也是常用的方法。
（4）按照建模的目的分类，有描述模型、预报模型、优化模型、决策模型、控制模型等。
（5）按照对模型结构的了解程度分类，有所谓白箱模型、灰箱模型、黑箱模型。这是把研究对象比喻成一只箱子里的机关，要通过建模来解释它的奥妙。白箱主要包括用力学、热学、电学等一些机理相当清楚的学科描述的现象及相应的工程技术问题，这方面的模型大多已经基本确定。灰箱主要指生态、气象、经济、交通等领域中机理尚不清楚的现象，在建立和改善模型方面还不同程度地有许多工作要做．至于黑箱则主要指生命科学和社会科学等领域中的一些机理（数量关系方面）很不清楚的现象。有些工程技术问题虽然主要基于物理、化学原理，但是由于因素众多、关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理。
