Стадия 10. При введении совокупности моделей для описания системы мы опять, в очередной раз повторяем ее рассмотрение – на этот раз с целью удобного отражения ее свойств. На стадиях 1 – 9 речь шла о регистрации в системе фактов и свойств, введении иерархии, модульности и т. д. Теперь же мы ставим цель — создать описание системы, пригодное для предсказания ее поведения и вывода неочевидных свойств. Если ранее в представлениях исследователя была допустима слитность модели и реальной системы, то на этой стадии необходимо отделять их друг от друга и четко представлять то огрубление и приближенность, которые несет в себе модель.

Важное отличие моделирования от стадий 1 – 9 состоит в том, что моделирование идет не сверху, от глобальной функции и выделения основных частей, а снизу, с построения моделей для отдельных процессов, для простых модулей нижних иерархических уровней. И далее на основе разумного усложнения моделей и перехода к их совокупностям моделируются все более крупные модули и, наконец, система в целом. Для последней возможно окажется полезным и построение макромоделей.

На практике наиболее распространены дедуктивное моделирование и близкие к нему методы. Это означает использование какой-либо общей  модели для вывода из нее нужной конкретной. Такая процедура часто включает упрощение, эмпирическое или вполне обоснованное (теоретическое) уточнение коэффициентов, параметров, вида функций. Близким к дедукции является моделирование по аналогии – моделирование с взятием за основу сходной системы или ситуации. Хотя такой метод может быть подвергнут серьезной критике за часто необоснованное перенесение свойств другой системы на рассматриваемую, следует признать, что в целом он весьма продуктивен, а его недостатки преодолеваются критическим отношением модели, которая используется в качестве основы.

Другой способ моделирования – индукционный, дающий в дословном переводе «выведенные из частного» модели. К ним относятся создание принципиально новых моделей, а также эмпирическое моделирование, когда без достаточных научно-теоретических основ подбираются и получают экспериментальное подтверждение некоторые формальные соотношения. Хотя точность таких аппроксимационных моделей чаще всего невелика, в ряде случаев удается успешно работать и с ними.

Представляется полезным здесь же сказать о точности моделирования в целом. Заметим, что она может быть как недостаточной для целей рассмотрения, так и чрезмерной. Общее утверждение о точности гласит, что она должна быть минимальной, обеспечивающей отражение всех важных особенностей системы. Уход от излишней детализации – это экономия времени и памяти ЭВМ, уменьшение объема исходных данных и даже рост надежности модели, связанный с уменьшением ее сложности. С другой стороны, слишком простая модель не опишет существенные качественные особенности системы и приведет к неверным выводам о ее поведении. Найти грань разумной сложности часто нелегко, и она окончательно определяется только при отладке модели на практических задачах.