仿真基于模型，模型的特性直接影响着仿真的实现。从仿真实现的角度来看，系统模型特性可分为量大类，一类称为连续系统，另一类称为离散事件系统。相应地，系统仿真技术也分为两大类：连续系统仿真和离散事件系统仿真。
连续系统仿真是指系统状态随时间连续变化的系统的仿真；离散事件系统仿真则是对系统状态在某些随机时间点上发生离散变化的系统的仿真。
离散事件系统与连续系统主要的区别在于：
1.状态变化发生在随机时间点上这种引起状态变化的行为称为“事件”，因而这类系统是由事件驱动的；
2.“事件”往往发生在随机时间点上，亦称为随机事件，因而一般都具有随机特性
3.系统的状态变量往往是离散变化的
4.系统的动态特性很难用人们所熟悉的数学方程形式描述
5.研究与分析的主要目标是系统行为的统计性能而不是行为的点轨迹。
总之，相对于连续系统，离散事件系统输入、输出变量的随机性以及状态变化的不确定性，决定了离散系统仿真与连续系统仿真方法有很大的差别：
连续系统仿真是借助数字积分算法和离散相似算法等来求解表征系统变量之间关系的方程；离散系统仿真则是建立系统的概率模型，采用数值方法“执行”仿真模型。