由于需要实时地在线计算预测信息，在线预测与一般预测方法的主要区别在于在线预测要求的计算量更少。

一般已知的经验和知识可以用数学模型描述，因此预测的方法可以根据数学模型的不同进行分类。常见的模型包括动态模型（微分方程模型、差分方程模型、传递函数模型等）和统计模型。在反馈控制系统中的在线预测算法里，控制器一般根据当前系统状态和动态模型，以及未来的可能控制量，通过数值积分求解未来一段时间内的系统状态。采用此类预测方法的典型应用包括卡尔曼滤波器、预测控制和预测校正制导算法等。

建立动态模型需要已知系统的运行机理，然而在某些情况下很难获得或者无法获得系统的运行机理。这时可以根据系统的输入输出信息建立统计模型，常见的统计模型是回归模型，建立统计模型常用的方法是回归分析。回归模型通常包括未知参数、自变量和因变量。建立回归模型就是建立因变量与自变量和系数的函数关系。在线预测时，可以根据回归模型以及自变量信息，计算并预测因变量信息。采用此类预测方法的典型应用包括用户需求分析、机器学习和故障诊断等。