模型的聚合与解聚的方法可分为静态方法和动态方法两类。静态方法又可分为完全聚合法和完全解聚法。完全聚合法，所有实体通常都运行在最低分辨率下；完全解聚法，所有实体通常都运行在最高分辨率下。静态方法是处理多分辨率问题的比较原始的方法，其优点是实现起来比较简单，不足之处是灵活性较差。动态方法中比较常用的是部分解聚法和伪解聚法。根据需要动态地将低分辨率模型部分解聚，而不是完全解聚采用部分解聚法。有时某个高分辨率的实体并不和低分辨率实体进行直接交互，而只需要低分辨率实体的某些属性采用伪解聚法。

模型的聚合与解聚的关键技术包括：①链式解聚问题。指由于误差传递引起的一致性问题，以及由于一系列的解聚而引起的网络负载和计算负担的急剧增加。②暂态不一致性问题。指模型在解聚—聚合—解聚过程中引起的不一致性。模型在运行过程中可能会动态地改变分辨率，由高分辨率的模型聚合为低分辨率的模型的过程中必定会丢失信息，这样在从低分辨率模型解聚为高分辨率模型的过程中，丢失的信息不能完全恢复，从而引起不一致。③转换延迟问题。从发出聚合解聚请求到聚合解聚完成存在一定的延迟。当聚合解聚算法比较复杂时，所产生的延迟一般是不能忽略。