是找出使模型產生的行爲曲線最符合客觀現實的模型參數值的過程。模型的參數（例如初始值、延遲常數、表函數和常數）應該與現實生活中觀測所得的實際數值相比較。有些參數只要在概念上與現實系統的某些元素相匹配即可。對於長期分析來說，大多數參數都趨於變化而很少有維持常值的可能，因此需要掌握的是參數區間而不是某一個精確的數量。系統動力學模型對參數的變動一般是不敏感的，尤其是對於那些尋找目標的負反饋結構
因此需要找出系統行爲對其變化敏感的關鍵參數。這些參數通常可以在正反饋環內部、延遲方面或某些正、負反饋環交叉的部分找到。模型有效性檢驗中一個重要的方面是把模型行爲與實際世界中採集到的時間序列數據進行比較。人工調整模型參數以適應真實世界的數據和獲得更好的模擬結果是一種可行的方案，但對於一個有許多參數的複雜模型，則是一項耗時工作，可利用各種建模軟件的最優化功能自動完成這一任務。
