很显然，上述的引力模型与威尔逊所导出的公式(Tij=AiBjOiDjeβCij)十分类似，而后者却是在熵最大原理条件下导出的，如果用文字表达，可以十分清楚地认识到：
Tij=(因子)×(i-质量项)×(j-质量项)×(阻碍的衰减函数)
在威尔逊熵最大模型中，利用了因子Ai和Bj代替引力模型中的常数K，而有关的质量项，则是相同的。在引力模型中，有一个幂函数作为两质量之间距离的作用表征，而在威尔逊熵最大模型中则有相对应的负指数。它们之间的不同有着内在的解释，并分别起着不同的作用。但是对于Tij的影响来说，无论是幂函数还是负指数函数，其作用都不如式中系数因子的作用大，即K或AiBj对模型的行为起着决定性的影响。
为什么不同的因子会具有如此大的重要性呢？前面所举的具有3个地区子系统的例子，说明它不可能选择系数K，而只有应用AiBj，才能满足模型的解。这就是说，为了确保由模型所预测的｛Tij｝变量而得到的总量，必须选择出有别于K的另外一些因子。重新提及所举出的例子，使我们有充分的理由假定：｛Oi｝和｛Dj｝为已知的。而在另外一些情形中，这种假定也许并不真确。这样，对于一个从居住地到工作地每天去上班的人来说，很清楚地存在以下4种情形：
(1)居住地和工作地两端的有关数目集合，即｛Oi｝和｛Dj｝均不知道；
(2)已知起始端的数目集合｛Oi｝，但另一端的｛Dj｝未知；
(3)已知终止端的数目集合｛Dj｝，有时亦称其为“吸引端”，而起始端的｛Oi｝未知；
(4)起始端｛Oi｝和终止端｛Dj｝均为已知。
如上所述的4种状况，倘若起始端为已知，则必然存在着
上式称为“生产限制方程”。倘若终止端为已知，则
通常称上式为“吸引限制方程”。而对于第四种状况来说，毫无疑问应当是将上述两种限制方程同时考虑。至于第一种，当然属于无限制的状况。
4种情形为：无限制、生产限制、吸引限制和生产—吸引双限制。一个合宜的模型，无论在何种状况下均可应用熵最大原理获得。此种方法关键在于寻求起始端或终止端的限制方程以及这类限制方程的组合情况。无论4种情况中的哪一种，模型都取“Tij=(因子)(i-质量项)(j-质量项)×衰减函数”的形式，且其中的因子被规定和被建造来确保满足合理的限制。倘若假定质
终止端)代表未知，则在负指数距离函数的应用上，主要的模型方程为：
(1)无限制方程状况：
(2)生产限制方程状况：
(3)吸引限制方程状况：
(4)生产—吸引双限制方程状况：
Tij=AiBjOiDje-βCij (17.45)
由上述，各因子被计算来确保流的和与所假定的状况相适应，即同所给定的两端数目是否已知有关。