在大学数学建模中，常用的模型可以分为几个主要类别，以下是一些常见的模型类型：
常规优化模型
线性规划模型：用于在满足线性约束条件下最大化或最小化一个线性目标函数。
非线性规划模型：用于解决非线性约束条件下的优化问题。
整数规划模型：变量只能取整数值，用于人员调度、车辆路径和任务分配等问题。
评价模型
AHP（层次分析法）：用于确定权重。
模糊评价、聚类分析、因子分析、主成分分析：用于数据分析和解释。
回归分析、神经网络、多指标综合评价、熵值法：用于建立变量间的关系和预测。
预测模型
时间序列模型：用于分析和预测随时间变化的趋势和模式。
统计回归模型：用于建立因变量与自变量之间的定量关系。
动态模型
动态规划模型：用于解决具有重叠子问题和最优子结构性质的决策问题。
图论模型
用于解决图结构中的优化问题，如最短路径、最大流等。
统计分析模型
用于从数据中提取有用信息，进行假设检验和参数估计。
现代智能算法
如百度文心一言、华为盘古大模型、阿里巴巴通义大模型等，这些模型通常集成了多种AI技术，如自然语言处理、图像识别、预测分析等。
这些模型在大学数学教育、工程、经济、社会科学等多个领域都有广泛的应用。它们帮助学生理解复杂问题，培养解决问题的能力，并为实际应用提供工具