如何有逻辑地一步步进行数学建模？

模型类型：

确定性数学模型：

一个由完全肯定的函数关系（因果关系）所决定的模型。这种模型包括由微分方程所描述的数学模型，可用解析解法、数值解法和电模拟方法求解。当水均衡要素不作为随机变量处理时，水均衡方程式所描述的模型也属于确定性的。确定性模型是指不包含任何随机成份的模型。对于确定性模型，只要设定了输入和各个输入之间的关系，其输出也是确定的，而与实验次数无关。确定性模型事实上是一种简化了的随机性模型。

随机性数学模型：

随机模型亦称“非确定的、概率的模型”，是按随机变量建立的模型。其特点是; 模型参数、模拟对象发挥功能的条件和状态特征是随机变量，它们的联系方式也是随机的，或者原始信息以随机变量来表示。所谓随机变量就是具有随机性质的变量。如果希望如实反映系统中随机变量的因果关系时，就要用随机模型。例如，保险公司利用年龄作为变数来表示死亡概率的保险统计表就是一种随机模型。构造随机模型，需要应用相关分析法、回归分析法及其他统计方法。在经济系统中常见的随机模型有随机性存贮模型、排队模型、对策决策模型、马尔柯夫决策模型等。 

微分方程和差分方程：

参考姜启源数学建模书 

数学建模之求解微分方程和差分方程_Patrick_HL的博客-CSDN博客_数学建模解微分方程

 数据分析：

这一步是获奖的关键，拿到题目就应该分析数据（大比赛），进而可视化，从而得到一般性的假设规律。

得出一般性的规律或者结论后，应该分别针对不同的结论进行建模，并提出创新性的改进，并对于不同的影响因素进行讨论解决。 

展望:

 这一步越细越好，对未完全解决的问题进行针对性的思考和优化。越预测出精准的事情，越容易拿高分。