高中数学中的建模方法主要包括以下几种：

数理统计方法

通过收集并分析数据，运用数学理论对数据的内在规律进行描述。包括回归分析、方差分析、路径分析等各种统计分析技巧，用于处理大量数据，揭示变量之间的关系，预测趋势并做出决策。

确定性建模

主要处理那些可以用确定的数学关系描述的系统的结构和行为。例如，物理系统、工程系统等都可以用一组确定的数学方程来描述其内在规律。建立这种模型需要深入理解系统的内在机制，通过数学方程精确地描述系统的行为。

仿真建模

在复杂系统中，有时难以用确定的数学模型来描述系统的行为。此时，仿真建模成为一种有效的手段。通过建立计算机模型来模拟真实系统的运行情况，通过模拟实验来研究系统的行为和性能。仿真建模具有灵活性和可控性高的优点，可以在模拟过程中改变参数和条件，以观察其对系统的影响。

数学分析方法

包括初等数学法、层次分析法、数据分析法等。初等数学法主要用于一些静态、线性、确定性的模型；层次分析法用于有关经济计划和管理、能源决策和分配等领域；数据分析法从大量的观测数据中，利用统计方法建立数学模型，常见的有回归分析法、时序分析法等。

优化方法

通过数学手段寻找最优解，用于解决最优化问题。例如，在资源分配、生产计划等问题中，优化方法可以帮助找到最优的分配方案或生产计划。

随机模拟方法

利用随机数生成和概率分布来模拟系统的随机行为，用于解决具有不确定性的问题。例如，在金融建模、风险分析等领域中，随机模拟方法被广泛应用。

计算机模拟方法

通过计算机程序模拟系统的运行情况，用于研究系统的行为和性能。计算机模拟可以处理复杂的系统和大量的数据，提供直观的模型结果。

神经网络方法

利用人工神经网络进行数据分析和模型建立，适用于处理非线性关系和复杂系统。神经网络方法在图像识别、语音识别、预测分析等领域有广泛应用。

机理剖析法

从基本物理定律以及系统的构造数据来推导出模型。包括比率剖析法、代数方法、逻辑方法、常微分方程、偏微分方程等。

量纲分析法

利用物理定律的量纲齐次性，确定各物理量之间的关系。通过量纲分析，可以正确地分析各变量之间的关系，简化实验和便于成果整理。

差分法

通过Taylor级数展开等方法把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的方程组，将微分问题转化为代数问题。差分法是建立离散动态系统数学模型的有效方法。

这些方法可以根据具体问题的特点和需求进行选择和组合，以建立合适的数学模型来解决实际问题。建议在实际应用中，可以根据问题的复杂程度和数据可用性，选择合适的方法或结合多种方法进行建模分析。