在大学数学建模中，常用的模型包括但不限于以下几种：

线性规划模型：

用于在满足一组线性约束条件的情况下，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：

变量只能取整数值的线性规划，应用于人员调度、车辆路径和任务分配等问题。

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。

随机过程模型：

描述随时间变化的随机现象，应用于金融市场分析、通信系统设计等领域。

统计回归模型：

建立因变量与自变量之间的定量关系，广泛应用于经济学、医学和环境科学等领域。

时间序列模型：

分析和预测随时间变化的趋势和模式。

评价模型：

如AHP（层次分析法）、模糊评价、聚类分析、因子分析、主成分分析等。

预测模型：

如指数平滑法、灰色预测法、回归模型、神经网络预测、时间序列模型、马尔科夫预测等。

统计模型：

包括方差分析、均值比较的假设检验等。

方程模型：

如常微分方程、差分方程、偏微分方程等及其求解。

运筹优化类：

包括图论模型（最短路、最大流、遍历问题等）、排队论、对策论等。

蒙特卡罗算法：

通过计算机仿真解决问题的算法，适用于检验模型的正确性。

PVAR模型：

适用于面板数据分析，分析内生变量之间的互动关系。

PEST分析：

企业宏观环境分析法，分析政治、经济、社会、技术外部环境对企业的影响。

优化模型：

包括微分方程模型、代数方程与差分方程模型、稳定性模型、离散模型、概率模型、统计回归模型、博弈模型、马氏链模型等。

这些模型在大学期间被广泛应用于商科、工程、自然科学等多个学科领域，帮助学生理解和解决实际问题