学习数学建模时，可以使用以下几种软件：

MATLAB

MATLAB 是一款广泛用于科学和工程领域的数值计算和科学计算软件。它提供了丰富的数学函数和工具箱，可以进行数据分析、图像处理、信号处理、优化、仿真等各种科学计算任务。MATLAB 的交互界面非常友好，支持全中文界面，适合初学者和专业人士使用。

Python

Python 是一种通用的编程语言，具有简单易学的语法和强大的科学计算库，如 NumPy、SciPy 和 Pandas。Python 在数学建模中非常流行，因为它可以用于数值计算、数据处理和模型构建。此外，Python 还有许多 AI 算法的第三方包，是数学建模中的主力工具之一。

R 语言

R 是一种专门用于统计分析和数据可视化的编程语言。它提供了丰富的统计函数和图形库，适用于数据分析和建模任务。R 语言在学术研究和商业分析中都有广泛应用。

LINGO

LINGO 是一款使建立和求解线性、非线性和整数最佳化模型更快、更简单、更有效率的综合工具。它提供了强大的语言和快速的求解引擎来阐述和求解最佳化模型。

Mathematica

Mathematica 在所有技术计算领域表现卓越，包括网络、图像、几何、数据科学、可视化、机器学习，并拥有最强大的符号运算功能。它是一款优秀的数学分析型软件，适合进行复杂的数学建模和仿真。

SPSS

SPSS 是一款可以进行描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等统计软件。它也有专门的绘图系统，可以根据数据绘制各种图形。

SAS

SAS 系统被誉为是世界上功能最强大的统计软件，是一套大型集成应用软件系统。它适用于企业级用户，包含了数据访问、数据管理、数据分析、数据呈现等多项功能。

GAMS

GAMS 是一种专门用于建立和求解大规模数学模型的软件。它提供了高级建模语言和求解器，可用于线性规划、整数规划、非线性规划等数学建模问题。

AMPL

AMPL 是一种用于数学规划建模的语言和环境。它支持多种数学规划问题的建模和求解，包括线性规划、混合整数规划、非线性规划等。

Anaconda

Anaconda 是一个针对数据科学、机器学习、数学建模和科学计算的开源平台。它提供了完整的 Python 和 R 数据处理环境，集成了大量的工具和库，适合初学者和专业人士快速上手数据分析与建模工作。

根据你的具体需求和背景，可以选择适合你的软件进行数学建模学习。例如，如果你对数值计算和仿真有较高要求，MATLAB 和 Mathematica 是很好的选择；如果你希望快速进行数据处理和建模，Python 和 Anaconda 可能更适合你。