数学建模代码软件有以下几种：

MATLAB

MATLAB是一种功能强大的数学计算和编程工具，广泛应用于数学建模和算法开发。它提供了丰富的数学和统计函数库，同时具备强大的矩阵运算能力和数据可视化功能，使得在数学建模和编程中能够高效快速地完成任务。

Python

Python是一种通用的编程语言，拥有丰富的科学计算库，如NumPy、SciPy和Pandas，可以进行数据处理、数值计算和统计分析等任务。此外，Python还有强大的可视化库Matplotlib，方便用户生成各种图表和可视化结果。Python的Scikit-learn库也提供了多种机器学习算法，适合进行预测模型的建立。

R

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分析函数和库，适用于各种数据分析任务。R语言的优势在于其统计模型和图形能力，适合于进行复杂的统计建模和数据可视化。

Julia

Julia是一种高性能的科学计算语言，专门设计用于数值计算和大规模数据处理。它具有与Python和MATLAB类似的语法，但性能更高。Julia支持并行计算和分布式计算，适用于处理大规模数据和复杂计算任务。

AMPL

AMPL是一种用于数学建模的高级语言和优化工具。它提供了一种方便的方法来描述和解决优化问题，可以与各种数值求解器和求解器接口集成。

GAMS

GAMS是一种专门用于数学建模和优化的语言和环境，具有强大的建模能力和数学优化求解功能。GAMS支持多种数学模型描述方式，如线性规划、非线性规划、混合整数规划等，适用于各类数学建模问题。

LINGO

LINGO是一种用于求解非线性规划、线性规划、整数规划等优化问题的专业综合工具软件包。它具有快速、准确、方便的特点，并且容易使用。

SPSS

SPSS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、多重响应等几类，SPSS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。软件的核心功能大致分为数据访问、数据管理、数据分析、数据呈现四项，适用于企业级应用。

STATA

STATA软件也常用于数学建模和统计分析，具有简洁易用的界面和强大的数据处理能力。

Mathematica

Mathematica在所有技术计算领域表现卓著，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。

VSCode

VSCode是一款由微软开发且跨平台的免费源代码编辑器，支持语法高亮、代码自动补全、代码重构、查看定义功能，并且内置了命令行工具和Git版本控制系统。虽然它本身不是专门的数学建模软件，但可以通过安装扩展来支持数学建模任务。

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，提供了完整的Python和R数据处理环境。它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。

这些软件各有优势，选择哪种软件取决于具体需求、个人偏好以及问题的复杂程度。例如，MATLAB适合需要快速原型设计和仿真分析的场景；Python适合需要灵活性和扩展性的项目；R适合统计分析；Julia适合高性能计算；而GAMS和LINGO则适合大规模的优化问题。