数学建模中模型的优劣评价主要从以下几个方面考虑：

1. 模型的准确性：模型的准确性是评价一个模型好坏的重要指标。

模型要能够准确地描述和解释问题的本质和内在规律，并能够预测未知情况或进行决策。

2. 模型的简化程度：模型要尽可能简化而不失准确性，避免过度复杂和冗余的参数和结构。简化的模型更易理解、计算和应用，降低了建模和计算的复杂度。

3. 模型的可用性和通用性：模型应具有广泛的适用性和通用性，能够解决多个相关的问题，而不仅仅是特定场景下的一个问题。模型能够应用于实际情境中，并能得到可靠的结果。

4. 模型的稳定性和可靠性：模型应具备良好的稳定性和可靠性，保证模型在不同数据条件下有一致的表现，减小误差和波动。此外，模型应该对输入数据和参数的变化具有一定的鲁棒性。

5. 模型的可解释性：一个好的模型应该具备可解释性，即模型能够清晰地解释和说明问题的本质，能够对模型的结果进行合理的解读和解释。模型解释能够帮助人们理解问题背后的原理和规律。综上所述，模型的优劣评价需要综合考虑准确性、简化程度、可用性、通用性、稳定性、可靠性和可解释性等多个因素，并根据具体问题的需求和应用背景进行综合评估。