多元智能理论是由哈佛大学的心理学家霍华德·加德纳在1983年提出的，他提出人类的智力并非单一的整体，而是由多个独立但相互关联的部分构成。这些不同的智力领域统称为“智能”，包括语言智能、逻辑数学智能、空间智能、音乐智能、身体运动智能、人际关系智能和自我认识智能等。 在这七个类别中，

逻辑数学智能

被认为与创造性解决问题有着密切的联系。逻辑数学智能涉及对数量、顺序、模式、分类、结构、关系以及系统功能的理解能力。在解决问题时，这种类型的智能帮助个体能够以精确的方式思考、组织信息并进行推断和分析。 创造性的解决问题通常涉及到寻找非传统的解决方案，这需要灵活性、想象力和创新思维的结合。逻辑数学智能在这一过程中发挥着关键作用：

1.模式识别：

创造性问题解决往往涉及发现并利用隐藏或不明显的模式和规律。逻辑数学智能使得个体能够快速地识别这些模式，并在此基础上构建新的解决方案。

2.抽象思考与推理：

在面对复杂且非结构化的问题时，需要将具体信息转换为抽象概念，并进行深层次的分析和推断。这种能力是创造性解决问题的基础。

3.系统性思维：

创造性问题往往要求考虑多个变量和因素之间的交互关系。逻辑数学智能帮助个体从整体上理解这些相互联系，从而找到创新的解决方案。

4.精确性和细节关注：

在许多情况下，创造性的解决方案需要极高的精度和对细节的关注。这种能力是通过逻辑数学智能培养的。 因此，尽管多元智能理论中的多种智能都可以为创造性解决问题做出贡献，但在众多智能类型中，逻辑数学智能扮演了核心角色，因为它提供了理解和处理复杂问题所需的一系列关键技能。然而，值得注意的是，真正的创新过程通常需要跨领域的能力整合，这包括和其他智能类型的互动与互补