求解数学应用题需要对文本中涉及的量进行演绎推理。近年来的诸多研究主要依赖序列到序列或序列到树的模型来生成数学表达式，但这些方法并未显式地在给定上下文中对数量之间的关系进行推理。尽管在实验中表现出较好的效果，此类方法通常无法为生成的表达式提供可解释的推理过程。本文将该任务视为一个复杂的关联提取问题，提出一种新颖的方法，通过可解释的演绎推理步骤，迭代构建目标表达式。在每一步推理中，模型对两个量执行基本操作，以明确它们之间的关系。在四个基准数据集上的大量实验表明，所提出的模型显著优于现有的先进基线方法。此外，我们进一步证明，该演绎推理过程不仅提供了更具可解释性的推理步骤，还使得模型在需要更复杂推理能力的问题上能够做出更准确的预测。