1.2.1

导出 MD

示例

从具体问题学习 OptAgent：阅读建模思路与 Python 实现，下载 Notebook 和配套数据，在本地调整模型与求解预算。

首次运行前，请查看安装与许可证和本地运行说明。

推荐起点

• 背包问题：用布尔变量选择物品，理解容量约束和最大化目标。
• 旅行商问题：用列表变量表达访问顺序，计算闭环路径长度。
• 作业车间调度：用区间与列表变量表达工序时间和机器加工顺序。

按问题查找

分类	内容
排程	车间、项目、人员和批次调度，准备时间与资源容量。
路径优化	旅行商、车辆路径、时间窗、取送货与库存配送。
装箱	背包、装箱、切割下料与多层资源分配。
选址	设施选址、聚类、二次分配与几何覆盖。
网络设计	风电场布局与设施之间的相互影响。
非线性优化	曲线拟合、混流、几何设计和连续资源分配。
仿真优化	外部函数、仿真收益与工程公式建模。

阅读与使用

每个案例包含问题、数据与建模说明，以及可下载的 Python Notebook。涉及实例文件时，选择“下载完整案例”可同时获取配套数据和运行说明。

案例中的求解入口和参数以代码为准。切换求解路径前，请查阅求解指南与支持矩阵，确认整个模型满足目标路径的限制。

问题与数据的原始来源保留在各案例中。求解状态、目标值和运行时间以你的实际运行结果为准。