# 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](../start/installation.md)和[本地运行说明](running.md)。

## 推荐起点

- [背包问题](packing/knapsack_problem.ipynb)：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](routing/traveling_salesman_problem_tsp.ipynb)：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](scheduling/job_shop_scheduling_problem_jssp.ipynb)：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](scheduling/index.md) | 车间、项目、人员和批次调度，准备时间与资源容量。 |
| [路径优化](routing/index.md) | 旅行商、车辆路径、时间窗、取送货与库存配送。 |
| [装箱](packing/index.md) | 背包、装箱、切割下料与多层资源分配。 |
| [选址](location/index.md) | 设施选址、聚类、二次分配与几何覆盖。 |
| [网络设计](network_design/index.md) | 风电场布局与设施之间的相互影响。 |
| [非线性优化](nonlinear/index.md) | 曲线拟合、混流、几何设计和连续资源分配。 |
| [仿真优化](simulation/index.md) | 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](../guide/solvers.md)与[支持矩阵](../api/solver-support.md)，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。