Modeling Assistant 中当前提供了不同的 决策域 ，可以指导您针对问题选择正确的 域 。
在将数据添加并导入到模型中后， Modeling Assistant 可帮助您通过以可编辑的自然语言提供建议来制定优化模型。 为了使用数据提出智能建议，并确保建议的模型阐述非常适合您的问题，将要求您首先为模型选择 决策域 。
Decision Optimization 域
当前可用的不同 决策域 (调度， 资源分配， 选择和分配， 和 供应与需求规划) 以卡片形式提供。 如果将鼠标悬停在每个卡上，那么可以阅读每个 域的简要描述。 如果您知道要选择哪个选项，那么可以选择 决策域 并开始规划模型。 本节稍后提供了有关每个 域 的更多信息。
如果您不确定要选择哪个 决策域 ，那么可以选择 "使用本问答指南" ， Modeling Assistant 将向您提出几个问题，并根据您的回答快速告诉您需要哪个选项。
下图概括了这些问题和选项。 这些问题的实际短语可能有所不同，并且在 Modeling Assistant 界面中随每个问题一起提供了示例。
如果需要当前不受 Modeling Assistant支持的 决策域 ，那么仍可以在 试验 UI 编辑器中将模型规划为 Python Notebook 或 OPL 模型。
调度
调度问题是关于订购事项的。 当您有需要调度的任务或活动时，可以使用 "调度" 域 ，以 特定开始和结束时间来 按给定顺序 完成这些任务或活动，以及有关可以在其他项之前或之后执行哪些项的规则 (或优先顺序约束)。 例如，您的目标可能是最大程度地减少执行所有任务耗用的总时间，或尽可能降低成本并高效使用资源。 您还可以选择分配资源，这样解还会告知您要为每个任务分配的特定资源。 进行分配的调度是一种非常特殊的调度情况。 可分配给任务的任何资源都具有一个容量。 一个容量意味着其同时只能用于一个任务。 如果两个任务需要相同的单个资源，那么这两个任务不能重叠，并且必须按顺序执行：必须先执行两个任务中的一个任务。 DO-samples 中提供的 HouseConstructionScheduling 示例以及本节稍后部分中描述的示例是有关分配的 "调度" 问题的示例。
资源分配
资源分配问题是关于匹配事项的。 当您要分配 (或匹配) 资源 (劳动力，设备，预算 ...) 时，可以使用 "资源分配" 域 到目标 (作业，事件，场所) ，因为它们各自的约束。 例如，您的目标可能是尽可能降低成本，或在该分配中最大限度地提高收入。 此解将为您提供一组分配（资源/目标对）。 您还可以选择让解确定分配所需的资源的数量。 DO-samples 中提供的 MarketingCampaignAssignment 模型是资源分配 域的示例。
选择和分配
选择问题是关于从可能性列表中选择的。 当您组合了要在 一个表中考虑的所有可能选项时，可以使用 "选择" 和 "分配" 域 。 例如，此表可能包含对基于预测分析所作选择的预选。 但是，可能仍存在从中进行选择的大量可能性。 您希望 Decision Optimization 帮助您决定这些项目（或组合）的最佳（最优）选择，以使您能够实现目标并遵守约束。 Decision Optimization 还可以告诉您分配给每个选择的最佳数量（如果适用）。 “选择和分配”模型的典型示例是样本 PortfolioAllocation，其中有多个要从中进行选择的金融类股票投资。 此外，MarketingCampaignAssignment 样本还包含方案 4 - 选择方案，它显示了如何以“选择和分配”模型形式规划此市场竞销活动问题。 在此情况下，您有不同的市场竞销活动可从同一数据表中列出的所有项目中进行选择。
规划
规划问题是关于量化事项的。 当您想要确定在一段时间 (例如，周，月，季) 内要具有的数量或级别 (例如，库存，生产，物料，服务) 时，可以使用 "规划" 域 。 “规划”模型的典型示例是生产规划问题，您需要知道每季度有多少原材料库存才能生产出最佳数量的产品以满足您的需求。