要在 试验中构建 Decision Optimization 模型，请单击侧边栏中的 构建模型 。

您可以通过以下方式创建或导入模型:

• Modeling Assistant -以自然语言阐述模型的辅助方式
• Python (DOcplex 代码)-用于 Decision Optimization 的本机 Python API
• OPL (优化编程语言)- Decision Optimization 的数学编程建模语言
• LP (CPLEX)-CPLEX 求解器的代数格式 (用于求解 Decision Optimization 模型的软件)
• CPO (Constraint Programming Optimizer) 代码-CP Optimizer 求解器的约束规划模型的格式
• 现有 Notebook 或文件 (包括 .py， .mod， .mps， .lp和 .cpo 文件) 的导入模型

首次打开 构建模型 视图 时，必须在 "模型" 向导中选择其中一种方式。

如果您开始以一种方式创建模型，然后想要以另一种方式再次启动，请单击 替换 图标以返回到 "模型" 向导。 如果替换模型，那么将删除先前的模型。

如果选择代码方法，那么可以在文本编辑器中输入模型阐述。

此模型取自 Diet 样本。 通过使用这些数据，该模型可分析健康饮食的需求以及可用资源，并规定不同食品类型的最佳数量。

在 构建模型 视图 中编辑模型阐述时，将自动保存内容，并显示 上次保存时间 。

完成对模型的编辑后，可以通过单击 运行 按钮对其进行求解。

了解更多信息

• 有关使用 Modeling Assistant 建立模型的教程，请参阅 建立和运行 Decision Optimization 模型：房屋建筑调度。
• 有关创建 Python DOcplex 模型的教程，请参阅 解决和分析 Decision Optimization模型：饮食问题。
• 有关 OPL 模型的更多信息，请参阅 Decision Optimization OPL 模型。