エクスペリメントで Decision Optimization モデルを作成するには、サイドバーの モデルの作成 をクリックします。

以下の方法でモデルを作成またはインポートできます。

• Modeling Assistant -自然言語でモデルを作成するための補助モード
• Python (DOcplex コード)- Decision Optimization 用のネイティブ Python API
• OPL (Optimization Programming Language)- Decision Optimization の数理計画法モデリング言語
• LP (CPLEX)-CPLEX ソルバーの代数フォーマット ( Decision Optimization モデルの求解に使用されるソフトウェア)
• CPO (Constraint Programming Optimizer) コード-CP オプティマイザー・ソルバーの制約プログラミング・モデルのフォーマット
• .py、 .mod、 .mps、 .lp、および .cpo ファイルを含む既存のノートブックまたはファイルのモデルのインポート

「モデルの作成」 ビュー を初めて開くときには、「モデル」ウィザードでこれらのモードのいずれかを選択する必要があります。

あるモードでモデルの作成を開始してから、別のモードで再び開始する場合は、 「置換」 アイコンをクリックして「モデル」ウィザードに戻ります。 モデルを置換すると、以前のモデルは削除されます。

コード方式を選択した場合は、テキスト・エディターでモデルの定式化を入力できます。

このモデルは、国会のサンプルから採られています。 このデータを使用して、このモデルは、正常な食事と使用可能なリソースの要件を分析し、さまざまな食品タイプの最適な数量を規定します。

「モデルの構築」 ビュー でモデルの定式化を編集すると、コンテンツが自動的に保存され、 「最終保存時刻」 が表示されます。

モデルの編集が完了したら、 「実行」 ボタンをクリックしてモデルを求解できます。

詳細情報

• Modeling Assistantを使ったモデル策定のチュートリアルについては、Decision Optimizationモデルの策定と実行: 住宅建設スケジューリングを参照してください。
• Python DOcplex（ドコンプレックス モデルの作成方法については、Decision Optimizationモデルの解法と分析：ダイエット問題 を参照してください。
• OPLモデルの詳細については、Decision OptimizationOPLモデルを参照してください。