LocalSolver建模功能特色
本节首先介绍LocalSolver中可用的所有建模操作符。然后详细介绍了LocalSolver的一些强大功能，如基于集合的建模(set-based modeling)或外部函数。
| 数学建模功能 |
| 数学操作符 |
| 分段运算符 |
| 列表和集合变量 |
| 兰姆达表达式 |
| 外部函数 |
| 黑盒优化 |
| 车辆路由问题的模型指导 |
数学建模功能
Decision variables（决策变量）
LocalSolver明确区分了决策变量和中间表达式。决策变量是不能从其他变量或表达式中推导出或计算出的变量。当您使用LocalSolver时要问的首要问题是，我想做的最基本的决定（原子决定）是什么？
On the opposite, the total weight of elements in the bag, defined as sum[i in 0..nbItems-1](values[i] * x[i]) is a typical intermediate expression: its value can be deduced from decision variables.
与其他优化技术（如线性规划或约束规划）相比，这方面可能有点令人不安，但它对底层算法的性能非常重要。例如，在背包问题中，决策只有布尔变量x[i]等于1（如果对象i在包中）或0（否则不在包中）。相反，袋中元素的总重量，定义为sum[i in 0..nbItems-1]（values[i] * x[i]）是一个典型的中间表达式：其值可以从决策变量中推导出来。
LocalSolver有五种决策变量类型：布尔、浮点、整数、集合变量和列表变量。
Boolean decisions（布尔型决策变量）
布尔决策可以有两个值0或1。它们是使用内置函数bool（）声明的，该函数返回一个新的二进制决策。Booleans使您能够对涉及二进制决策的任何问题（如背包问题）进行建模。大多数组合优化问题（指派、分配、包装、覆盖、分区、路由、调度等）可以简单地表示为纯0-1模型。要了解布尔决策的可能性，请看一下我们的示例教程。
Floating-point decisions（浮点决策变量）
浮点数决策用于对给定范围内取值是连续的定量决策建模。它们是使用内置函数float（a，b）声明的，该函数返回范围为[a，b]的浮点决策。浮点判决的最大范围由ieee754双精度浮点格式定义，大约是[-10^307，10^307]。
Integer decisions（整数型决策）
以类似的方式，整数决策用于对给定范围内的数值进行整数型的量化决策建模。它们是使用内置函数int（a，b）声明的，int（a，b）返回一个范围为[a，b]的整数型决策。整型决策的最大范围是[-2^63+1，2^63-1]，大约是[-10^18，10^18]。
Set and list decisions（集合变量和列表决策变量）
集合和列表决策变量允许定义决策变量，其值是域[0，n-1]中整数的集合，其中n是运算符的唯一操作数。有关详细信息，请参阅我们关于集合变量的文档。未完待续。更多问题请联系LocalSolver独家授权代理商无锡迅合信息科技有限公司工程师。