大多数模拟模型都包含您可以控制的变量，例如要收取多少租金或投入多少资金。在 Crystal Ball 中，这些受控制的变量称为决策变量。能否找到最佳决策变量值关乎是实现重要目标还是错失该目标。

获得最佳值通常要求您以迭代或即席方式进行搜索。比较严格的方法会系统地枚举所有可能的备选方案。即使对于较小的模型，该过程也可能非常繁琐耗时，并且通常不清楚如何在不同的模拟之间调整值。

OptQuest 以智能方式搜索模拟模型的最优解决方案，由此克服了即席和枚举方法的限制。您要首先在 OptQuest 中描述优化问题，然后让其搜索能够最大化或最小化预定义目标的决策变量值。在几乎所有情况下，OptQuest 都会在大量可能的备选方案中有效地找到最优解决方案或接近最优的解决方案，即使仅探究其中一小部分也能如此。

要了解 OptQuest 的用途，最简单的方式是将其应用到简单的示例中。“教程 1 - Futura Apartments 模型”演示了基本的 OptQuest 操作。