该函数创建一个目标，将模型中的所有变量实例化。 其目标与自动搜索不同，尽管在一定程度上使用了相同的基本程序。 特别是，它不使用重启、多点搜索等功能。

该目标必须与用户定义的目标一起使用。 用户定义的目标解决了问题的难点，但可能会留下一些未固定的变量（特别是可能会留下一些可以或几乎可以实例化的未固定变量）。 那么，简单的完成目标就能解决所有这些变量。

简单完成目标的工作步骤如下：

• 它首先将所有区间变量实例化。 根据目标函数和 "IloCP::TemporalRelaxation参数的不同，它可以使用时序搜索或时间松弛。
• 它实例化所有整数变量的方式与 "IlcInstantiate(allIntegerVariables, IlcChooseMinSizeInt)相同。
• 它将所有序列变量（"IloIntervalSequenceVar实例）实例化。 当序列中存在长度为零的间隔时，可能需要这样做。
• 它实例化了所有状态函数（"IloStateFunction实例）。 就模型中的状态函数而言，该目标是强制性的。

如果有解决方案，目标是保证找到解决方案，但如果剩下的问题并不琐碎，则需要很长时间。 如果搜索目标没有将模型中的所有变量实例化，建议在用户自定义目标之后使用该目标。 请记住，剩下的问题应该很容易解决。 一些示例：

• 你的目标会决定解决关键资源的优先顺序，例如，它会对所有序列变量进行排序，然后让简单完成目标分配区间变量的开始和结束时间，以实现最佳目标值。 由于简单求解目标内的时间松弛，这可能是一种相当有效的策略。
• 某些区间或整数变量的值受主要决策变量的支配：例如，跨度或替代约束条件的主变量。 同样，模拟某些容量限制的整数或累加元素变量基本上由消耗累加元素的变量决定。 你的目标并没有解决主导变量，而是让简单的完成目标来完成。
• 如果模型包含状态函数，则必须实现这一目标。