Decision Optimization 样本模型和 Notebook | IBM Cloud Pak for Data as a Service

Go back to the English version of the documentation

Decision Optimization 的样本模型和笔记本

Last updated: 2024年11月21日

Decision Optimization 样本模型和 Notebook

本文档以教程形式提供了多个示例。您还可以使用Decision OptimizationGitHub ，并且在资源中心。

快速链接：

本文档中使用的示例
Decision Optimization 实验样本 (Python， OPL ， Modeling Assistant)
Jupyter 笔记本示样
资源中心中的Python Notebook

Decision Optimization GitHub DO-样本

请参阅 Decision Optimization GitHub ，以获取用于 IBM Cloud Pak for Data as a Service的样本存储库。对于 Decision Optimization 试验 UI 样本，请参阅以下部分: Decision Optimization 试验 UI 样本。该资源库还包含可导入 Cloud Pak for Data 的 Jupyter notebook 示例。请参见 Jupyter notebooks 。

Java 示例

请参阅 Java 工作程序 GitHub中的 Decision Optimization Java™ 工作程序样板中提供的 Java 模型示例。

本文档中描述的示例

下表列出了本文档中描述的示例模型，其中显示了如何使用 Decision Optimization。

表 1. Decision Optimization 文档示例
	示例	了解如何...	请参阅
使用 Modeling Assistant创建调度模型。	房屋建造示例	使用 Modeling Assistant创建，编辑和求解规划和调度模型。创建和检查不同的方案。	使用 Modeling Assistant对模型求解
使用 Decision Optimization 试验 UI创建 Python 优化模型。	饮食示例	创建并求解从现有方案生成的 Python 模型。创建并检查新方案。	对 Python DOcplex 模型求解
使用 Decision Optimization 试验 UI创建 Python 优化模型。	多场景示例	从导入到 Decision Optimization 中的 Python notebook 创建 Python 模型并对其求解。使用随机数据从 Python notebook 生成多个方案。从方案导出表。	使用多个方案
创建或导入 DOcplex Python Notebook。	Decision Optimization 笔记本示例	下载 Notebook 并将其添加到项目中。运行 Notebook。	运行 Decision Optimization notebooks

Decision Optimization 实验样本 (Python， OPL ， Modeling Assistant)

有关使用用户界面构建，求解和部署 Decision Optimization 模型的逐步指南，请参阅快速入门教程 (含视频)。

下表列出了在 Decision Optimization GitHub的 DO-samples 中提供的 Decision Optimization 样本。所有这些资产都使用 Decision Optimization 试验 UI 并包含数据。

注：

要运行模型，必须将watsonx.aiRuntime实例与项目关联，并将部署空间与Decision Optimization 实验关联。您还必须具有 编辑器 或管理部署空间中的角色。

要使用这些样本：

下载所有 DO-samples 并将其解压缩到您的计算机。您也可以仅下载一个样本，但在这种情况下，请勿将其解压缩。
打开项目或创建空项目。
在项目的管理选项卡上，选择服务和集成部分，然后单击关联服务。然后选择现有 Machine Learning 服务实例 (或创建新的服务实例) 然后单击关联。关联服务时，将显示成功消息，然后您可以关闭 " 关联服务 " 窗口。
选择资产选项卡。
选择新资产 > 解决优化问题在里面使用模型部分。
在打开的 " 创建 Decision Optimization 试验 " 窗口中单击本地文件。
浏览至已下载的 DO-samples中的 Model_Builder 文件夹。选择相应的产品和版本子文件夹。选择样本 .zip 文件，然后单击打开。或者，将样本拖到窗口中。
如果您还没有将 "watsonx.ai运行时间服务与项目关联起来，则必须先选择 "添加 "Machine Learning服务来选择或创建一个服务，然后再为 "试验选择部署空间。
单击新建部署空间，输入名称，然后单击创建 (或从下拉菜单中选择现有空间)。
单击创建。
将创建与样本同名的 Decision Optimization 模型。

表 2. Decision Optimization 模型
Decision Optimization 的模型	问题类型	模型类型
BridgeScheduling	调度	Modeling Assistant
Diet	混合	Python
DietLP	混合	LP (CPLEX)
EnvironmentAndExtension	使用包含库文件和 YAML 代码的扩展环境。	Python
HouseConstructionScheduling	进行分配的调度	Modeling Assistant
IntermediateSolutions	为 CPLEX 和 CPO 模型启用中间解法	Python
MarketingCampaignAssignment	资源分配（方案 1-4）选择和分配（方案 4 - 选择）	Modeling Assistant
Multifiles	将模型与多个文件配合使用。	Python 和 LP
PastaProduction	生产	OPL
PortfolioAllocation	选择和分配	Modeling Assistant
PythonEngineSettings	具有定制引擎设置的几何拼图	Python
ShiftAssignment	具有定制决策和定制约束的资源分配	Modeling Assistant
StaffPlanning	多方案规划 (将与 CopyAndSolveScenarios.ipynb配合使用)	Python
SupplyDemandPlanning	供应与需求规划	Modeling Assistant
TalentCPO	电影调度	CPO (CP 优化器)

Jupyter笔记本样本

Jupyter 笔记本中也提供了不使用实验 UI 的 Decision Optimization GitHub 。要使用这些 Python notebook 示例：

下载所有 DO-samples 并将其解压缩到您的计算机。此外，您也可以仅下载一个样本。
打开项目或创建空项目。
选择资产选项卡。
选择新资产 > 使用数据和模型Python或 R在里面使用模型部分。
在打开的新窗口中选择 源文件 选项卡。
命名 Notebook，单击将文件拖放到此处，或者上载并浏览到已下载的 DO-samples中 jupyter 文件夹内的 Notebook 。选择相应的产品和版本子文件夹。
单击创建。 Notebook 将添加到项目中。

资源中心中的 Python Notebook

Decision Optimization Python Notebook 可从资源中心获取。要在现有项目中使用这些 Notebook ，请在资源中心中打开 Notebook ，单击 添加到项目，选择项目，然后单击创建。