Erstellung von erweiterten benutzerdefinierten Einschränkungen mit Python in einem Decision Optimization Modeling Assistant Modell

In diesem Beispiel Decision Optimization Modeling Assistant wird gezeigt, wie erweiterte angepasste Integritätsbedingungen erstellt werden, die Pythonverwenden.

So erstellen Sie eine neue erweiterte angepasste Integritätsbedingung:

1. Sehen Sie sich in der Modell erstellen Ansicht Ihres geöffneten Modeling Assistant -Modells das Teilfenster Vorschläge an. Klicken Sie auf das Symbol Alle anzeigen neben dem Suchfeld. Alle Vorschläge werden dann nach Kategorie angezeigt. Erweitern Sie den Abschnitt Andere , um Neue benutzerdefinierte Integritätsbedingungzu suchen, und klicken Sie darauf, um sie Ihrem Modell hinzuzufügen. Alternativ dazu können Sie, ohne dass alle Vorschläge und Kategorien angezeigt werden, beispielsweise custom in das Suchfeld eingeben, um denselben Vorschlag zu finden, und darauf klicken, um ihn Ihrem Modell hinzuzufügen.
   Ihrem Modell wird eine neue angepasste Integritätsbedingung hinzugefügt.

   

2. Klicken Geben Sie Ihre Bedingung ein. [eckige Klammern] für Daten, Konzepte, Variablen oder Parameter verwenden und geben Sie die Integritätsbedingung ein, die Sie angeben wollen. Geben Sie beispielsweise No [employees] has [onCallDuties] for more than [2] consecutive days ein und drücken Sie die Eingabetaste.
   Die Spezifikation wird mit Standardparametern (parameter1, parameter2, parameter3) angezeigt, die Sie anpassen können. Diese Parameter werden an die Funktion Python übergeben, die diese angepasste Regel implementiert.

   

3. Bearbeiten Sie die Standardparameter in der Spezifikation, um ihnen aussagekräftigere Namen zu geben. Ändern Sie beispielsweise die Parameter in employees, on_call_dutiesund limit und drücken Sie die Eingabetaste.
4. Klicken Sie auf Funktionsname und geben Sie einen Namen für die Funktion ein. Geben Sie beispielsweise limitConsecutiveAssignments ein und drücken Sie die Eingabetaste.
   Ihr Funktionsname wird hinzugefügt und eine Schaltfläche Python bearbeiten wird angezeigt.

   

5. Klicken Sie auf die Schaltfläche Python .
   Es wird ein neues Fenster mit Python-Code geöffnet, den Sie bearbeiten können, um Ihre angepasste Regel zu implementieren. Ihre angepassten Parameter werden im Code wie folgt angezeigt:

   

   Beachten Sie, dass der Code mit den entsprechenden Datenrahmen und Tabellenspaltennamen dokumentiert wird, wie Sie in der angepassten Regel definiert haben. Der Grenzwert ist nicht dokumentiert, weil dies ein numerischer Wert ist.
6. Optional: Sie können den Python -Code direkt in diesem Fenster bearbeiten. Es kann jedoch hilfreich sein, Ihren Code in einem Notebook zu bearbeiten und zu debuggen, bevor Sie ihn hier verwenden. In diesem Fall schließen Sie dieses Fenster jetzt und erweitern im Teilfenster Szenario die drei vertikalen Punkte und wählen Notebook generieren für dieses Szenario aus, das die angepasste Regel enthält. Geben Sie einen Namen für dieses Notebook ein.
   Das Notebook wird in Ihren Projektassets erstellt, die Sie bearbeiten und debuggen können. Nachdem Sie ihn bearbeitet, ausgeführt und getestet haben, können Sie den Code für Ihre angepasste Funktion zurück in dieses Python bearbeiten-Fenster in Modeling Assistant kopieren.
7. Bearbeiten Sie den Python -Code im Fenster ' Modeling Assistant Angepasste Regel Bearbeiten Python '.
   Sie können die Regel beispielsweise für aufeinanderfolgende Tage in Python wie folgt definieren:

       def limitConsecutiveAssignments(self, mdl, employees, on_call_duties, limit):
           global helper_add_labeled_cplex_constraint, helper_get_index_names_for_type, helper_get_column_name_for_property
           print('Adding constraints for the custom rule')
           for employee, duties in employees.associated(on_call_duties):
               duties_day_idx = duties.join(Day)  # Retrieve Day index from Day label
               for d in Day['index']:
                   end = d + limit + 1  # One must enforce that there are no occurence of (limit + 1) working consecutive days
                   duties_in_win = duties_day_idx[((duties_day_idx['index'] >= d) & (duties_day_idx['index'] <= end)) | (duties_day_idx['index'] <= end - 7)]
                   mdl.add_constraint(mdl.sum(duties_in_win.onCallDutyVar) <= limit)

8. Klicken Sie auf die Schaltfläche Ausführen (Run) , um Ihr Modell mit Ihrer angepassten Einschränkung auszuführen.
   Wenn die Ausführung abgeschlossen ist, können Sie die Ergebnisse in der Ansicht Lösung durchsuchen anzeigen.