È possibile modellare e risolvere i problemi di Decision Optimization utilizzando Modeling Assistant (che consente di formulare i modelli in linguaggio naturale). Ciò richiede poca o nessuna conoscenza della ricerca operativa (OR) e non richiede la scrittura di codice Python . Modeling Assistant è disponibile solo in inglese e non è globalizzato.

Il flusso di lavoro di base per creare un modello con Modeling Assistant ed esaminarlo in scenari differenti è il seguente:

1. Creare un progetto.
2. Aggiungere un Decision Optimization esperimento (uno scenario viene creato per impostazione predefinita nel sperimentazione UI).
3. Aggiungere e importare i tuoi dati nello scenario.
4. Creare un modello di linguaggio naturale nello scenario, selezionando prima il dominio di decisioni e quindi utilizzando Modeling Assistant come guida.
5. Eseguire il modello per risolverlo ed esplorare la soluzione.
6. Creare visualizzazioni di soluzione e dati.
7. Copiare lo scenario e modificare il modello e / o i dati.
8. Risolvi il nuovo scenario per vedere l'impatto di questi cambiamenti.

Questo è dimostrato con un semplice esempio di pianificazione e pianificazione .

Vedi anche Crea, esegui e distribuisci un modello Decision Optimization per un video rapido che mostra come eseguire un esempio di Decision Optimization esperimento per creare, risolvere e distribuire un modello utilizzando l' Decision Optimization IU esperimento.

Per ulteriori informazioni sulla distribuzione, vedere Distribuzione con watsonx.ai Runtime.