Modeling Assistant を使用して、 Decision Optimization の問題をモデル化して解決することができます (これにより、自然言語でモデルを作成することができます)。 これには、Operational Research (OR) の知識はまったく、またはほぼ不要であり、Python コードを作成する必要もありません。 Modeling Assistant は 英語でのみ使用可能であり 、グローバル化されていません。

Modeling Assistant を使用してモデルを作成し、さまざまなシナリオでそのモデルを調べるための基本的なワークフローは、以下のとおりです。

1. プロジェクトを作成する
2. Decision Optimization エクスペリメント を追加します (シナリオは、デフォルトで エクスペリメント UIで作成されます)。
3. データを追加してシナリオにインポートする
4. 最初に 意思決定ドメイン を選択し、次に Modeling Assistant を使用してガイドすることにより、シナリオに自然言語モデルを作成します。
5. モデルを実行して解決し、ソリューションを検討する
6. ソリューションとデータの視覚化を作成する
7. シナリオをコピーし、モデル/データを編集する
8. 新しいシナリオを解決して、該当する変更の影響を確認する

これは、単純な 計画およびスケジューリングの例 を使用して示されます。

Decision Optimization テスト UIを使用してモデルを作成、求解、およびデプロイするためにサンプル Decision Optimization 実験 を実行する方法を示すクイック・ビデオについては、 Decision Optimization モデルのビルド、実行、およびデプロイ も参照してください。

デプロイの詳細については、 watsonx.aiランタイムを使ったデプロイをご覧ください。