Sie können mehrere Szenarios generieren, um Ihr Modell an einem breiten Spektrum von Daten zu testen und zu untersuchen, wie zuverlässig das Modell ist.

Dieses Beispiel führt Sie schrittweise durch den Prozess zur Generierung mehrerer Szenarios mit einem Modell. Dies ermöglicht es, die Leistung des Modells an mehreren zufällig generierten Datasets zu testen. In der Praxis ist es wichtig, die Zuverlässigkeit eines Modells an einer breiten Auswahl an Daten zu prüfen. Dadurch lässt sich besser sicherstellen, dass das Modell unter potenziell stochastischen Realbedingungen gute Leistungen erzielt.

Das Beispiel ist das Modell StaffPlanning in DO-samples.

Das Beispiel ist wie folgt strukturiert:

• Das Modell StaffPlanning enthält ein Standardszenario, das auf zwei Standarddatasets basiert, sowie fünf zusätzliche Szenarios, die auf zufällig generierten Datasets basieren.
• Das Python CopyAndSolveScenarios enthält den Zufallsgenerator zum Erstellen der neuen Szenarios im Modell StaffPlanning .

Allgemeine Informationen zum Szenariomanagement und zur Konfiguration finden Sie unter Szenarios in einem Decision Optimization -Experiment.

Informationen zum Schreiben von Methoden und Klassen für Szenarios finden Sie in der Dokumentation zur Decision Optimization -Client Python -API.