Můžete vygenerovat více scénářů pro testování vašeho modelu proti širokému spektru dat a pochopit, jak robustní je model.

Tento příklad vás provede procesem generování více scénářů s modelem. Díky tomu je možné testovat výkon modelu oproti více náhodně generovaným datovým sadám. V praxi je důležité ověřit robustnost modelu vzhledem k širokému spektru údajů. To pomáhá zajistit, aby model prováděl dobře v potenciálně stochastických podmínkách reálného světa.

Příklad je model StaffPlanning v DO-samples.

Příklad je strukturován takto:

• Model StaffPlanning obsahuje výchozí scénář založený na dvou výchozích datových sadách spolu s pěti dalšími scénáři založenými na randomizovaných datových sadách.
• Modul Python notebook CopyAndSolveScenarios obsahuje náhodný generátor pro vytvoření nových scénářů v modelu StaffPlanning .

Obecné informace o správě scénářů a konfiguraci najdete v tématu Podokno Scénář a Přehled.

Další informace o metodách zápisu a třídách pro scénáře najdete v příručce Dokumentace k rozhraní API Python klienta Decision Optimization.