Puede generar varios escenarios para probar el modelo con una amplia gama de datos y comprobar su solidez.

En este ejemplo se describe el proceso de generar varios escenarios con un modelo. Esto permite probar el rendimiento del modelo con varios conjuntos de datos generados aleatoriamente. En la práctica, es importante comprobar la solidez de un modelo con una amplia gama de datos. Esto permite garantizar que el modelo tenga un buen rendimiento en condiciones potencialmente estocásticas en el mundo real.

El ejemplo es el modelo StaffPlanning en DO-samples.

El ejemplo se estructura de la siguiente manera:

• El modelo StaffPlanning contiene un escenario predeterminado basado en dos conjuntos de datos predeterminados, además de cinco escenarios adicionales basados en conjuntos de datos aleatorios.
• El cuaderno Python CopyAndSolveScenarios contiene el generador aleatorio para crear los nuevos escenarios en el modelo StaffPlanning .

Para obtener información general sobre la gestión y configuración de escenarios, consulte Escenarios en un experimento de Decision Optimization.

Para obtener información sobre cómo escribir métodos y clases para escenarios, consulte la documentación de la API de Decision Optimization Client Python.