Lavorare con scenari multipli Decision Optimization
Ultimo aggiornamento: 06 ago 2024
Decision Optimization notebook più scenari
Puoi generare più scenari per testare il tuo modello contro un'ampia gamma di dati e capire quanto sia robusta il modello.
Questo esempio ti passi attraverso il processo per generare più scenari con un modello. Questo permette di testare le prestazioni del modello rispetto a più serie di dati generati casualmente. E'importante in pratica verificare la robustezza di un modello contro una vasta gamma di dati. Questo aiuta a garantire che il modello funzioni bene in condizioni real-world potenzialmente stocastiche.
L'esempio è il modello StaffPlanning nella DO - campioni.
L'esempio è strutturato come segue:
Il modello StaffPlanning contiene uno scenario predefinito basato su due serie di dati di default, insieme a cinque scenari aggiuntivi basati su serie di dati randomizzati.
Il notebook Python CopyAndSolveScenarios contiene il generatore casuale per creare i nuovi scenari nel modello StaffPlanning .
Informazioni sui cookie del presente sitoPer il corretto funzionamento, i nostri siti Web richiedono alcuni cookie (richiesto). Inoltre, con il suo consenso, potrebbero essere utilizzati altri cookie per l'analisi dell'utilizzo del sito, per migliorare l'esperienza utente e per scopi pubblicitari.Per ulteriori informazioni, consultare le Preferenze cookie. Visitando il nostro sito web, accettate il trattamento delle informazioni da parte nostra come descritto nelladichiarazione sulla privacy di IBM.Per consentire una corretta navigazione, le preferenze per i cookie dell'utente verranno condivise sui domini Web IBM qui elencati.