다중 시나리오를 생성하는 Decision Optimization 노트북

영어 버전 문서로 돌아가기

여러 Decision Optimization 시나리오 생성하기

마지막 업데이트 날짜: 2024년 12월 05일

다중 시나리오를 생성하는 Decision Optimization 노트북

이 튜토리얼에서는 무작위 데이터를 사용하여 notebook(으)로부터 다중 시나리오를 생성하는 방법을 보여줍니다. 다중 시나리오를 생성하는 경우 해당 시나리오를 광범위한 데이터에 노출시켜 모델을 테스트할 수 있습니다.

시작하기 전에

요구사항

Decision Optimization 모델을 편집하고 실행하려면 다음 전제조건이 있어야 합니다.

관리 또는 편집자 역할: 프로젝트에서 관리 또는 편집자 역할이 있어야 합니다. 공유 프로젝트의 뷰어는 실험을 볼 수만 있고 수정하거나 실행할 수는 없습니다.

watsonx.ai 런타임 서비스: 프로젝트와 연결된 watsonx.ai 런타임 서비스가 있어야 합니다. Decision Optimization 실험을 작성할 때 하나를 추가할 수 있습니다.

배치 공간: Decision Optimization 실험과 연관된 배치 공간이 있어야 합니다. Decision Optimization 실험을 작성할 때 배치 영역을 선택할 수 있습니다.

이 태스크에 대한 정보

이 예제에서 사용되는 파일은 DO-samples 프로젝트에 있습니다. 관련 모델은 StaffPlanning 이고 노트북 은 CopyAndSolveScenarios입니다.

프로시저

샘플을 사용하여 시나리오를 작성하고 해결하려면 다음을 수행하십시오.

모든 DO-samples 를 다운로드하여 시스템에 추출하십시오. 또한 제품 및 버전의 Model_Builder 서브폴더에서 StaffPlanning.zip 파일만 다운로드할 수 있지만 이 경우에는 추출하지 마십시오.
프로젝트를 열거나 빈 프로젝트를 작성하십시오.
자산 탭을 선택하십시오.
선택하다 새 자산 > 최적화 문제 해결 에서 모델 작업 부분.
Decision Optimization 실험 작성 창이 열리면 로컬 파일 을 클릭하십시오.
찾아보기를 수행하여 Model_Builder 폴더에서 StaffPlanning.zip 파일을 선택하십시오. 관련 제품 및 버전 서브폴더를 선택하십시오.
프로젝트에 아직 watsonx.ai 런타임 서비스를 연결하지 않은 경우, 실험을 위한 배포 공간을 선택하기 전에 먼저 Machine Learning 서비스 추가를 선택하여 서비스를 선택하거나 만들어야 합니다.
작성을 클릭하십시오.
Decision Optimization 모델은 샘플과 동일한 이름으로 작성됩니다.
StaffPlanning 모델의 시나리오 1에서 작업하는 경우 솔루션에 예상 수요를 충족하기 위해 어떤 자원이 어떤 날에 작업하는지 식별하는 테이블이 포함되어 있음을 확인할 수 있습니다.
표시된 솔루션이 없거나 모델을 다시 실행하려면 사이드바에서 모델 빌드 를 클릭한 후 실행 을 클릭하여 모델을 해결하십시오.

랜덤 생성기를 사용하여 새 시나리오 작성

프로시저

샘플을 사용하여 무작위 데이터를 사용하여 새 시나리오를 작성하려면 다음을 수행하십시오.

자산 탭을 선택하십시오.
선택하다 새 자산 > 데이터 및 모델 작업Python 또는 R 에서 모델 작업 부분.
열리는 새 창에서 로컬 파일 탭을 선택하십시오.
여기에 파일 끌어서 놓기 또는 업로드 및 찾아보기 를 클릭하여 jupyter 폴더에서 CopyAndSolveScenarios 노트북을 선택하십시오. 관련 제품 및 버전 서브폴더를 선택하십시오.
노트북 작성을 클릭하십시오.
프로젝트에서 노트북이 열립니다.
프로젝트의 설정 탭에서 액세스 토큰 섹션을 찾아 새 토큰+을 클릭하십시오. 토큰 이름을 입력하고 편집자 를 액세스 역할로 선택한 후 작성을 클릭하십시오.
프로젝트의 자산 탭에서 노트북으로 돌아가서 연필 아이콘을 클릭하여 편집하십시오. 추가 메뉴 에서 프로젝트 토큰 삽입을 선택하십시오. 숨겨진 셀에 인증 토큰이 추가됩니다.
기본 홈 탐색 메뉴에서 관리 > 액세스 (IAM) > API키를 선택하십시오. API 키를 작성한 후 복사하십시오.
CopyAndSolveScenarios 노트북으로 돌아가서 client=Client(pc=pc,apikey="API_key"가 포함된 셀을 찾고 API_key 를 방금 복사한 자체 IBM Cloud API키로 대체하십시오.
decision = client.get_experiment(name="StaffPlanning")를 포함하는 셀을 찾으십시오.
이 셀은 노트북 에 StaffPlanning 모델에서 Scenario 1 를 복사하고 이를 사용하여 무작위 데이터를 기반으로 추가 시나리오를 생성하도록 지시합니다. 모델에 다른 이름을 사용한 경우, Staffplanning을(를) 선택한 이름으로 바꾸십시오.
셀>모두 실행을 사용하여 노트북 을 실행하십시오.
노트북 은 Python random 모듈을 사용하여 StaffPlanning이라는 모델에서 다섯 개의 추가 시나리오에 대한 데이터를 생성합니다. 새 시나리오의 이름은 Copy 01입니다. Copy 05. 생성할 시나리오 수는 N_SCENARIOS = 5인 셀 9에 지정됩니다.
StaffPlanning 모델을 열어 다른 시나리오의 솔루션을 비교하십시오. 시나리오 아이콘을 클릭하여 시나리오 분할창을 열고 시나리오 간을 빠르게 이동하십시오. 또한 개요에서 모든 시나리오를 한 눈에 볼 수 있습니다.
탐색 분할창에서 시각화 를 클릭하여 다중 시나리오 탭에서 다른 시나리오를 비교하십시오.
수요 차트에는 무작위로 생성된 시나리오의 다양한 기간에 대한 수요가 표시됩니다. KPI 차트에는 무작위로 생성된 시나리오 전체의 총 비용이 표시됩니다. 내 KPI 차트에서는 각 시나리오에 대한 임시 및 고정 리소스의 혼합과 함께 다양한 시나리오에 대한 비용의 히트 맵을 제공합니다.

결과

이 예제는 무작위 데이터를 기반으로 추가적인 시나리오를 생성함으로써 얼마나 간단히 모델을 테스트할 수 있는지 보여줍니다. 이러한 테스트를 통해 가변 데이터를 사용하여 특정 환경에서 해당 모델이 효율적으로 수행되기에 충분히 견고한지 여부를 평가할 수 있습니다.