この例では、サンプルを使用して Pythonベースのモデルを作成して求解する方法を示します。

サンプルを使用して Pythonベースのモデルを作成して求解するには、以下のようにします。

1. ご使用のコンピューターにすべての DO サンプル をダウンロードして解凍します。 ご使用の製品およびバージョンの Model_Builder サブフォルダーから diet.zip ファイルのみをダウンロードすることもできますが、この場合は解凍しないでください。
2. プロジェクトを開くか、空のプロジェクトを作成します。
3. 「資産」 タブを選択します。
4. 「モデルの処理」 セクションの 「新規資産」>「最適化問題の解決」 を選択します。
5. 開いた 「最適化問題の求解 (Solve optimization problems)」 ウィンドウで、 「ローカル・ファイル」 をクリックします。
6. 「参照」をクリックして、ダウンロードした DO-samples内の Model_Builder フォルダーを見つけます。 該当する製品およびバージョンのサブフォルダーを選択します。 Diet.zip ファイルを選択し、 「開く」をクリックします。 あるいは、ドラッグ・アンド・ドロップを使用します。
7. まだwatsonx.aiRuntimeサービスをプロジェクトに関連付けていない場合は、実験用のデプロイメントスペースを選択する前に、まずAdd aMachine Learningservice を選択してサービスを選択または作成する必要があります。
8. 「新規デプロイメント・スペース」をクリックし、名前を入力して、 「作成」 をクリックします (またはドロップダウン・メニューから既存のスペースを選択します)。
9. 「作成」をクリックします。
   サンプルと同じ名前で Decision Optimization モデルが作成されます。
10. 「データの準備」 ビューで、インポートされたデータ資産を確認できます。
    これらの表は、栄養分の最小値と最大値 (diet_nutrients)、さまざまな食品の栄養素 (diet_food_nutrients)、および特定の食品の価格と数量 (diet_food) を表します。

    

11. サイドバーの モデルの作成 をクリックして、モデルを表示します。
    この Python モデルでは、最小限の栄養素およびカロリーの要件を満たしながら、規定食に含まれている食べ物のコストを最小限に抑えます。

    

    また、 入力 ( データの準備 表示内の表) と 出力 (この場合は、探索解 表示に表示される解の表) がこのモデルでどのように指定されているかにも注意してください。

12. モデルの作成 ビューの 「実行」 ボタンをクリックして、モデルを実行します。