Cet exemple vous montre comment créer et résoudre un modèle Pythonà l'aide d'un exemple.
Avant de commencer
- Conditions requises
- Pour éditer et exécuter des modèles Decision Optimization , vous devez disposer des prérequis suivants:
- Rôles Admin ou Editeur
- Vous devez disposer des rôles Admin ou Editeur dans le projet. Les afficheurs de projets partagés ne peuvent voir que les expérimentations, mais ne peuvent pas les modifier ou les exécuter
- service d'exécutionwatsonx.ai
- Vous devez avoir un service d'exécutionwatsonx.ai associé à votre projet. Vous pouvez en ajouter un lorsque vous créez un Decision Optimization expérimentation.
- Espace de déploiement
- Vous devez disposer d'un espace de déploiement associé à votre Decision Optimization expérimentation. Vous pouvez choisir un espace de déploiement lorsque vous créez un Decision Optimization expérimentation.
A propos de cette tâche
Ce problème d'optimisation courant identifie la meilleure combinaison d'aliments permettant de satisfaire les exigences diététiques tout en réduisant les coûts. Les entrées de données sont le profil nutritionnel et le prix des différents aliments, ainsi que les valeurs minimales et maximales des nutriments dans un régime alimentaire. Le modèle est exprimé en tant que minimisation d'un programme linéaire. Les fichiers utilisés dans cet exemple sont disponibles dans DO-samples.
Procédure
Pour créer et résoudre un modèle Pythonà l'aide d'un exemple:
- Dans la vue Préparer les données , vous pouvez voir les actifs de données importés.Ces tableaux représentent les valeurs min et max des nutriments dans le régime alimentaire (
diet_nutrients), les éléments nutritifs dans différents aliments (diet_food_nutrients) et le prix et la quantité d'aliments spécifiques (diet_food).
- Cliquez sur Créer un modèle dans la barre d'options latérale pour afficher votre modèle.Le modèle Python réduit le coût des aliments du régime alimentaire tout en satisfaisant les exigences nutritionnelles et caloriques minimales.
Notez également la façon dont les tables entrées (dans Préparer les données afficher) et sorties (dans ce cas, la table de solution à afficher dans la solution Explore afficher) sont spécifiées dans ce modèle.
Résultats
Une fois l'exécution terminée, vous pouvez voir les résultats dans la vue Explorer la solution . Vous pouvez également cliquer sur Statistiques du moteur ou sur Journal pour afficher le graphique de la solution et examiner les fichiers journaux. Le premier onglet de la vue Explorer la solution affiche l'objectif (ou les objectifs si vous en avez plusieurs) avec ses valeurs et ses pondérations. L'onglet Tables de solutions vous fournit une liste des aliments et de leurs quantités, ainsi que les nutriments qu'ils fournissent.
Vous pouvez également télécharger les tables de solution en tant que fichiers csv.
Si votre modèle avait des contraintes en conflit, celles-ci seraient affichées dans l'onglet Conflits avec les assouplissements nécessaires pour résoudre le modèle.
Dans la vue Visualisation, la solution s'affiche sous la forme d'un tableau et d'un graphique dans la page Solution . Vous pouvez ajouter des notes, différents types de table et de graphique pour afficher les données d'entrée, des données de solution ou des indicateurs clés de performance, en sélectionnant et en éditant les widgets. Vous pouvez également créer des pages différentes dans la vue Visualisation. Par exemple, une page Input est également fournie dans cet exemple. Pour plus d'informations, voir Visualization view in a Decision Optimization experiment.
Vous pouvez maintenant comparer plusieurs scénarios. Par exemple, la solution de base contient une certaine quantité de hot dogs. Vous pouvez rechercher une solution alternative pour les gens qui préfèrent un régime végétarien.