Questo esempio mostra come creare e risolvere un modello basato su Pythonutilizzando un esempio.
Prima di iniziare
- Requisiti
- Per modificare ed eseguire i modelli Decision Optimization , è necessario disporre dei seguenti prerequisiti:
- Ruoli Admin o Editor
- È necessario disporre di ruoli Admin o Editor nel progetto. I visualizzatori di progetti condivisi possono solo visualizzare gli esperimenti, ma non possono modificarli o eseguirli
- servizio di runtimewatsonx.ai
- È necessario disporre di un servizio watsonx.ai Runtime associato al progetto. È possibile aggiungerne uno quando si crea un esperimento Decision Optimization .
- Spazio di distribuzione
- Devi avere uno spazio di distribuzione associato al tuo esperimento Decision Optimization . È possibile scegliere uno spazio di distribuzione quando si crea un esperimento Decision Optimization .
Informazioni su questa attività
Questo noto problema di ottimizzazione identifica il miglior mix di prodotti alimentari per soddisfare i requisiti dietetici riducendo al minimo i costi. Gli input dati sono il profilo nutrizionale e il prezzo dei diversi alimenti e i valori min e max per i nutrienti in una dieta. Il modello è espresso come la minimizzazione di un programma lineare. I file utilizzati in questo esempio sono disponibili in Esempi DO.
Procedura
Per creare e risolvere un modello basato su Pythonutilizzando un esempio:
- Nella Dati di preparazione vistaè possibile visualizzare gli asset di dati importati.Queste tabelle rappresentano i valori min e max per i nutrienti nella dieta (
diet_nutrients), i nutrienti nei diversi alimenti (diet_food_nutrients), e il prezzo e la quantità di alimenti specifici (diet_food).
- Fare clic su Crea modello nella barra laterale per visualizzare il tuo modello.Il modello Python minimizza il costo del cibo nella dieta pur soddisfacendo i requisiti minimi nutrizionali e calorici.
Da notare anche come vengono specificati i input (tabelle in Prepara i dati vista) e outputs (in questo caso la tabella delle soluzioni da visualizzare nella soluzione Explore vista).
Risultati
Quando l'esecuzione viene completata, è possibile vedere i risultati in Esplorare la soluzione vista. È anche possibile fare clic su Statistiche motore o Log per visualizzare il grafico della soluzione ed esaminare i file di log. La prima scheda nella Explore solution vista mostra l'obiettivo (o gli obiettivi se ne hai diversi) con i relativi valori e pesi. La scheda Solution tables fornisce a un elenco di alimenti e le relative quantità, insieme ai nutrienti che forniscono.
È anche possibile scaricare le tabelle delle soluzioni come file csv .
Se il tuo modello avesse dei vincoli conflittuali, questi verranno mostrati nella scheda Conflitti con le Relaxations necessarie per risolvere il modello.
Nella Vista Visualizzazionila soluzione viene visualizzata come una tabella e un grafico nella pagina Soluzione . È possibile aggiungere note, diversi tipi di tabelle e grafici per mostrare dati di input, dati di soluzione o KPI selezionando e modificando i widget. È inoltre possibile creare pagine diverse nella Vista Visualizzazioni. Ad esempio, in questo esempio viene fornita anche una pagina Input . Per ulteriori informazioni, consultare Visualizzazione in un esperimento Decision Optimization.
Sei pronto a iniziare a correre confronti tra diversi scenari. Ad esempio, la soluzione di base contiene una quantità di hot dog. Si potrebbe voler controllare una soluzione alternativa per chi preferisce una dieta vegetariana.