IBM® Decision Optimization 使您能够访问 IBM业界领先的解决方案引擎，以进行数学规划和约束规划。 您可以使用 笔记本 或使用强大的 Decision Optimization 试验 UI (Beta 版本) 来构建 Decision Optimization 模型。 在这里，您可以导入、创建或编辑模型。 要创建或编辑模型，您可以使用 Python、OPL 或智能 Modeling Assistant（测试版）提供的自然语言表达式。 您还可以使用watsonx.aiRuntime 部署模型。
- 所需的服务
- watsonx.ai工作室
watsonx.ai运行时
- 数据格式
- 表格:
.csv，.xls和.json文件。 请参阅 在 Decision Optimization 试验中准备输入数据来自 已连接数据资产 的数据
有关部署，请参阅 Decision Optimization
- 数据大小
- 任何
访问 Decision Optimization
要创建 Decision Optimization 试验，请执行以下步骤。
- 打开项目或创建空项目。
- 选择 资产 选项卡。
- 选择新资产 > 解决优化问题在里面使用模型部分。
- 如果尚未将watsonx.aiRuntime服务实例与项目关联，请单击添加Machine Learning服务。 选择一项服务，然后单击 "关联"。
- 单击 新建部署空间，输入名称并单击 创建 (或选择现有空间)。
- 输入 Decision Optimization 试验 的 名称 ，然后单击 创建。
Decision Optimization 试验 UI (Beta 版本) 将打开，您可以在其中创建和编辑使用 Modeling Assistant， Python DOcplex或 OPL编写的模型。
或者，要打开并运行 Decision Optimization Notebook (没有 Decision Optimization 试验 UI) ，请执行以下步骤。
- 选择 资产 选项卡。
- 选择新资产 > 使用数据和模型Python或 R在里面使用模型部分。
有关使用用户界面构建，求解和部署 Decision Optimization 模型的逐步指南，请参阅 快速入门教程 (含视频)。
什么是 Decision Optimization?
人们常常使用术语优化来表示进行改良。 尽管优化通常会使情况变得更好，但它意味着更多: 优化意味着为精确定义的情境找到最合适的解法。 它是一种复杂的分析技术，也称为 Prescriptive Analytics，它可以探索大量可能的场景，并提出应对当前或未来情况的最佳方法。
- 情况通常是一个业务问题，例如规划、调度、定价、库存或资源管理。
- 无论问题为何，解决过程都从优化模型入手，该模型是问题的数学公式，可以由优化引擎进行解释和求解。 优化模型指定决策所涉及的目标、约束、限制和选项之间的关系。 但是，这些关系是由输入数据具体化。 例如，用于生产规划的优化模型可以具有同一种形式，无论您是要生产三件产品还是上千件产品均如此。 优化模型与输入数据共同创建优化问题的实例。
- 优化引擎（或求解器）会应用数学算法以寻找一个解，解是一组决策，它可以实现目标的最佳价值，并遵守所实施的约束和限制。 优化引擎实现了专门的算法，这些算法被开发和调优，以高效地解决各种不同的问题。 Decision Optimization 使用 IBM CPLEX ® 和 CP Optimizer 引擎，这些引擎在对现实应用程序求解方面已证明非常强大。
- 求解器中出现的 解 详细说明了模型中表示的所有决策的建议值。 代表目标的指标值同样重要。 这些值在业务目标层面度量解的质量。
- 所有这些都可以提供给具有补充业务应用程序的业务用户。 通常，目标和解值汇总在表格视图或图形视图中，这些视图为您提供理解力与洞察力。
要在 Cloud Pak for Data as a Service中使用 Decision Optimization 进行训练，请参阅 Mathematical Optimization for Business Problems Training。