IBM® Decision Optimization は、数理計画法および制約プログラミングのための IBMの業界最高レベルのソリューション・エンジンへのアクセスを提供します。 Decision Optimization モデルは、 ノートブック を使用して作成することも、強力な Decision Optimization テスト UI (ベータ版) を使用して作成することもできます。 ここではモデルのインポート、作成、編集ができます。 モデルを作成または編集するには、Python や OPL、またはインテリジェントな Modeling Assistant (ベータ版) が提供する自然言語式を使用できます。 また、watsonx.aiRuntimeを使ってモデルをデプロイすることもできる。
- データ形式
- 表形式:
.csv、.xls、.jsonファイル。 Decision Optimization エクスペリメントでの入力データの準備 を参照してください。接続済みデータ資産 からのデータ
配備については、Decision Optimizationのモデル入出力データファイル形式 を参照
- データ・サイズ
- 任意
Decision Optimization へのアクセス
Decision Optimization エクスペリメントを作成するには、以下のステップを実行します。
- プロジェクトを開くか、空のプロジェクトを作成します。
- 「資産」 タブを選択します。
- モデルの処理 セクションで 「新規資産」>「最適化問題の解決」 を選択します。
- プロジェクトにwatsonx.aiRuntimeサービスインスタンスをまだ関連付けていない場合は、Add aMachine Learningservice をクリックします。 サービスを選択し、Associateをクリックする。
- 「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 (または既存のスペースを選択します)。
- Decision Optimization エクスペリメント の 「名前」 を入力し、 「作成」をクリックします。
Decision Optimization エクスペリメント UI (ベータ版) が開きます。ここで、 Modeling Assistant、 Python DOcplex、または OPLで定式化されたモデルを作成および編集できます。
あるいは、( Decision Optimization エクスペリメント UIを使用せずに) Decision Optimization ノートブック を開いて実行するには、以下のステップを実行します。
- 「資産」 タブを選択します。
- モデルの処理 セクションで 新規資産> Python または R ノートブックでのデータおよびモデルの処理 を選択します。
ユーザー・インターフェースを使用して Decision Optimization モデルを作成、解決、およびデプロイするためのステップバイステップ・ガイドについては、 ビデオによるクイック・スタート・チュートリアルを参照してください。
Decision Optimizationとは
最適化 (optimization) という言葉は、機能を向上させるという意味で使われることがよくあります。 多くの場合、最適化によって改善されますが、より多くのことを意味します。 最適化とは、厳密に定義された状態に対して最も適切な解を見つけることを意味します。 これは、 処方的分析とも呼ばれる高度な分析テクノロジーであり、さまざまなシナリオを検討し、現在または将来の状況に対応するための最良の方法を提案することができます。
- 対象となる状況は通常、ビジネス上の問題/課題、つまり計画立案、スケジューリング、価格設定、在庫、リソース管理などです。
- どんな問題の場合も、その解答を得るための第一歩は最適化モデルの作成です。これは、最適化エンジンを使用して解釈/解決できるような形に問題を数式化することです。 最適化モデルは、意思決定に関係する目標、制約、制限、および選択の関係を指定します。 しかし、これらの関係を具象化するのは入力データです。 生産計画の最適化モデルは、例えば、製品を３個または1,000個生産するかに関わらす同じ形式を使用します。 最適化モデルと入力データによって、最適化の問題のインスタンスが作成されます。
- 最適化エンジン (ソルバー) は、算術的アルゴリズムを適用することでソリューション (つまり最高の目標値を達成すると同時に、課せられた制約と制限を順守する決定項目のセット) を見つけ出します。 最適化エンジンは、さまざまな問題を効率的に解決するために開発および調整された特殊なアルゴリズムを実装します。 Decision Optimization は、実世界のアプリケーションの求解において強力であることが証明された IBM CPLEX ® および CP オプティマイザーのエンジンを使用します。
- ソルバーから発生する 解 は、モデルで表されるすべての決定の推奨値の詳細を示します。 同様に重要なものは、ターゲットを表すメトリック値です。 これらの値は、ビジネス目標の観点からソリューションの品質を測ります。
- これらはすべて、補完的なビジネス・アプリケーションを使用して、ビジネス・ユーザーが使用できるようにすることができます。 通常、目標値とソリューションの値は、表形式ビューまたはグラフィカル・ビューで要約され、理解と洞察を提供します。
watsonx.aiでの Decision Optimization の使用に関するトレーニングについては、 Mathematical Optimization for Business Problems Trainingを参照してください。