Translation not up to date
IBM® Decision Optimization zapewnia dostęp do czołowych w branży mechanizmów IBMdo programowania matematycznego i programowania z ograniczeniami. Modele Decision Optimization można budować za pomocą notebooków lub za pomocą rozbudowanego interfejsu użytkownika Decision Optimization experiment UI (wersja Beta). W tym miejscu można importować lub tworzyć i edytować modele w języku Python, w języku OPL lub z wyrażeniami w języku naturalnym udostępnianymi przez inteligentnego Modeling Assistant (wersja beta). Modele można również wdrażać za pomocą narzędzia Watson Machine Learning.
- Format danych
- Tabela: pliki
.csv,.xls,.json. Patrz Przygotowanie widoku danychDane z podłączonych zasobów danych
Informacje na temat wdrażania zawiera sekcja Formaty plików danych wejściowych i wyjściowych modelu .
- Wielkość danych
- Dowolne
Uzyskiwanie dostępu do produktu Decision Optimization
Aby utworzyć eksperyment Decision Optimization , wykonaj następujące kroki.
- Otwórz projekt lub utwórz pusty projekt.
- Wybierz kartę Zasoby .
- W sekcji Praca z modelami wybierz opcję Nowe zadanie > Rozwiąż problemy z optymalizacją .
- Jeśli z projektem nie powiązano jeszcze instancji usługi Watson Machine Learning , kliknij opcję Dodaj usługę Machine Learning. Wybierz usługę i kliknij opcję Powiąż.
- Kliknij opcję Nowy obszar wdrażania, wprowadź nazwę i kliknij opcję Utwórz (lub wybierz istniejący obszar).
- Wprowadź Nazwa dla Decision Optimization eksperyment i kliknij Utwórz.
Zostanie otwarty Decision Optimization experiment UI (wersja Beta), w którym można tworzyć i edytować modele sformułowane za pomocą programu Modeling Assistant, w języku Python DOcplexlub w języku OPL.
Alternatywnie, aby otworzyć i uruchomić program Decision Optimization notebooki (bez konsoli Decision Optimization interfejs użytkownika eksperymentu), wykonaj następujące kroki.
- Wybierz kartę Zasoby .
- Wybierz opcję Nowe zadanie > Praca z danymi i modelami w notatnikach Python lub R w sekcji Praca z modelami .
Szczegółowy opis budowania, rozwiązywania i wdrażania modelu Decision Optimization za pomocą interfejsu użytkownika można znaleźć w sekcji Kurs szybkiego startu z filmami wideo.
Czym jest Decision Optimization?
Często termin optymalizacja oznacza czynienie czegoś lepszym. Mimo że optymalizacja często poprawia sytuację, oznacza o wiele więcej: optymalizacja oznacza znalezienie najbardziej odpowiedniego rozwiązania precyzyjnie zdefiniowanej sytuacji. Jest to zaawansowana technologia analityczna, zwana również analizą Prescriptive Analytics, która może eksplorować wiele możliwych scenariuszy przed sugerowaniem najlepszego sposobu reagowania na obecną lub przyszłą sytuację.
- Zwykle jest to problem biznesowy, taki jak planowanie, planowanie, ustalanie cen, gospodarka magazynowa lub zarządzanie zasobami.
- Niezależnie od tego, jaki jest problem, jego rozwiązanie rozpoczyna się od modelu optymalizacji, który jest matematycznym sformułowaniem problemu, który może być interpretowany i rozwiązywany przez mechanizm optymalizacji. Model optymalizacji określa relacje między celami, ograniczeniami, ograniczeniami i wyborami, które są związane z decyzjami. Ale to dane wejściowe sprawiają, że te relacje są konkretne. Na przykład model optymalizacji na potrzeby planowania produkcji może mieć taką samą formę, niezależnie od tego, czy są produkowane trzy produkty, czy tysiąc. Model optymalizacji oraz dane wejściowe tworzą instancję problemu optymalizacji.
- Mechanizmy optymalizacji (lub solvery) stosują algorytmy matematyczne w celu znalezienia rozwiązania, zestawu decyzji, które osiągają najlepsze wartości dla celów i respektują nałożone ograniczenia. Mechanizm optymalizacji implementuje wyspecjalizowane algorytmy, które zostały opracowane i dostrojone w celu skutecznego rozwiązania wielu różnych problemów. Decision Optimization wykorzystuje mechanizmy IBM CPLEX ® i CP Optimizer, które okazały się skuteczne w rozwiązywaniu rzeczywistych aplikacji.
- Rozwiązanie , które wychodzi z modułu rozwiązującego, zawiera szczegółowe informacje o zalecanych wartościach dla wszystkich decyzji, które są reprezentowane w modelu. Równie ważne są wartości metryk, które reprezentują wartości docelowe. Te wartości mierzą jakość rozwiązania pod względem celów biznesowych.
- Wszystko to można udostępnić użytkownikom biznesowym za pośrednictwem uzupełniającej aplikacji biznesowej. Zwykle wartości celu strategicznego i rozwiązania są podsumowywane w widokach tabelarycznych lub graficznych, które zapewniają zrozumienie i wgląd.
Informacje na temat szkolenia w zakresie korzystania z produktu Decision Optimization w produkcie watsonx.aizawiera sekcja Mathematical Optimization for Business Problems Training.