0 / 0
Volver a la versión inglesa de la documentación
Formatos de archivos de datos de entrada y salida del modelo para Decision Optimization
Última actualización: 05 dic 2024
Formatos de archivo de datos de entrada y salida del modelo Decision Optimization

Con el modelo Decision Optimization , puede utilizar las siguientes combinaciones de extensiones e identificadores de datos de entrada y salida.

Esta tabla muestra las combinaciones de tipos de archivo compatibles con Decision Optimization for deployment:
Tipo de modelo Tipo de archivo de entrada Tipo de archivo de salida Comentarios
cplex
.lp
.mps
.sav
.feasibility
.prm
.jar para modelos Java™
.xml
.json

El nombre del archivo de salida debe ser solution

El formato de salida se puede especificar utilizando la API.

Los archivos de tipo .lp, .mpsy .sav se pueden comprimir utilizando gzip o bzip2y cargarse como, por ejemplo, .lp.gz o .sav.bz2.

Los esquemas para los formatos de CPLEX para soluciones, conflictos y archivos de viabilidad están disponibles para que los descargue en el archivo cplex_xsds.zip desde Decision Optimization github.

cpo .cpo
.jar para modelos Java
.xml
.json

El nombre del archivo de salida debe ser solution

El formato de salida puede especificarse mediante un parámetro de ejecución.

Para conocer el formato de archivo nativo de los modelos CPO, consulte: Sintaxis del formato de archivo de CP Optimizer.

opl
.mod
.dat
.oplproject
.xlsx (deprecated)
.json
.csv
.jar para modelos Java
.xml
.json
.txt
.csv
.xlsx (deprecated)
El formato de salida es coherente con el tipo de entrada, pero puede especificarse mediante un parámetro de ejecución si es necesario.

Para conectarse a archivos de Microsoft Excel, utilice un conector de datos. El conector de datos transforma su fichero Excel en un fichero ' .csv '.

Solo se pueden desplegar los modelos definidos con conjuntos de tuplas; no se da soporte a otras estructuras OPL.

Para leer y escribir entrada y salida en OPL, consulte Modelos OPL.

docplex
.py
*.* (datos de entrada)
Cualquier tipo de archivo de salida que se especifique en el modelo. En el código de Python se puede utilizar cualquier formato, pero para sacar provecho de los conectores de datos, utilice el formato .csv.

Para leer y escribir entrada y salida en Python, utilice los mandatos get_input_stream("filename") y get_output_stream("filename"). Véase el ejemplo de suma de APIs DOcplex

Restricciones de identificador de datos
Un nombre de archivo tiene las siguientes restricciones:
  • Está limitado a 255 caracteres
  • Sólo puede incluir caracteres ASCII
  • No puede incluir los caracteres /\?%*:|"<>, el carácter de espacio o el carácter nulo
  • No puede incluir _ como primer carácter
Datos de referencia
Cuando utilice activos de datos o activos de conexión para datos tabulares, utilice " .csv como extensión del identificador de datos en el campo " id ", independientemente del tipo de activo. El conector de datos realiza las transformaciones necesarias para que puedas cargar o guardar datos sin necesidad de cambiar su formato. Por lo tanto, puede utilizar el mismo modelo de Decision Optimization con diferentes tipos y formatos de fuentes de datos utilizando un conector de datos para hacer referencia tanto a los datos de origen como a los de destino. Si utiliza otras extensiones de identificador de datos, los datos se cargan o guardan como un archivo binario de datos sin procesar sin ninguna transformación. Para más información, consulte " Fuentes de datos de entrada para los trabajos de despliegue " Decision Optimization y " Datos de salida de los trabajos de despliegue " Decision Optimization .
Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información