Docs
...
Building a model

Creación de un modelo en un Decision Optimization experimento

Última actualización: 05 mar 2025
Creación de un modelo en un experimento de Decision Optimization

Para crear un modelo de Decision Optimization en un experimento, pulse Generar modelo en la barra lateral.

Puede crear o importar un modelo de las siguientes maneras:

  • Modeling Assistant -una modalidad asistida para formular modelos en lenguaje natural
  • Python (códigoDOcplex )-una API Python nativa para Decision Optimization
  • OPL (Optimization Programming Language)-un lenguaje de modelado de programación matemática para Decision Optimization
  • LP (CPLEX)-un formato algebraico para el solucionador CPLEX (software utilizado para resolver modelos de Decision Optimization )
  • Código CPO (Constraint Programming Optimizer)-un formato para modelos de programación de restricciones para el solucionador de CP Optimizer
  • Importar modelo para los cuadernos o archivos existentes, incluidos los archivos .py, .mod, .mps, .lpy .cpo

Cuando abra el Generar modelo vista por primera vez, debe seleccionar una de estas modalidades en el asistente Modelo.

Si empieza a crear un modelo en una modalidad y, a continuación, desea volver a empezar con otra modalidad, pulse el icono Sustituir Icono Sustituir para volver al asistente Modelo. Si sustituye el modelo, se suprime el anterior.

Si selecciona un método de código, puede especificar la formulación de modelo en el editor de texto.

Vista de modelo de generación que muestra el modelo de dieta Python

Este modelo se toma de la muestra Dieta. Utilizando los datos, el modelo analiza los requisitos de una dieta saludable y los recursos disponibles y prescribe las mejores cantidades de diferentes tipos de alimentos.

Cuando edita la formulación de modelo en Generar modelo vista , el contenido se guarda automáticamente y se visualiza Hora de último guardado .

Cuando haya terminado de editar el modelo, puede resolverlo pulsando el botón Ejecutar .

Más información