Informazioni sui cookie del presente sito Per il corretto funzionamento, i nostri siti Web richiedono alcuni cookie (richiesto). Inoltre, con il suo consenso, potrebbero essere utilizzati altri cookie per l'analisi dell'utilizzo del sito, per migliorare l'esperienza utente e per scopi pubblicitari. Per ulteriori informazioni, consultare le. Visitando il nostro sito web, accettate il trattamento delle informazioni da parte nostra come descritto nelladichiarazione sulla privacy di IBM. Per consentire una corretta navigazione, le preferenze per i cookie dell'utente verranno condivise sui domini Web IBM qui elencati.
Frammenti di codice per la costruzione di modelli
Ultimo aggiornamento: 05 mar 2025
Per i modelli DOcplex o OPL dell Python, è possibile selezionare frammenti di codice per aiutarti a costruire un modello. L'uso di frammenti di codice può rendere più veloce la costruzione di modelli, poiché è possibile aggiungere e modificare il codice senza dover inserire tutte le righe di codice da zero.
Nella vista del modello Build, fare clic sull'icona dei frammenti di codice 
per aprire il riquadro dei frammenti di codice. È quindi possibile scegliere di visualizzare in anteprima e aggiungere diversi frammenti di codice al modello. I tipi di frammenti di codice disponibili dipendono dal linguaggio di modellazione ( Python DOcplex o OPL) e dal tipo di modello (modelli di programmazione matematica o di programmazione vincolata) che si sta utilizzando. Per i modelli di programmazione matematica, l'ottimizzatore è CPLEX ( IBM ) e per la programmazione vincolata è CP Optimizer.
È possibile visualizzare in anteprima il frammento di codice e quindi inserirlo nel modello nel punto in cui si trova il cursore, oppure copiarlo e incollarlo in un punto specifico del modello.
Struttura di riferimento del modello
Il frammento di codice del modello scheletro fornisce una struttura di modello per iniziare rapidamente. Quando si apre uno scheletro di modello, è necessario selezionare l'ottimizzatore appropriato per il tipo di modello. Sono disponibili altre opzioni a seconda del linguaggio di modellazione.
Python modelli
Il frammento di codice dei frame di dati utilizza automaticamente i nomi di tabella corretti che si trovano nelle tabelle di preparazione della vista dati per definire gli input. È inoltre disponibile un frame dati di output vuoto per definire l'output per la vista della soluzione Explore.
È possibile utilizzare il frammento di codice dell'ascoltatore Progress per creare un ascoltatore che monitori l'avanzamento della soluzione, acquisisca soluzioni intermedie e interrompa la risoluzione in base ai propri criteri. Questo frammento di codice fornisce anche il codice necessario per creare tabelle di soluzioni di output nella vista della soluzione Esplora.
Modelli OPL
Il frammento di codice Input tuples utilizza automaticamente i nomi di tabella e i tipi di dati corretti presenti nelle tabelle della vista dati Prepare, in modo da poter definire l'input del modello in modo più rapido e semplice. È inoltre possibile definire il prefisso del nome della tupla che si desidera utilizzare nelle definizioni dei dati.
Ulteriori informazioni
- Per un tutorial sulla creazione di modelli DOcplex di un Python, vedere Risolvere e analizzare un modello di un Decision Optimization : il problema della dieta.
- Per ulteriori informazioni sui modelli OPL, consultare Decision Optimization Modelli OPL.
L'argomento è stato utile?
0/1000