0 / 0
Retourner à la version anglaise de la documentation
Configuration des paramètres du moteur dans Créer un modèle afficher
Dernière mise à jour : 05 juil. 2024
Configuration des paramètres de moteur dans une expérimentation Decision Optimization

Vous pouvez ajouter des fichiers de paramètres de moteur avec des modèles Python ou OPL dans votre expérimentation Decision Optimization . Un fichier de paramètres permet de stocker des options de valeurs définies par l'utilisateur pour la programmation mathématique ou la programmation par contraintes. Il vous donne accès aux paramètres de solveur (moteur) pour que vous puissiez les modifier.

Cliquez sur + (signe plus) et sélectionnez Ajouter un fichier de paramètres de moteur dans le Créer un modèle afficher. L' éditeur visuel s'ouvre, dans lequel vous pouvez voir les valeurs de paramètre par défaut, qui sont organisées en différentes catégories, que vous pouvez personnaliser pour votre modèle. Vous pouvez également rechercher des paramètres spécifiques en entrant un nom dans la zone de recherche Paramètres de recherche .

Dans cette fenêtre, vous pouvez sélectionner différents paramètres ou modifier des zones. Si vous modifiez les paramètres par défaut, une sous-fenêtre Paramètres personnalisés répertoriant vos modifications s'affiche.

Le fichier .ops des paramètres du moteur s'affiche ouvert dans la vue de l'éditeur visuel avec un paramètre personnalisé

Vous pouvez activer ou désactiver l' Editeur visuel pour afficher vos modifications dans un éditeur XML. Le fichier, lorsqu'il est affiché dans l'éditeur XML, contient uniquement les paramètres que vous avez modifiés et ne répertorie pas tous les paramètres par défaut. Vous pouvez également modifier les paramètres dans cet éditeur XML et vos modifications sont affichées dans le Éditeur visuel lorsque vous remettez l’interrupteur en position marche.

Editeur XML affichant les modifications apportées aux paramètres de paramètre de moteur par défaut

En savoir plus

Recherche et réponse à l'IA générative
Ces réponses sont générées par un modèle de langue de grande taille dans watsonx.ai en fonction du contenu de la documentation du produit. En savoir plus