Maschinell übersetztes Thema Sie können zur englischen Version wechseln.Siehe Haftungsausschluss
Die genaueste und aktuellste Version dieser Dokumentation finden Sie in der englischen (ursprünglichen) Version. IBM haftet nicht für Schäden oder Verluste, die durch die Verwendung automatisch (maschinell) übersetzter Inhalte entstehen.
Schnelleinstieg: Decision Optimization-Modell erstellen, ausführen und bereitstellen
Letzte Aktualisierung: 28. Nov. 2024
Schnelleinstieg: Decision Optimization-Modell erstellen, ausführen und bereitstellen
Sie können Decision Optimization -Modelle erstellen und ausführen, damit Sie die besten Entscheidungen treffen können, um Geschäftsprobleme auf der Basis Ihrer Ziele zu lösen. Lesen Sie mehr über Decision Optimization, sehen Sie sich dann ein Video an und nehmen Sie an einem Lernprogramm teil, das für Benutzer geeignet ist, die über gewisse Kenntnisse in der präskriptiven Analyse verfügen, aber keine Codierung erfordern.
Erforderliche Services
watsonx.ai Studio
watsonx.ai Laufzeit
Ihr grundlegender Workflow umfasst die folgenden Tasks:
Öffnen Sie Ihr Sandboxprojekt. Projekte sind der Ort, an dem Sie gemeinsam mit anderen mit Daten arbeiten.
Fügen Sie dem Projekt ein Decision Optimization-Experiment hinzu. Sie können komprimierte Dateien oder Daten aus Beispieldateien hinzufügen.
Assoziieren Sie einen watsonx.ai Runtime Service mit dem Projekt.
Erstellen Sie einen Bereitstellungsbereich, der mit dem watsonx.ai Runtime Service des Projekts verknüpft wird.
Überprüfen Sie die Daten, Modellziele und Einschränkungen im Modellierungsassistenten.
Führen Sie mindestens ein Szenario aus, um Ihr Modell zu testen und die Ergebnisse zu überprüfen.
Implementieren Sie Ihr Modell.
Informationen zu Decision Optimization
Copy link to section
Decision Optimization kann Daten analysieren und ein Optimierungsmodell (mit dem Modellierungsassistenten) auf der Basis eines Geschäftsproblems erstellen. Zunächst wird ein Optimierungsmodell abgeleitet, indem ein Geschäftsproblem in eine mathematische Formel konvertiert wird, die von der Optimierungsengine verstanden werden kann. Die Formel besteht aus Zielen und Einschränkungen, die das Modell definieren, auf dem die endgültige Entscheidung basiert. Das Modell bildet zusammen mit Ihren Eingabedaten ein Szenario. Die Optimierungsengine löst das Szenario, indem sie die Ziele und Einschränkungen anwendet, um die Millionen von Möglichkeiten einzugrenzen, und stellt die beste Lösung bereit. Mit dieser Lösung wird die Formulierung des Modells erfüllt oder es werden bestimmte Einschränkungen umgangen, wenn das Modell nicht durchführbar ist. Sie können Szenarios mit unterschiedlichen Daten testen oder die Ziele und Einschränkungen für den Test ändern und anschließend erneut ausführen und Lösungen anzeigen. Wenn Sie mit dem Ergebnis zufrieden sind, können Sie Ihr Modell bereitstellen.
Video zum Erstellen eines Decision Optimization-Modells ansehen
Copy link to section
In diesem Video sehen Sie, wie Sie mit watsonx.ai Studio und watsonx.ai Runtime ein Beispiel-Experiment zur Decision Optimization erstellen, lösen und einsetzen.
Video-Haftungsausschluss: Einige untergeordnete Schritte und grafische Elemente in diesem Video können von Ihrer Plattform abweichen. Die Benutzerschnittstelle wird häufig verbessert.
Dieses Video bietet eine visuelle Methode zum Erlernen der Konzepte und Tasks in dieser Dokumentation.
Verwenden Sie zum Erstellen eines Modells ein Lernprogramm mit Decision Optimization.
Copy link to section
In diesem Lernprogramm werden Sie die folgenden Tasks ausführen:
Für dieses Lernprogramm benötigen Sie ungefähr 30 Minuten.
Alle Abschnitte einblenden
Tipps zum Durcharbeiten dieses Lernprogramms Im Folgenden finden Sie einige Tipps für den erfolgreichen Abschluss dieses Lernprogramms.
Verwenden Sie das Videobild im Bild
Copy link to section
Tipp: Starten Sie das Video. Wenn Sie dann durch das Lernprogramm blättern, wechselt das Video in den Bildmodus. Schließen Sie das Video-Inhaltsverzeichnis für die beste Erfahrung mit Bild-in-Bild. Sie können den Modus "Bild im Bild" verwenden, damit Sie dem Video folgen können, während Sie die Tasks in diesem Lernprogramm ausführen. Klicken Sie auf die Zeitmarken für jede zu befolgende Task.
Die folgende animierte Abbildung zeigt, wie die Funktionen für Videobilder und Inhaltsverzeichnisse verwendet werden:
Hilfe in der Community anfordern
Copy link to section
Wenn Sie Hilfe zu diesem Tutorial benötigen, können Sie eine Frage stellen oder eine Antwort im watsonx Community Diskussionsforum finden.
Browserfenster einrichten
Copy link to section
Damit Sie dieses Lernprogramm optimal nutzen können, öffnen Sie Cloud Pak for Data in einem Browserfenster und lassen Sie diese Lernprogrammseite in einem anderen Browserfenster geöffnet, um einfach zwischen den beiden Anwendungen zu wechseln. Es empfiehlt sich, die beiden Browserfenster nebeneinander anzuordnen, um die weitere Arbeit zu erleichtern.
Tipp: Wenn Sie beim Durcharbeiten dieses Lernprogramms in der Benutzerschnittstelle auf eine geführte Tour stoßen, klicken Sie auf Vielleicht später.
Aufgabe 1: Projekt öffnen
Sie benötigen ein Projekt zum Speichern der Daten und des Experiments AutoAI . Sie können Ihr Sandboxprojekt verwenden oder ein Projekt erstellen.
Wählen Sie im Navigationsmenü ' Projekte > Alle Projekte anzeigen
Öffnen Sie Ihr Sandboxprojekt. Wenn Sie ein neues Projekt verwenden möchten:
Klicken Sie auf Neues Projekt.
Wählen Sie Leeres Projekt erstellen aus.
Geben Sie einen Namen und optional eine Beschreibung für das Projekt ein.
Um eine Vorschau dieser Aufgabe zu sehen, schauen Sie sich das Video ab 00:20 an.
Führen Sie nun die folgenden Schritte durch, um das Experiment Decision Optimization in Ihrem Projekt zu erstellen:
Klicken Sie in Ihrem neuen Projekt auf Neues Asset > Optimierungsprobleme lösen.
Wählen Sie Lokale Dateiaus.
Klicken Sie auf Beispieldateien abrufen , um das GitHub -Repository anzuzeigen, das die Beispieldateien enthält.
Öffnen Sie im Repository DO-Samples den Ordner watsonx.ai und Cloud Pak for Data as a Service .
Klicken Sie auf die Datei HouseConstructionScheduling.zip , die die Beispieldateien für den Hausbau enthält.
Klicken Sie auf Download , um die ZIP-Datei auf Ihrem Computer zu speichern.
Kehren Sie zur Seite Decision Optimization Experiment erstellen zurück und klicken Sie auf Durchsuchen.
Wählen Sie die Datei HouseConstructionScheduling.zip auf Ihrem Computer aus.
Klicken Sie auf Öffnen.
Wenn Sie noch keinen watsonx.ai Runtime Service mit diesem Projekt verknüpft haben, klicken Sie auf Add a Machine Learning Service.
Überprüfen Sie Ihre watsonx.ai Runtime Service-Instanzen. Sie können einen bestehenden Dienst verwenden oder eine neue Dienstinstanz erstellen: Klicken Sie auf Neuer Dienst, wählen Sie watsonx.ai Runtime und klicken Sie auf Erstellen.
Wählen Sie Ihre watsonx.ai Runtime-Instanz aus der Liste aus und klicken Sie auf Assoziieren.
Klicken Sie gegebenenfalls auf Abbrechen , um zur Seite Services & Integrationen zurückzukehren.
Wählen Sie einen Bereitstellungsbereich aus, der diesem Experiment zugeordnet werden soll. Wenn noch kein Bereitstellungsbereich vorhanden ist, erstellen Sie diesen:
Klicken Sie im Abschnitt Bereitstellungsbereich auswählen auf Neuer Bereitstellungsbereich.
Geben Sie im Feld NameHouse sampleIn die Zwischenablage kopiert ein, um einen Namen für den Bereitstellungsbereich anzugeben.
Klicken Sie auf Erstellen.
Wenn der Bereich bereit ist, klicken Sie auf Schließen , um zur Seite Decision Optimization zurückzukehren. Ihr neuer Bereitstellungsbereich ist ausgewählt.
Klicken Sie auf Erstellen , um das Experiment Decision Optimization zu öffnen.
Überprüfen Sie Ihren Fortschritt
Copy link to section
Die folgende Abbildung zeigt das Experiment mit den Beispieldateien.
Aufgabe 3: Modell erstellen und Szenarioergebnis visualisieren
Um eine Vorschau dieser Aufgabe zu sehen, schauen Sie sich das Video ab 01:47 an.
Führen Sie die folgenden Schritte aus, um ein Modell zu erstellen und das Ergebnis mit Decision Optimization Modeling Assistantzu visualisieren.
Klicken Sie im linken Teilfenster auf Modell erstellen , um Modeling Assistantzu öffnen. Dieses Modell wurde mit Modeling Assistant erstellt, sodass Sie sehen, dass die Ziele und Einschränkungen in natürlicher Sprache vorliegen. Sie können Ihr Modell jedoch auch in Python, OPL oder in CPLEX-und CPO-Modellen importieren.
Klicken Sie auf Ausführen, um das Szenario zum Lösen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
Nach Abschluss der Ausführung wird die Ansicht Lösung erkunden angezeigt. Klicken Sie auf der Registerkarte Ergebnisse auf Lösungsassets , um die resultierenden (besten) Werte für die Entscheidungsvariablen anzuzeigen. Diese Lösungstabellen werden standardmäßig in alphabetischer Reihenfolge angezeigt.
Wählen Sie im linken Teilfenster Darstellung aus.
Wählen Sie auf der Registerkarte LösungenGantt aus, um das Szenario mit dem optimalen Plan anzuzeigen.
Überprüfen Sie Ihren Fortschritt
Copy link to section
Die folgende Abbildung zeigt die Visualisierungsseite mit einem Gantt-Diagramm.
Aufgabe 4: Modellziele und -bedingungen ändern
Um eine Vorschau dieser Aufgabe zu sehen, schauen Sie sich das Video ab 03:01 an.
Nun möchten Sie eine Änderung an Ihrer Modellformulierung vornehmen, um ein zusätzliches Ziel zu berücksichtigen. Führen Sie die folgenden Schritte aus, um die Modellziele und Einschränkungen zu ändern:
Klicken Sie auf Modell erstellen.
Klicken Sie im linken Fensterbereich auf das Überlaufmenü ' neben Szenario 1 und wählen Sie Duplizieren.
Geben Sie als Namen Scenario 2In die Zwischenablage kopiert ein und klicken Sie auf Erstellen.
Fügen Sie dem Modell für Szenario 2 ein Ziel hinzu, um die Arbeitsqualität auf der Basis des Fachwissens jedes Auftragnehmers zu optimieren.
Geben Sie unter Zu Modell hinzufügenim Suchfeld overall qualityIn die Zwischenablage kopiertein und drücken Sie die Enter.
Erweitern Sie den Abschnitt Ziel.
Klicken Sie auf Gesamtqualität von Zuordnungen zwischen Unterauftragnehmern und Aktivitäten gemäß der Tabelle mit Zuordnungswerten maximieren, um es als Ziel hinzuzufügen. Dieses neue Ziel wird jetzt im Abschnitt Ziele zusammen mit der Zielsetzung Zeit zum Abschließen aller Aktivitäten minimieren aufgelistet.
Klicken Sie für das soeben hinzugefügte Ziel auf die Tabelle mit Zuordnungswerten und wählen Sie Fachwissen aus. Eine Liste der Parameter zum Fachwissen wird angezeigt.
Klicken Sie in dieser Liste auf Definition, um das Feld zu ändern, in dem das Fachwissen des Auftragnehmers definiert ist, und wählen Sie Kenntnisstufe aus.
Klicken Sie auf Ausführen, um das Szenario zum Erstellen des Modells auszuführen, und warten Sie, bis die Ausführung abgeschlossen ist.
Kehren Sie zur Seite Lösung erkunden zurück, um die Zielsetzungen und Lösungsassetsanzuzeigen.
Wählen Sie im linken Teilfenster Darstellung aus.
Wählen Sie auf der Registerkarte LösungenGantt aus, um das Szenario mit dem optimalen Plan anzuzeigen.
Klicken Sie auf Übersicht im linken Fensterbereich, um Statistiken zwischen Szenario 1 und Szenario 2zu vergleichen.
Überprüfen Sie Ihren Fortschritt
Copy link to section
Die folgende Abbildung zeigt die Visualisierungsseite mit dem neuen Gantt-Diagramm.
Aufgabe 5: Modell bereitstellen
Um eine Vorschau dieser Aufgabe zu sehen, schauen Sie sich das Video ab 04:07 an.
Führen Sie als Nächstes die folgenden Schritte aus, um das Modell in einen Bereitstellungsbereich hochzustufen und eine Bereitstellung zu erstellen:
Klicken Sie auf das Overflow-Menü ' neben Szenario 1 und wählen Sie Zur Bereitstellung speichern.
Geben Sie im Feld ModellnameHouse ConstructionIn die Zwischenablage kopiertein und klicken Sie auf Weiter.
Überprüfen Sie die Modellinformationen und klicken Sie auf Speichern.
Nach dem erfolgreichen Speichern des Modells wird eine Benachrichtigungsleiste mit einem Link zum Modell angezeigt. Klicken Sie auf In Projekt anzeigen.
Wenn Sie die Benachrichtigung verpassen, klicken Sie auf den Projektnamen im Navigationspfad.
Klicken Sie im Projekt auf die Registerkarte Assets .
Klicken Sie auf das Modell Hausbau .
Klicken Sie auf das Symbol " " für "Promote to deployment space".
Wählen Sie für Zielbereichin der Liste House sample (oder Ihren Bereitstellungsbereich) aus.
Aktivieren Sie die Option Nach Bereitstellung zum Modell im Bereich wechseln.
Klicken Sie auf Hochstufen.
Nachdem das Modell erfolgreich hochgestuft wurde, wird das Modell Hausbau im Bereitstellungsbereich angezeigt.
Klicken Sie auf Neue Bereitstellung.
Geben Sie House deploymentIn die Zwischenablage kopiert als Namen für die Bereitstellung ein.
Wählen Sie für Hardwaredefinition in der Liste 2 CPUs und 8 GB RAM aus.
Klicken Sie auf Erstellen.
Warten Sie, bis sich der Implementierungsstatus in Implementiertändert.
Überprüfen Sie Ihren Fortschritt
Copy link to section
Die folgende Abbildung zeigt die House-Implementierung.
Aufgabe 6: Modell testen
Um eine Vorschau dieser Aufgabe zu sehen, schauen Sie sich das Video ab 04:55 an.
Zum Testen des Modells mit einem Szenario müssen Sie Datendateien von Ihrem Computer in den Bereitstellungsbereich hochladen. Führen Sie die folgenden Schritte aus, um das Modell zu testen, indem Sie einen Job mit den CSV-Dateien erstellen, die in der ZIP-Beispieldatei enthalten sind:
Klicken Sie im Navigationspfad auf House sample (oder Ihren Bereitstellungsbereich), um zum Bereitstellungsbereich zurückzukehren.
Klicken Sie auf die Registerkarte Assets.
Die Datei HouseConstructionScheduling.zip auf Ihrem Computer enthält mehrere CSV-Dateien im Ordner .containers > Szenario 1.
Klicken Sie auf das Symbol für das hochzuladende Asset " , um das Datenfenster zu öffnen.
Ziehen Sie die Dateien Subcontractor.csv, Activity.csv und Expertise.csv in den Bereich Dateien hier ablegen oder nach Dateien für den Upload suchen der Anzeige Daten.
Klicken Sie auf die Registerkarte Bereitstellungen.
Klicken Sie auf House deployment.
Klicken Sie jetzt auf Neuer Job, um einen Job zur Bewertung des Modells zu übergeben.
Geben Sie als Jobnamen House construction jobIn die Zwischenablage kopiert ein.
Klicken Sie auf Weiter.
Wählen Sie auf der Seite Konfigurieren die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Zeitplan die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Benachrichtigen die Standardwerte aus und klicken Sie auf Weiter.
Wählen Sie auf der Seite Daten auswählen im Abschnitt Eingabe die entsprechenden Datenassets aus, die Sie zuvor für die jeweilige Eingabe-ID in Ihren Bereich geladen haben.
Im Abschnitt Ausgabe geben Sie den Namen für jeder Lösungstabelle an, die erstellt werden soll.
Klicken Sie für Ausgabe-ID ScheduledActivities.csv auf Datenquelle auswählen> Neu erstellen, geben Sie ScheduledActivities.csvIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Klicken Sie für Ausgabe-ID NotScheduledActivities.csv auf Datenquelle auswählen > Neu erstellen, geben Sie NotScheduledActivities.csvIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Klicken Sie für Ausgabe-ID stats.csv auf Datenquelle auswählen > Neu erstellen, geben Sie stats.csvIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Klicken Sie für Ausgabe-ID kpis.csv auf Datenquelle auswählen > Neu erstellen, geben Sie kpis.csvIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Klicken Sie für Ausgabe-ID solution.json auf Datenquelle auswählen > Neu erstellen, geben Sie solution.jsonIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Klicken Sie für Ausgabe-ID log.txtauf Datenquelle auswählen > Neu erstellen, geben Sie log.txtIn die Zwischenablage kopiert als Namen ein und klicken Sie auf Bestätigen.
Prüfen Sie die Informationen auf der Seite Daten auswählen und klicken Sie anschließend auf Weiter.
Prüfen Sie die Informationen auf der Seite Überprüfen und erstellen und klicken Sie anschließend auf Erstellen und ausführen.
Klicken Sie auf der Modellseite Hausbereitstellung auf den von Ihnen erstellten Job mit dem Namen Hausbaujob , um seinen Status anzuzeigen.
Klicken Sie nach Abschluss der Jobausführung auf House sample (oder auf Ihren Bereitstellungsbereich), um zum Bereitstellungsbereich zurückzukehren.
Auf der Registerkarte Assetswerden die Ausgabedateien angezeigt:
ScheduledActivities.csv
NotScheduledactivities.csv
stats.csv
kpis.csv
solution.json
log.txt
Klicken Sie für jedes dieser Assets auf das Symbol zum Herunterladen und zeigen Sie dann jede dieser Dateien an.
Überprüfen Sie Ihren Fortschritt
Copy link to section
Die folgende Abbildung zeigt den abgeschlossenen Stapeljob.
Nächste Schritte
Copy link to section
Sie können dieses Dataset nun für weitere Analysen verwenden. Beispielsweise können Sie oder andere Benutzer eine der folgenden Tasks ausführen:
Über den Einsatz von Cookies auf dieser WebsiteUnsere Websites benötigen einige Cookies, um ordnungsgemäß zu funktionieren (erforderlich). Darüber hinaus können mit Ihrer Zustimmung weitere Cookies verwendet werden, um die Nutzung der Website zu analysieren, die Benutzerfreundlichkeit zu verbessern und Werbung zu schalten.Weitere Informationen finden Sie in Ihren Cookie-Benutzervorgaben. Durch den Besuch unserer Website erklären Sie sich mit der Verarbeitung von Informationen einverstanden, wie in der IBMDatenschutzbestimmung beschrieben.Um eine reibungslose Navigation zu ermöglichen, werden Ihre Cookie-Präferenzen über die hier aufgeführten IBM Web-Domains hinweg gemeinsam genutzt.