È possibile creare ed eseguire modelli Decision Optimization per consentire di prendere le decisioni migliori per risolvere i problemi di business in base agli obiettivi. Leggere le informazioni su Decision Optimization, quindi guardare un video e seguire un'esercitazione adatta agli utenti con una certa conoscenza della prescriptive analytics, ma che non richiedono codifica.
- Servizi richiesti
- studio watsonx.ai
- runtime watsonx.ai
Il flusso di lavoro di base include le seguenti attività:
- Creare un progetto. I progetti sono dove è possibile collaborare con altri per lavorare con i dati.
- Aggiungere un esperimento Decision Optimization al progetto. È possibile aggiungere file compressi o dati da file di esempio.
- Associare un servizio di runtime watsonx.ai al progetto.
- Creare uno spazio di distribuzione da associare al servizio di runtime watsonx.ai del progetto.
- Esaminare i dati, gli obiettivi del modello e i vincoli in Modeling Assistant.
- Eseguire uno o più scenari per verificare il modello ed esaminare i risultati.
- Distribuisci il tuo modello.
Informazioni su Decision Optimization
Decision Optimization consente di analizzare i dati e creare un modello di ottimizzazione (con Modeling Assistant) basato su un problema di business. Innanzitutto, un modello di ottimizzazione viene derivato convertendo un problema di business in una formulazione matematica che può essere compresa dal motore di ottimizzazione. La formulazione consiste in obiettivi e vincoli che definiscono il modello su cui si basa la decisione finale. Il modello, insieme con i dati di input, forma uno scenario. Il motore di ottimizzazione risolve lo scenario applicando gli obiettivi e i vincoli per limitare milioni di possibilità e fornisce la migliore soluzione. Questa soluzione soddisfa la formulazione del modello o rilassa alcuni vincoli se il modello non è fattibile. È possibile testare scenari utilizzando dati differenti o modificando gli obiettivi e i vincoli e rieseguendoli e visualizzandone le soluzioni. Una volta soddisfatti, è possibile distribuire il modello.
Guarda un video sulla creazione di un modello Decision Optimization
Guardate questo video per vedere come eseguire un esperimento di Decision Optimization di esempio per creare, risolvere e distribuire un modello di Decision Optimization con watsonx.ai Studio e watsonx.ai Runtime.
Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.
Prova un'esercitazione per creare un modello che utilizza Decision Optimization
In questa esercitazione, verranno completate le seguenti attività:
- Attività 1: aprire un progetto.
- Attività 2: creare un esperimento Decision Optimization nel progetto.
- Attività 3: creare un modello e visualizzarne il risultato.
- Attività 4: modifica di vincoli e obiettivi del modello.
- Attività 5: distribuire il modello.
- Attività 6: verifica del modello.
Il completamento di questa esercitazione richiede circa 30 minuti.
Suggerimenti per completare questa esercitazione
Di seguito sono riportati alcuni suggerimenti per completare correttamente questa esercitazione.
Utilizzare il video immagine - in - immagine
La seguente immagine animata mostra come utilizzare le funzioni di immagine video e indice:
Ottieni aiuto nella community
Se si ha bisogno di aiuto con questa esercitazione, è possibile porre una domanda o trovare una risposta nella sezione 'Cloud Pak for Data Forum di discussione della comunità.
Configurare le finestre del browser
Per un'esperienza ottimale durante il completamento di questa esercitazione, apri Cloud Pak for Data in una finestra del browser e tieni aperta questa pagina dell'esercitazione in un'altra finestra del browser per passare facilmente tra le due applicazioni. Prendi in considerazione la possibilità di organizzare le due finestre del browser fianco a fianco per renderle più semplici da seguire.
Attività 1: apertura di un progetto
È necessario un progetto per memorizzare i dati e l'esperimento AutoAI . È possibile utilizzare un progetto esistente o creare un progetto.
Dal menu di navigazione ', scegliere Progetti > Visualizza tutti i progetti
Aprire un progetto esistente. Se si desidera utilizzare un nuovo progetto:
Fare clic su Nuovo progetto.
Selezionare Crea un progetto vuoto.
Immettere un nome e una descrizione facoltativa per il progetto.
Scegliere un'istanza del servizio di archiviazione oggetti esistente o crearne una nuova.
Fare clic su Crea.
Quando il progetto si apre, fai clic sulla scheda Manage e seleziona la pagina Services and integrations .
Sulla scheda IBM , fare clic su Associa servizio.
Selezionare l'istanza del runtime watsonx.ai. Se non si dispone ancora di un'istanza del servizio watsonx.ai Runtime, seguire questi passaggi:
Fare clic su Nuovo servizio.
Selezionare watsonx.ai Runtime.
Fare clic su Crea.
Selezionare la nuova istanza del servizio dall'elenco.
Fare clic su Associa servizio.
Se necessario, fare clic su Annulla per tornare alla pagina Servizi & Integrazioni .
Per ulteriori informazioni, vedere Creazione di un progetto.
Controllare i progressi
La seguente immagine mostra il nuovo progetto.
Attività 2: creare un esperimento Decision Optimization
Per avere un'anteprima di questo compito, guardate il video a partire da 00:20.
Ora, segui questa procedura per creare l'esperimento Decision Optimization nel progetto:
Dal tuo progetto, fai clic su New asset> Solve optimization problems.
Selezionare File locale.
Fai clic su Get sample files per visualizzare il repository di GitHub contenente i file di esempio.
Nel repository DO - Samples , apri la cartella watsonx.ai e Cloud Pak for Data as a Service .
Fare clic sul file
HouseConstructionScheduling.zip
contenente i file di esempio di costruzione della casa.Fare clic su Scarica per salvare il file zip sul computer.
Tornare alla pagina Crea un esperimento Decision Optimization e fare clic su Sfoglia.
Selezionare il file
HouseConstructionScheduling.zip
dal computer.Fare clic su Apri.
Se a questo progetto non è già associato un servizio watsonx.ai Runtime, fare clic su Aggiungi un servizio.
Se non si dispone di un'istanza del servizio watsonx.ai Runtime, fare clic su Nuovo servizio, selezionare watsonx.ai Runtime e fare clic su Crea.
Selezionare l'istanza del runtimewatsonx.ai dall'elenco e fare clic su Associa.
Se necessario, fare clic su Annulla per tornare alla pagina Servizi & integrazioni .
Per ulteriori informazioni sui servizi associati, vedere Aggiunta di servizi associati.
Scegliere uno spazio di distribuzione da associare a questo esperimento. Se non si dispone di uno spazio di distribuzione esistente, crearne uno:
Nella sezione Seleziona spazio di distribuzione , fare clic su Nuovo spazio di distribuzione.
Nel campo Nome , immettere
House sample
per fornire un nome per la distribuzione space.1. Selezionare un servizio di archiviazione da utilizzare per lo spazio di distribuzione.Fare clic su Crea.
Quando lo spazio è pronto e fare clic su Chiudi per tornare alla pagina Crea un esperimento Decision Optimization . Il tuo nuovo spazio di distribuzione è selezionato.
Fare clic su Crea per aprire l'esperimento Decision Optimization .
Controllare i progressi
La seguente immagine mostra l'esperimento con i file di esempio.
Attività 3: creazione di un modello e visualizzazione di un risultato dello scenario
Per avere un'anteprima di questo compito, guardate il video a partire da 01:47.
Seguire questa procedura per creare un modello e visualizzare il risultato utilizzando Decision Optimization Modeling Assistant.
Nel riquadro sinistro, fare clic su Crea modello per aprire Modeling Assistant. Questo modello è stato creato con Modeling Assistant in modo da poter vedere che gli obiettivi e i vincoli sono in linguaggio naturale, ma è anche possibile formulare il proprio modello in Python, OPL o importare modelli CPLEX e CPO.
Fare clic su Esegui per eseguire lo scenario per risolvere il modello e attendere il completamento dell'esecuzione.
Al termine dell'esecuzione, viene visualizzata la vista Esplora soluzione . Nella scheda Risultati , fare clic su Asset della soluzione per visualizzare i valori risultanti (migliori) per le variabili decisionali. Queste tabelle della soluzione vengono visualizzate in ordine alfabetico per impostazione predefinita.
Nel riquadro sinistro, selezionare Visualizzazione.
Nella pagina Soluzioni , selezionare Gantt per visualizzare lo scenario con la programmazione ottimale.
Controllare i progressi
La seguente immagine mostra la pagina Visualizzazione con un grafico Gantt.
Attività 4: modifica di obiettivi e vincoli del modello
Per avere un'anteprima di questa attività, guardate il video a partire da 03:01.
Ora, si desidera apportare una modifica alla formulazione del modello per considerare un obiettivo aggiuntivo. Per modificare gli obiettivi e i vincoli del modello, attenersi alla seguente procedura:
Fare clic su Crea modello.
Nel riquadro di sinistra, fare clic sul menu Overflow ' accanto allo Scenario 1 e selezionare Duplica.
Per il nome, immettere
Scenario 2
e fare clic su Crea.Per lo Scenario 2, aggiungere un obiettivo al modello per ottimizzare la qualità del lavoro basato sull'esperienza di ciascun appaltatore.
In Aggiungi al modello, nel campo di ricerca, immettere
overall quality
e premereEnter
.Espandere la sezione Obiettivo .
Fare clic su Ingrandisci qualità complessiva delle assegnazioni subappaltatore - attività in base alla tabella dei valori di assegnazione per aggiungerla come obiettivo. Questo nuovo obiettivo è ora elencato nella sezione Obiettivi insieme all'obiettivo Minimizza tempo per completare tutte le attività .
Per l'obbiettivo appena aggiunto, fare clic su tabella dei valori di assegnazionee selezionare Esperienza. Viene visualizzato un elenco di parametri Expertise .
Da questo elenco, fare clic su Definizione per modificare il campo che definisce l'esperienza del contraente e selezionare Livello di competenza.
Fare clic su Esegui per eseguire lo scenario per creare il modello e attendere il completamento dell'esecuzione.
Tornare alla pagina Esplora soluzione per visualizzare gli Obiettivi e Asset della soluzione.
Nel riquadro sinistro, selezionare Visualizzazione.
Nella pagina Soluzioni , selezionare Gantt per visualizzare lo scenario con la programmazione ottimale.
Fare clic su Panoramica nel riquadro di sinistra per confrontare statistiche tra Scenario 1 e Scenario 2.
Controllare i progressi
La seguente immagine mostra la pagina Visualizzazione con il nuovo grafico Gantt
Attività 5: distribuzione del modello
Per vedere un'anteprima di questo compito, guardate il video a partire da 04:07.
Successivamente, attieniti alla seguente procedura per promuovere il modello a uno spazio di distribuzione e creare una distribuzione:
Fare clic sul menu Overflow ' accanto allo Scenario 1 e selezionare Salva per l'installazione.
Nel campo Nome modello , immettere
House Construction
e fare clic su Avanti.Esaminare le informazioni sul modello e fare clic su Salva.
Una volta salvato correttamente il modello, viene visualizzata una barra di notifica con un collegamento al modello. Fare clic su Visualizza nel progetto.
Se non si riceve la notifica, fare clic sul nome del progetto nella traccia di navigazione.
Fare clic sulla scheda Asset nel progetto.
Fare clic sul modello Costruzione casa .
Fare clic sull'icona dello spazio di distribuzione " ".
Per Spazio di destinazione, selezionare Esempio Casa (o il proprio spazio di distribuzione) dall'elenco.
Selezionare l'opzione Vai al modello nello spazio dopo la sua distribuzione.
Fare clic su Promuovi.
Dopo che il modello è stato promosso correttamente, il modello Costruzione casa viene visualizzato nello spazio di distribuzione.
Fare clic su Nuova distribuzione.
Per il nome della distribuzione, immettere
House deployment
.Per la Definizione hardware, selezionare 2 CPU e 8 GB RAM dall'elenco.
Fare clic su Crea.
Attendere che lo stato di distribuzione venga modificato in Distribuito.
Controllare i progressi
La seguente immagine mostra la distribuzione House.
Attività 6: test di un modello
Per vedere un'anteprima di questo compito, guardate il video a partire da 04:55.
Per verificare il modello con uno scenario, è necessario caricare i file di dati dal computer allo spazio di distribuzione. Attenersi alla seguente procedura per verificare il modello creando un lavoro utilizzando i file CSV inclusi con il file zip di esempio:
Fai clic su House sample (o il tuo spazio di distribuzione) nella traccia di navigazione per tornare allo spazio di distribuzione.
Fai clic sulla scheda Assets.
Nel file
HouseConstructionScheduling.zip
sul tuo computer, troverai diversi file CSV nella cartella .containers> Scenario 1 .Fare clic sull'icona Carica asset ' per aprire il pannello Dati.
Trascinare i file
Subcontractor.csv
,Activity.csv
eExpertise.csv
nell'area Rilascia file qui o cerca i file da caricare nel pannello Dati .
Fare clic sulla scheda Distribuzioni .
Fare clic su Distribuzione casa.
Ora, per inoltrare un job per calcolare il punteggio del modello, fare clic su Nuovo job.
Per il nome del lavoro, immettere
House construction job
.Fare clic su Avanti.
Selezionare i valori predefiniti sulla pagina Configura e fare clic su Avanti.
Selezionare i valori predefiniti nella pagina Pianificazione e fare clic su Avanti.
Selezionare i valori predefiniti nella pagina Notifica e fare clic su Avanti.
Nella pagina Scegli dati , nella sezione Input , selezionare gli asset di dati corrispondenti precedentemente caricati nello spazio per ogni ID input.
Per ID input Subcontractor.csv, fare clic su Seleziona origine dati> Asset dati> Subcontractor.csv > Conferma.
Per ID input Activity.csv, fare clic su Seleziona origine dati> Asset dati> Activity.csv > Conferma.
Per ID input Expertise.csv, fare clic su Seleziona origine dati> Asset dati> Expertise.csv > Conferma.
Nella sezione Output , verrà fornito il nome per ciascuna tabella della soluzione da creare.
Per ID output ScheduledActivities.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere
ScheduledActivities.csv
per il nome e fare clic su Conferma.Per l'Output ID NotScheduledActivities.csv, fare clic su Seleziona origine dati > Crea nuovo, digitare '
NotScheduledActivities.csv
come nome e fare clic su Conferma.Per ID output stats.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere
stats.csv
per il nome e fare clic su Conferma.Per ID output kpis.csv, fare clic su Seleziona origine dati> Crea nuovo, immettere
kpis.csv
per il nome e fare clic su Conferma.Per ID output solution.json, fare clic su Seleziona origine dati> Crea nuovo, immettere
solution.json
per il nome e fare clic su Conferma.Per ID output log.txt, fare clic su Seleziona origine dati> Crea nuovo, immettere
log.txt
per il nome e fare clic su Conferma.
Rivedere le informazioni sulla pagina Scegli dati e fare clic su Avanti.
Esaminare le informazioni nella pagina Revisione e creazione , quindi fare clic su Crea ed esegui.
Dalla pagina del modello Distribuzione della casa , fare clic sul lavoro creato denominato Lavoro di costruzione della casa per visualizzarne lo stato.
Una volta completata l'esecuzione del lavoro, fare clic su House sample (o il proprio spazio di distribuzione) per tornare allo spazio di distribuzione.
Nella scheda Asset, verranno visualizzati i file di output:
ScheduledActivities.csv
NotScheduledactivities.csv
stats.csv
kpis.csv
solution.json
log.txt
Per ciascuno di questi asset, fare clic su Scarica e visualizzare ciascuno di questi file.
Controllare i progressi
La seguente immagine mostra il lavoro batch completato.
Passi successivi
Ora è possibile utilizzare questo dataset per ulteriori analisi. Ad esempio, l'utente o altri utenti possono eseguire una delle seguenti attività:
Ulteriori risorse
Provare questi altri metodi per creare modelli:
Visualizza altri video.
Trovate esempi di set di dati, progetti, modelli, suggerimenti e quaderni nell'hub delle risorse
Contribuire alla comunità diDecision Optimization
Argomento principale: Esercitazioni introduttive