您可以构建和运行 Decision Optimization 模型,以帮助您根据目标做出最佳决策来解决业务问题。 阅读有关 Decision Optimization的信息,然后观看视频并学习适合具有一些规范性分析知识但不需要编码的用户的教程。
- 必需的服务
- watsonx.ai工作室
- watsonx.ai运行时
基本工作流程包含以下任务:
- 创建项目。 项目是您与其他人协作处理数据的地方。
- 将 Decision Optimization 试验添加到项目。 您可以从样本文件添加压缩文件或数据。
- 将watsonx.ai运行时服务与项目关联。
- 创建部署空间,与项目的watsonx.ai运行时服务关联。
- 查看 Modeling Assistant中的数据,模型目标和约束。
- 运行一个或多个方案以测试模型并查看结果。
- 部署模型。
阅读有关 Decision Optimization 的信息
Decision Optimization 可以根据业务问题分析数据并创建优化模型 (使用 Modeling Assistant)。 首先,通过将业务问题转换为可由优化引擎理解的数学公式来派生优化模型。 阐述由定义最终决策所基于的模型的目标和约束组成。 模型与输入数据一起构成方案。 优化引擎通过应用目标和约束来解决方案,以限制数百万种可能性,并提供最佳解决方案。 此解法满足模型阐述,或者在模型不可行时放宽某些约束。 您可以使用不同的数据或通过修改目标和约束并重新运行这些目标和约束以及查看解决方案来测试方案。 满足此条件后,即可部署模型。
观看有关创建 Decision Optimization 模型的视频
观看本视频,了解如何运行Decision Optimization实验示例,使用watsonx.aiStudio 和watsonx.aiRuntime 创建、求解和部署Decision Optimization模型。
此视频提供了一种可视方法来学习本文档中的概念和任务。
尝试教程以创建使用 Decision Optimization 的模型
在本教程中,您将完成以下任务:
- 任务 1: 打开项目。
- 任务 2: 在项目中创建 Decision Optimization 试验。
- 任务 3: 构建模型并可视化方案结果。
- 任务 4: 更改模型目标和约束。
- 任务 5: 部署模型。
- 任务 6: 测试模型。
完成本教程大约需要 30 分钟。
完成本教程的提示
以下是成功完成本教程的一些提示。
使用视频图片
以下动画图像显示了如何使用视频图片和目录功能:
在社区中获取帮助
如果您需要本教程的帮助,可以在Cloud Pak for Data社区讨论区提问或寻找答案。
设置浏览器窗口
为了获得完成本教程的最佳体验,请在一个浏览器窗口中打开 Cloud Pak for Data ,并在另一个浏览器窗口中保持本教程页面处于打开状态,以便在两个应用程序之间轻松切换。 请考虑将两个浏览器窗口并排排列,以便更轻松地进行后续操作。
任务 1: 打开项目
您需要一个项目来存储数据和 AutoAI 试验。 您可以使用现有项目或创建项目。
从导航菜单",选择项目 > 查看所有项目
打开现有项目。 如果要使用新项目:
单击新建项目。
选择创建空项目。
输入项目的名称和可选描述。
选择现有的对象存储服务实例或者创建新的对象存储服务实例。
单击创建。
当项目打开时,单击 管理 选项卡,然后选择 服务和集成 页面。
在 IBM 服务 选项卡上,单击 关联服务。
选择您的watsonx.aiRuntime 实例。 如果尚未配置watsonx.aiRuntime 服务实例,请按照以下步骤操作:
单击 新建服务。
选择watsonx.aiRuntime。
单击创建。
从列表中选择新的服务实例。
单击 关联服务。
如果需要,请单击 取消 以返回到 " 服务和集成 " 页面。
更多信息,请参阅创建项目。
检查您的进度
下图显示了新项目。
任务 2: 创建 Decision Optimization 试验
To preview this task, watch the video beginning at 00:20.
现在,执行以下步骤以在项目中创建 Decision Optimization 试验:
从新项目中,单击 新建资产> 解决优化问题。
选择 本地文件。
单击 获取样本文件 以查看包含样本文件的 GitHub 存储库。
在 DO-Samples 存储库中,打开 watsonx.ai 和 Cloud Pak for Data as a Service 文件夹。
单击包含房屋建筑样本文件的
HouseConstructionScheduling.zip
文件。单击 下载 以将 zip 文件保存到计算机。
返回到 " 创建 Decision Optimization 试验 " 页面,然后单击 浏览。
从计算机中选择
HouseConstructionScheduling.zip
文件。单击 打开。
如果还没有与此项目关联的watsonx.aiRuntime 服务,请单击添加服务。
如果尚未配置watsonx.aiRuntime 服务实例,请单击 "新建服务",选择watsonx.aiRuntime,然后单击 "创建"。
从列表中选择watsonx.aiRuntime实例,然后单击 "关联"。
如果需要,请单击 取消 以返回到 " 服务和集成 " 页面。
要了解有关关联的服务的更多信息,请参阅添加的关联服务。
选择要与此试验关联的部署空间。 如果您没有现有部署空间,请创建一个:
在 " 选择部署空间 " 部分中,单击 新建部署空间。
在 名称 字段中,输入
House sample
以提供部署 space.1的名称。 选择要用于部署空间的存储服务。单击创建。
空间就绪后,单击 关闭 以返回到 " 创建 Decision Optimization 试验 " 页面。 已选择新的部署空间。
单击 创建 以打开 Decision Optimization 试验。
检查您的进度
下图显示了样本文件的试验。
任务 3: 构建模型并可视化方案结果
To preview this task, watch the video beginning at 01:47.
遵循以下步骤以使用 Decision Optimization Modeling Assistant构建模型并将结果可视化。
在左侧窗格中,单击 构建模型 以打开 Modeling Assistant。 此模型是使用 Modeling Assistant 构建的,因此您可以看到目标和约束采用自然语言,但也可以使用 Python, OPL 或导入 CPLEX 和 CPO 模型来规划模型。
单击 运行 以运行方案来求解模型,并等待运行完成。
运行完成后,将显示 " 探索解决方案 " 视图。 在 结果 选项卡下,单击 解决方案资产 以查看决策变量的结果 (最佳) 值。 缺省情况下,这些解表按字母顺序显示。
在左侧窗格中,选择 可视化。
在 解决方案 选项卡下,选择 甘特图 以查看具有最佳调度的方案。
检查您的进度
下图显示了具有甘特图的 "可视化" 页面。
任务 4: 更改模型目标和约束
To preview this task, watch the video beginning at 03:01.
现在,您希望对模型阐述进行更改以考虑其他目标。 请遵循以下步骤来更改模型目标和约束:
单击 构建模型。
在左窗格中,单击场景 1 旁边的溢出菜单 ",然后选择 "复制"。
对于名称,输入
Scenario 2
,然后单击 创建。对于 方案 2,向模型添加目标以根据每个承包商的专业知识优化工作质量。
在 添加到模型下,在搜索字段中输入
overall quality
,然后按Enter
。展开 目标 部分。
单击 根据分配值表最大化分包商-活动分配的整体质量 以将其添加为目标。 现在,此新目标与 最小化时间以完成所有活动 目标一起列示在 " 目标 " 部分下。
对于刚刚添加的目标,单击 分配值表,然后选择 专业知识。 这将显示 专业知识 参数的列表。
从此列表中,单击 定义 以更改定义承包商专业知识的字段,然后选择 技能级别。
单击 运行 以运行方案来构建模型,并等待运行完成。
返回到 " 浏览解决方案 " 页面以查看 目标 和 解决方案资产。
在左侧窗格中,选择 可视化。
在 解决方案 选项卡下,选择 甘特图 以查看具有最佳调度的方案。
单击左侧窗格中的 概述 以比较 方案 1 与 方案 2之间的统计信息。
检查您的进度
下图显示了具有新甘特图的 "可视化" 页面。
任务 5: 部署模型
To preview this task, watch the video beginning at 04:07.
接下来,遵循以下步骤将模型提升到部署空间,并创建部署:
单击场景 1 旁边的溢出菜单 ",然后选择 "保存以供部署"。
在 模型名称 字段中,输入
House Construction
,然后单击 下一步。查看模型信息,然后单击 保存。
成功保存模型后,将显示一个通知栏,其中包含指向模型的链接。 单击 在项目中查看。
如果您错过通知,请单击导航跟踪中的项目名称。
单击项目中的 资产 选项卡。
单击 房屋建造 模型。
单击 "推广到部署空间"图标 "。
对于 目标空间,从列表中选择 House sample (或您的部署空间)。
选中选项以选中 部署模型后转至空间中的模型。
单击提升。
成功提升模型后, 房屋构造 模型将显示在部署空间中。
单击 新建部署。
对于部署名称,输入
House deployment
。对于 硬件定义,从列表中选择 2 CPU 和 8 GB RAM 。
单击创建。
等待部署状态更改为 已部署。
检查您的进度
下图显示了 House 部署。
任务 6: 测试模型
To preview this task, watch the video beginning at 04:55.
要使用方案测试模型,必须将数据文件从计算机上载到部署空间。 遵循以下步骤,通过使用样本 zip 文件随附的 CSV 文件创建作业来测试模型:
单击导航跟踪中的 House sample (或您的部署空间) 以返回到部署空间。
单击“资产”选项卡。
在计算机上的
HouseConstructionScheduling.zip
文件中,您将在 .containers> Scenario 1 文件夹中找到多个 CSV 文件。点击上传资产图标 ",打开数据面板。
将
Subcontractor.csv
,Activity.csv
和Expertise.csv
文件拖到 " 数据 " 面板中的 在此处删除文件或浏览要上载的文件 区域。
单击部署选项卡。
单击 House deployment。
现在,要提交作业以对模型进行评分,请单击 新建作业。
对于作业名,输入
House construction job
。单击下一步。
在 " 配置 " 页面上选择缺省值,然后单击 下一步。
在 " 调度 " 页面上选择缺省值,然后单击 下一步。
在 " 通知 " 页面上选择缺省值,然后单击 下一步。
在 " 选择数据 " 页面上的 输入 部分中,选择先前为每个输入标识装入到空间中的相应数据资产。
对于 输入标识 Subcontractor.csv,单击 选择数据源> 数据资产> Subcontractor.csv > 确认。
对于 输入标识 Activity.csv,单击 选择数据源> 数据资产> Activity.csv > 确认。
对于 输入标识 Expertise.csv,单击 选择数据源> 数据资产> Expertise.csv > 确认。
在 输出 部分中,您将提供要创建的每个解决方案表的名称。
对于 输出标识 ScheduledActivities.csv,单击 选择数据源> 新建,输入
ScheduledActivities.csv
作为名称,然后单击 确认。对于输出 IDNotScheduledActivities.csv,单击选择数据源 > 创建新数据源,输入 "
NotScheduledActivities.csv
作为名称,然后单击确认。对于 输出标识 stats.csv,单击 选择数据源> 新建,输入
stats.csv
作为名称,然后单击 确认。对于 输出标识 kpis.csv,单击 选择数据源> 新建,输入
kpis.csv
作为名称,然后单击 确认。对于 输出标识 solution.json,单击 选择数据源> 新建,输入
solution.json
作为名称,然后单击 确认。对于 输出标识 log.txt,单击 选择数据源> 新建,输入
log.txt
作为名称,然后单击 确认。
查看 " 选择数据 " 页面上的信息,然后单击 下一步。
查看 " 复审并创建 " 页面上的信息,然后单击 创建并运行。
从 " 房屋部署 " 模型页面中,单击您创建的名为 房屋构造作业 的作业以查看其状态。
作业运行完成后,单击 House sample (或您的部署空间) 以返回到部署空间。
在 资产选项卡上,您将看到输出文件:
ScheduledActivities.csv
NotScheduledactivities.csv
stats.csv
kpis.csv
solution.json
log.txt
对于其中每个资产,单击 下载 图标,然后查看其中每个文件。
检查您的进度
下图显示了已完成的批处理作业。
后续步骤
现在,您可以使用此数据集开展进一步分析。 例如,您或其他用户可以执行以下任何任务:
其他资源
父主题: 快速入门教程