Acelere la toma de decisiones empresariales con optimización y ciencia de datos.

Cómo crear modelos de optimización con IBM Decision Optimization

Cuando se trata de tomar decisiones difíciles acerca de las preguntas que implican un número excesivo de factores, la familia de productos de IBM Decision Optimization ayuda a capturar componentes clave para crear un modelo matemático de la situación empresarial, lo que le brinda la confianza para tomar mejores decisiones y con mayor rapidez.

Un modelo de optimización es una traducción de las características principales del problema de negocios que está intentando resolver. El modelo consiste en tres elementos: la función de objetivo, las variables de decisión y las restricciones de negocios.

La familia de productos de IBM Decision Optimization brinda soporte a varios abordajes para ayudarle a crear un modelo de optimización:

ㅤㅤ ㅤㅤ ㅤㅤ

Con IBM ILOG® CPLEX® Optimization Studio, puede utilizar Optimization Programming Language o una de las interfaces de programación de aplicaciones disponibles, como las APIs de Python, Java™, C, C++ o C#.

Con IBM Decision Optimization for Watson Studio, podrá crear modelos utilizando la API de Python u Optimization Modeling Assistant.

Optimization Programming Language (OPL)

IBM ILOG CPLEX Optimization Studio le ofrece la opción de escribir modelos utilizando Optimization Programming Language (OPL) en un entorno de desarrollo integrado.
OPL proporciona una descripción matemática natural de los modelos de optimización. Prepárese para una sintaxis de alto nivel para los modelos de programación matemática que produce un código sustancialmente más simple y corto que los lenguajes de programación de propósito general. Prepárese para reducir el esfuerzo y mejorar la confiabilidad del desarrollo, las actualizaciones y el mantenimiento de las aplicaciones. La poderosa sintaxis de OPL admite todas las expresiones necesarias para modelar y resolver problemas usando programación matemática y programación de restricciones.
OPL es compatible con modelos de programación matemática junto con modelos de programación de restricciones. Puede definir variables de decisión y expresiones de decisión sobre conjuntos de índices para representar las opciones afectadas por las variables y expresiones. Cuando utiliza OPL, puede desarrollar, depurar, probar y ajustar la programación matemática, la programación de restricciones y los modelos de planificación basados en restricciones. Otra ventaja importante es la capacidad de especificar restricciones, sumas y otras operaciones matemáticas sobre conjuntos de índices.

Características del OPL

Tipos avanzados para la organización de datos

Defina rangos, matrices y conjuntos de series y números. Aplique operaciones de conjunto para crear conjuntos de índices complejos. Defina tuplas, estructuras de datos que comprenden elementos de datos heterogéneos y conjuntos de tuplas, con claves primarias y foráneas opcionales. Utilice el corte de tuplas (similar a la operación SQL SELECT) para definir modelos de dispersión que reduzcan tanto el tamaño de los problemas como los requisitos de datos.

Soporte a variables reales o enteras

Represente las decisiones que implican cantidades o montos utilizando variables de decisión de número real. Represente las opciones discretas o las cantidades indivisibles utilizando variables de decisión binarias o enteras. Utilice el solucionador de enteros mixtos con búsquedas sofisticadas de ramificación y corte dentro de IBM ILOG CPLEX Optimizer para resolver problemas de optimización discretos difíciles o utilice IBM ILOG CPLEX CP Optimizer para resolver problemas combinatorios difíciles menos adecuados para los algoritmos de optimización de enteros mixtos.

Cree modelos para problemas de planificación detallada

Haga uso de la sintaxis exclusiva de OPL y de las estructuras de datos para definir los problemas en los que el tiempo es la decisión fundamental. Utilice variables de intervalo para representar actividades o tareas que se deben completar. Especifique las restricciones temporales (relaciones entre las horas de inicio y de finalización de los intervalos) para representar la prioridad entre las actividades. Defina la intensidad y las funciones acumulativas para representar el uso de recursos como una función de tiempo y especificar las restricciones de recursos entre los intervalos.  

Simplifique la gestión de datos con OPL y Python

Lleve la potencia de las funciones de manejo de datos de Python a los modelos de OPL. Aproveche la API de doopl para incorporar modelos de OPL en Python y beneficiarse de la posibilidad de manejar y manipular los datos con mayor facilidad, utilizando estructuras de datos soportadas por Python. La API de doopl también simplifica los flujos de trabajo de optimización que requieren múltiples resoluciones con cambios de datos.

Modelos de compilación utilizando API

Las soluciones de IBM Decision Optimization proporcionan la flexibilidad para crear modelos de optimización utilizando las interfaces de programación de aplicaciones (API). IBM ILOG CPLEX Optimization Studio es compatible con varias API tales como C, C++, C#, Java y Python. Si está utilizando IBM Decision Optimization for Watson Studio, puede crear modelos de optimización utilizando API de Python.

Productos

IBM ILOG CPLEX Optimization Studio

Desarrolle e implemente modelos de optimización rápidamente e identifique las mejores acciones posibles que los usuarios deben llevar a cabo, empleando potentes y robustos algoritmos de optimización de toma de decisiones.

IBM Decision Optimization for Watson Studio

Combine fácilmente las técnicas de optimización y machine learning para crear soluciones innovadoras en IBM Watson® Studio Local.

Recursos

Modelo de optimización utilizando las API de OPL y Python

Obtenga información sobre cómo puede utilizar IBM CPLEX Optimization Studio para crear modelos de optimización.

Cree e implemente aplicaciones de optimización más fácilmente

Obtenga acceso a diversas interfaces para crear e implementar aplicaciones de optimización utilizando los motores de CPLEX Optimizer y CP Optimizer.

Cree un modelo de optimización para planificar recursos escasos

Utilice Optimization Modeling Assistant dentro de IBM Decision Optimization for IBM Watson Studio.

Póngase en contacto con un experto

Planifique una llamada personal

Obtenga las respuestas que necesita de un experto disponible de IBM.