特色网络研讨会

通过优化简化复杂决策

如果您可以将规划过程从一周缩短到一小时,抑或是从一小时缩短到一秒钟,情况会怎样?将您的最终收入提高达两位数又会怎样呢?

观看此网络研讨会,了解如何:

  • 通过假设情况分析,提前预知意外变更
  • 应对资源规划和调度挑战
  • 了解优化解决方案的行业用例

CPLEX Optimizer 对贵公司有何用途?

以数学方式对业务问题进行建模,并通过 CPLEX Optimizer 中的强大算法对其进行求解,从而做出精确的逻辑决策。CPLEX Optimizer 的数学规划技术可以实现决策优化,从而提高效率、降低成本并提升盈利能力。

CPLEX Optimizer 为线性规划、混合整数规划、二次规划和二次约束规划问题提供灵活的高性能数学规划求解器。这些求解器包括用于混合整数规划的分布式并行算法,支持利用多台计算机来解决难题。

从数十亿业务决策的替代方案中寻找最佳解决方案,例如:

  • 我的工厂要满足成品需求,同时最大限度降低机器设置成本并考虑原材料的预定到货量,应对这些问题的最佳计划是什么?
  • 如何通过考虑客户倾向的预测,以最佳方式为客户分配营销活动,在满足预算约束的同时,响应并最大限度提升预期购买需求?

CPLEX Optimizer 的优点

稳健的算法

CPLEX Optimizer 具备强大功能,支持解决重要的实际优化问题,并提供今天交互式决策优化应用所需的速度。CPLEX Optimizer 已经求解具有数百万个约束和变量的优化模型

CPLEX Optimization Studio 接口

使用诸如 ILOG Concert® Technology 和 CPLEX Callable Library 等接口来构建和部署优化应用程序。

IBM ILOG CPLEX Optimizer 性能基准

阅读并了解 CPLEX 数学规划和约束规划求解器的性能改进。

快速自动重新启动

线性规划可以修改然后再次求解,所需时间与原始解决方案相比大大缩减。从众多先前解决方案开始,混合整数规划可以得到修改并求解。

产品

IBM ILOG CPLEX Optimization Studio

快速优化业务决策,开发和部署优化模型,确定最佳行动方案来改善计划调度结果。

IBM Decision Optimization for Watson Studio

将优化技术与 IBM Watson® Studio 中的其他数据科学功能相结合,促进制定可靠的业务决策。

IBM Decision Optimization Center

构建、部署和使用基于优化的企业决策应用程序。

IBM Decision Optimization on Cloud

通过使用云端部署的优化引擎,以及易于使用的自助服务解决方案来解决复杂的优化问题。

IBM ILOG CPLEX Optimizer for z/OS

对于 MIP/MIQCP 等数学优化问题,IBM z/OS® 用户可以将 CPLEX Optimizer 与 C 和 C++ API 配合使用,对业务问题进行建模并解决。

资源

CPLEX 中的多目标建模

通过 CPLEX 解决多目标问题:分层、混合或两者的组合。

使用 Python 进行优化建模

在 Python 中创建并运行优化模型。试用 docplex Python API。

解决方案简介

借助 IBM ILOG CPLEX Optimization Studio 实现业务决策转型。

线性规划技术

了解如何使用 CPLEX Optimizer 进行线性规划。

请致电:400-669-0260 | 优先级代码:Analytics