Decision Optimization -Modelle erstellen

IBM® Decision Optimization bietet Ihnen Zugriff auf die erstklassigen IBMLösungsengines für mathematische Programmierung und Constraintprogrammierung. Sie können Decision Optimization -Modelle entweder mit Notebooks oder mithilfe der leistungsfähigen Decision Optimization Experimentbenutzerschnittstelleerstellen. Hier können Sie Modelle importieren, erstellen oder bearbeiten. Um Ihre Modelle zu erstellen oder zu bearbeiten, können Sie Python, OPL oder die natürlichsprachlichen Ausdrücke verwenden, die der intelligente Modeling Assistant bereitstellt. Sie können auch mehrere Szenarios lösen und Modelle speichern, um sie mit dem Service Watson Machine Learning in der Benutzerschnittstelle für Experimentebereitzustellen.

Service Dieser Service ist nicht standardmäßig verfügbar. Ein Administrator muss den Dienst installieren. Um festzustellen, ob der Dienst installiert ist, öffnen Sie den Dienstkatalog. Wenn der Dienst installiert und einsatzbereit ist, zeigt die Kachel im Katalog Bereit zur Nutzung an.

Datenformat
Tabellarisch: Dateien .csv, .xls, .json . Siehe Vorbereiten von Eingabedaten in einem Decision Optimization

Daten aus verbundenen Datenassets

Für den Einsatz, siehe Modelleingabe- und Ausgabedateiformate forDecision Optimierung

Datenmenge
Any

Siehe auch Bereitstellung von Decision Optimization mit Watson Machine Learning.

Zugriff auf Decision Optimization

Führen Sie die folgenden Schritte aus, um ein Decision Optimization Experimentzu erstellen:

  1. Öffnen Sie Ihr Projekt oder erstellen Sie ein leeres Projekt.
  2. Wählen Sie die Registerkarte Assets aus.
  3. Wählen Neues Asset > Optimierungsprobleme lösen im Arbeiten mit Modellen Abschnitt.
  4. Klicken Sie auf Neuer Bereitstellungsbereich, geben Sie einen Namen ein und klicken Sie auf Erstellen (oder wählen Sie einen vorhandenen Bereich aus).
  5. Geben Sie einen Namen für Ihr Decision Optimization Experiment ein und klicken Sie auf Erstellen.

Die Decision Optimization Benutzerschnittstelle für Experimente wird geöffnet, in der Sie Modelle erstellen und bearbeiten können, die mit Modeling Assistantoder in Python DOcplexoder in OPLformuliert wurden.

Alternativ können Sie ' Decision Optimization ' notizbücher (ohne ' Decision Optimization ' experiment UI) öffnen und ausführen, indem Sie folgende Schritte ausführen.

  1. Wählen Sie die Registerkarte Assets aus.
  2. Wählen Neues Asset > Arbeiten mit Daten und Modellen in Python oder R im Arbeiten mit Modellen Abschnitt.

Eine schrittweise Anleitung zum Erstellen, Lösen und Bereitstellen eines Decision Optimization -Modells über die Benutzerschnittstelle finden Sie im Lernprogramm für den Schnelleinstieg mit Video.

Was ist Decision Optimization?

Optimierung wird häufig in der Bedeutung Verbesserung verwendet. Obwohl die Optimierung die Dinge oft besser macht, bedeutet sie viel mehr: Optimierung bedeutet, die am besten geeignete Lösung für eine genau definierte Situation zu finden . Es handelt sich um eine hoch entwickelte Analysetechnologie, die auch als Prescriptive Analyticsbezeichnet wird. Sie kann eine Vielzahl möglicher Szenarien untersuchen und den besten Weg vorschlagen, um auf eine gegenwärtige oder zukünftige Situation zu reagieren.

Die Schritte bei der Modellierung und Lösung eines Geschäftsproblems können Sie mit Decision Optimization im folgenden Diagramm. Auch diese Schritte werden später in diesem Abschnitt ausführlich beschrieben. Decision Optimization

Die folgenden Schritte beschreiben das Modellieren und Lösen eines Geschäftsproblems mit Decision Optimization.
  1. Die Situation ist in der Regel ein Geschäftsproblem, wie zum Beispiel Planung, Terminierung, Preisgestaltung, Bestands- oder Ressourcenmanagement.
  2. Wie auch immer das Problem gelagert ist, es beginnt mit dem Optimierungsmodell. Dabei handelt es sich um die mathematische Formulierung des Problems, die interpretiert und durch eine Optimierungsengine gelöst werden kann. Das Optimierungsmodell gibt die Beziehungen zwischen den Zielen, Bedingungen, Bedingungen und Auswahlmöglichkeiten an, die an den Entscheidungen beteiligt sind. Aber es sind die Eingabedaten, die diese Beziehungen konkret machen. Ein Optimierungsmodell für die Produktionsplanung kann zum Beispiel die gleiche Form haben, ob Sie drei Produkte oder tausend produzieren. Das Optimierungsmodell plus die Eingabedaten erstellen eine Instanz eines Optimierungsproblems.
  3. Optimierungsengines (oder Solver) wenden mathematische Algorithmen zur Ermittlung einer Lösung an. Eine Lösung wiederum ist eine Gruppe von Entscheidungen, die die besten Werte für die Ziele unter Einhaltung der festgelegten Bedingungen und Einschränkungen liefern. Die Optimierungs-Engine implementiert spezialisierte Algorithmen, die entwickelt und abgestimmt wurden, um eine große Vielfalt unterschiedlicher Probleme effizient zu lösen. Decision Optimization verwendet die IBM CPLEX-und CP Optimizer-Engines, die sich bei der Lösung von realen Anwendungen als leistungsfähig erwiesen haben.
  4. Die Lösung , die aus dem Solver hervorgeht, enthält Details zu den empfohlenen Werten für alle Entscheidungen, die im Modell dargestellt werden. Ebenso wichtig sind die Metrikwerte, die die Ziele darstellen. Diese Werte messen die Qualität der Lösung in Bezug auf die Geschäftsziele.
  5. All dies kann Geschäftsbenutzern mit einer ergänzenden Geschäftsanwendung zur Verfügung gestellt werden. In der Regel werden die Ziel- und Lösungswerte in tabellarischen oder grafischen Ansichten zusammengefasst, die Verständnis und Einsicht ermöglichen.

Weitere Informationen