複数のDecision Optimizationシナリオを扱う

複数のシナリオを生成して、さまざまなデータに対してモデルをテストし、モデルの堅牢性を理解することができます。

この例では、モデルを使用して複数のシナリオを生成するプロセスを順を追って説明します。 これにより、ランダムに生成された複数のデータ・セットに対してモデルのパフォーマンスをテストすることができます。 実際には、幅広いデータに対してモデルの頑強性をチェックすることは重要です。 これは、潜在的に確率的な現実世界の状況でモデルが適切に実行されるようにするのに役立ちます。

この例は、 DO サンプル内の StaffPlanning モデルです。

この例は、次のように構造化されています。

• モデル StaffPlanning には、2 つのデフォルト・データ・セットに基づくデフォルト・シナリオと、ランダム化されたデータ・セットに基づく 5 つの追加シナリオが含まれています。
• Python ノートブック CopyAndSolveScenarios には、 StaffPlanning モデルで新しいシナリオを作成するためのランダム生成プログラムが含まれています。

シナリオの管理および構成に関する一般情報については、 Decision Optimization エクスペリメントのシナリオを参照してください。

シナリオのメソッドおよびクラスの作成については、 Decision Optimization クライアントの Python API 資料を参照してください。