Implementando Modelos Java para Decision Optimization

Você pode implementar modelos Java Decision Optimization usando a API REST de tempo de execuçãowatsonx.ai.

Com a API do trabalhador Java , é possível criar modelos de otimização com APIs Java do OPL, CPLEX e CP Optimizer. Portanto, você pode criar facilmente seus modelos localmente, empacotá-los e implantá-los com o watsonx.ai Runtime usando o boilerplate que é fornecido no GitHub do Java worker público.

O ' Decision Optimization ' Trabalhador Java ' GitHub contém um boilerplate com tudo o que você precisa para executar, implantar e verificar seus modelos Java com o ' watsonx.ai Tempo de execução, incluindo um exemplo. Você pode usar o código nesse repositório para empacotar seu modelo Java Decision Optimization em um arquivo " .jar que pode ser usado como um modelo de aprendizado de máquina. Para obter mais informações sobre os parâmetros do Java worker, consulte a documentação do Java.

É possível construir seus modelos Decision Optimization em Java ou é possível usar o trabalhador Java para empacotar modelos CPLEX, CPO e OPL.