Formatos de arquivo de dados de entrada e saída do modelo para Decision Optimization

Com seu modelo do Decision Optimization , é possível usar os seguintes identificadores de dados de entrada e saída e combinações de extensões.

Esta tabela mostra as combinações de tipos de arquivos compatíveis com o Decision Optimization para implementação:

Tipo de modelo	Tipo de Arquivo de Entrada	Tipo de Arquivo de Saída	Comments
`cplex`	`.lp` `.mps` `.sav` `.feasibility` `.prm` `.jar` para Java™ modelos	`.xml` `.json` O nome do arquivo de saída deve ser solution	O formato de saída pode ser especificado usando a API. Arquivos do tipo `.lp`, `.mps`e `.sav` podem ser compactados usando `gzip` ou `bzip2`e transferidos por upload como `.lp.gz` ou `.sav.bz2`, por exemplo. Os esquemas para os formatos do CPLEX para soluções, conflitos e arquivos de viabilidade estão disponíveis para download no archive cplex_xsds.zip a partir do Decision Optimization github.
`cpo`	`.cpo` `.jar` para Modelos Java	`.xml` `.json` O nome do arquivo de saída deve ser solution	O formato de saída pode ser especificado por meio de um parâmetro de execução. Para obter o formato de arquivo nativo dos modelos CPO, consulte: Sintaxe do formato de arquivo do CP Optimizer.
`opl`	`.mod` `.dat` `.oplproject` `.xlsx (deprecated)` `.json` `.csv` `.jar` para Modelos Java	`.xml` `.json` `.txt` `.csv` `.xlsx (deprecated)`	O formato de saída é consistente com o tipo de entrada, mas pode ser especificado por meio de um parâmetro de execução, se necessário. Para se conectar a arquivos do Microsoft Excel, use um conector de dados. O conector de dados transforma seu arquivo do Excel em um arquivo " `.csv`. Apenas modelos que são definidos com conjuntos de tuplas podem ser implementados; outras estruturas do OPL não são suportadas Para ler e gravar entradas e saídas no OPL, consulte Modelos OPL.
`docplex`	`.py` `.` (dados de entrada)	Qualquer tipo de arquivo de saída especificado no modelo.	Qualquer formato pode ser usado no código Python, mas para aproveitar as vantagens dos conectores de dados, use o formato `.csv`. Para ler e gravar entrada e saída no Python, use os comandos `get_input_stream("filename")` e `get_output_stream("filename")`. Veja o exemplo de soma da API DOcplex

Restrições do identificador de dados

Um nome de arquivo tem as seguintes restrições:

É limitado a 255 caracteres
Pode incluir somente caracteres ASCII
Não é possível incluir os caracteres /\?%*:|"<>, o caractere de espaço ou o caractere nulo
Não pode incluir _ como primeiro caractere

Dados de referência

Ao usar ativos de dados ou ativos de conexão para dados tabulares, use ' .csv como a extensão do identificador de dados no campo ' id, independentemente do tipo de ativo. O conector de dados faz as transformações necessárias para que você possa carregar ou salvar dados sem precisar alterar o formato dos dados. Assim, você pode usar o mesmo modelo de Decision Optimization com muitos tipos e formatos diferentes de fontes de dados, usando um conector de dados para fazer referência aos dados de origem e de destino. Se você usar outras extensões de identificador de dados, os dados serão carregados ou salvos como um arquivo binário de dados brutos sem nenhuma transformação. Para obter mais informações, consulte Fontes de dados de entrada para trabalhos de implantação Decision Optimization e Dados de saída para trabalhos de implantação do Decision Optimization.