Utiliser des techniques de programmation par contraintes pour calculer des solutions à des problèmes d'ordonnancement détaillés et à des problèmes d'optimisation combinatoire.
IBM ILOG CP Optimizer est un complément nécessaire et important à la boîte à outils du spécialiste de l'optimisation pour résoudre les problèmes de planification et d'ordonnancement des opérations dans le monde réel. ILOG CP Optimizer contient un optimiseur robuste qui gère les contraintes latérales que l'on trouve invariablement dans de tels défis. Pour les problèmes purement universitaires tels que job-shop, open-shop et flow-shop, il trouve des solutions comparables à celles trouvées par des algorithmes spécialisés de pointe.
Certains problèmes d'optimisation combinatoire ne peuvent pas être facilement linéarisés et résolus avec les méthodes traditionnelles de programmation mathématique. Pour traiter ces problèmes, ILOG CP Optimizer fournit un large ensemble de contraintes arithmétiques et logiques, ainsi qu'un optimiseur robuste qui apporte à l'optimisation combinatoire tous les avantages d'un processus de développement par modélisation et exécution.
- Utiliser des fonctionnalités de modélisation spécialisées dans l'ordonnancement comme les intervalles (pour les activités) et les fonctions cumulatives (pour les ressources).
- Soutenir les objectifs de l'entreprise en optimisant les coûts liés à la précocité et au retard, les coûts liés à la durée et les coûts liés à la non-exécution.
- Modéliser la structure de répartition du travail du calendrier et les dépendances des tâches, ainsi que les différents modes de production.
- Modèle de capacité finie Ressources et réservoirs.
- Modéliser les temps de préparation pour calculer les programmes qui définissent les meilleures tailles possibles pour les lots.
- Utiliser des contraintes spécialisées telles que toutes les différences, les paquets, les lexiques, le comptage et la distribution pour des problèmes professionnels tels que la localisation, le routage et la configuration d'une installation.
- Modéliser avec des contraintes logiques ainsi qu'une gamme complète d'expressions arithmétiques, y compris modulo, division entière, minimum, maximum ou une expression qui indexe un tableau de valeurs par une variable de décision.
- Modèle avec des variables de décision discrètes (booléennes ou entières).
Découvrir les applications de la programmation par contraintes, notamment les problèmes de production et les cas d'utilisation.
Faites l'expérience de la résolution d'un problème d'optimisation de bout en bout.
Représenter mathématiquement les problèmes de l'entreprise pour créer une application analytique efficace d'aide à la décision.
Découvrez la comparaison de CP Optimizer performance pour un problème d'ordonnancement d'atelier.
Construisez et résolvez des modèles d'optimisation complexes pour identifier les meilleures actions possibles que vos utilisateurs devraient prendre en utilisant de puissants algorithmes Decision Optimization.
Combinez les techniques d'optimisation et de machine learning au sein de IBM Cloud Pak for Data, une plateforme de données et d'IA multicloud qui vous permet de construire et d'exécuter des modèles IA sur n'importe quel site cloud et sur.
Utilisez cette plateforme pour créer une plateforme de développement et une interface graphique, et soutenir l'analyse et la visualisation des données, la gestion des scénarios, la planification collaborative et l'analyse par simulation.