最適化モデリング

最適化とデータサイエンスを活用した、ビジネスにおける意思決定の推進

IBM Decision Optimizationを使用して最適化モデルを構築する方法

多くの要因が関係する問題について難しい決断を下さなければならないときは、IBM Decision Optimization製品ファミリーが役に立ちます。ビジネスの状況を数理モデルで構築する際に鍵となるコンポーネントを把握できるので、自信を持ってより的確な意思決定をより迅速に行うことができるようになります。

最適化モデルとは、解決しようとしているビジネス上の問題の主な特性を変換したものです。モデルは3つの要素から構成されます。目的関数、決定変数、そしてビジネス的な制約条件です。

IBM Decision Optimization製品ファミリーでは、最適化モデルの構築に役立つ複数のアプローチをサポートしています。

ㅤㅤ ㅤㅤ ㅤㅤ

IBM ILOG® CPLEX ® Optimization Studioでは、Optimization Programming Language、またはPython、Java™、C、C++、C# APIなどの使用可能なアプリケーション・プログラミング・インターフェースのいずれかを利用できます。

IBM Decision Optimization for Watson Studioでは、Python APIまたはOptimization Modeling Assistantのいずれかを使用してモデルを構築できます。

チュートリアル：最適化モデルの構築方法 (英語, 07:36)

Optimization Programming Language（OPL）

IBM ILOG CPLEX Optimization Studioでは、統合開発環境でOptimization Programming Language（OPL）を使用してモデルを作成するオプションを提供しています。
OPLにより、最適化モデルの自然な数理的記述が可能になります。汎用プログラミング言語よりも大幅にシンプルで短いコードを生成する、数理計画モデルのためのハイレベルな構文を作ることができます。アプリケーションの開発、アップグレード、および保守にかかるワークロードを削減すると同時に、信頼性を向上させることができます。OPLの強力な構文は、数理計画法と制約プログラミングの両方を使用して問題をモデル化および解決するのに必要なすべての式をサポートします。
OPLは数理計画モデルと制約プログラミングモデルをサポートしています。索引セットに対して決定変数と決定式を定義して、その変数と式の影響を受ける選択を表すことができます。OPLを使用すると、数理計画法、制約プログラミング、制約ベースのスケジューリング・モデルの開発、デバッグ、テスト、調整を行うことができます。もう1つの重要な利点は、索引セットに対して制約、合計、その他の数値演算を指定できる機能です。

チュートリアル：OPLによる最適化モデルの構築 (英語, 07:40)

OPLの機能

拡張されたデータ編成タイプ

文字列と数値の範囲、配列、セットを定義します。セット演算を適用して、複合索引セットを構成します。タプル、異種データ・エレメントを構成するデータ構造、タプルのセットを、オプションの1次キーと外部キーで定義します。タプルのスライス（SQL SELECT操作と類似）を使用して、問題のサイズとデータ要件の両方を削減するスパース・モデルを定義します。

OPL機能の動画を見る (英語, 08:39)

実変数または整変数のサポート

実数の決定変数を使用して、数量を伴う決定を表します。バイナリーまたは整数の決定変数を使用して、個別の選択または不可分の数量を表します。IBM ILOG CPLEX Optimizerの混合整数ソルバーと高度な分枝カット検索を活用して、難しい個別の最適化問題を解決し、IBM ILOG CPLEX CP Optimizerを使用して、混合整数最適化アルゴリズムにはあまり適さない難しい組み合わせの問題を解決します。

陸軍士官学校でのOPLの活用方法を読む（英語）

詳細なスケジューリング問題のモデル化

OPLの固有の構文とデータ構造を活用して、タイミングが重要な決定要素である問題を定義します。間隔変数を使用してアクティビティー、または実行されるタスクを表します。時間制約（間隔の開始と終了の時刻の関係）を指定して、アクティビティー間の優先順位を表します。強度関数および累積関数を定義して、時間の関数としてのリソースの使用を表し、間隔間のリソース制約を指定します。

制約プログラミングの詳細を見る（英語）

OPLとPythonによるシンプルなデータ管理

Pythonのデータ処理機能をOPLモデルに活用します。doopl APIを駆使してPythonにOPLモデルを組み込み、Pythonでサポートされているデータ構造を使って、データをより簡単に処理および操作する機能を活用します。またdoopl APIを活用すると、データ変更による複数の解決が必要な最適化のワークフローを簡素化することができます。

doopl APIの詳細を見る（英語）

APIを使用したモデルの構築

IBM Decision Optimizationソリューションは、アプリケーション・プログラミング・インターフェース（API）を使用して最適化モデルを構築するための柔軟性を提供します。IBM ILOG CPLEX Optimization StudioはC、C++、C#、Java、Pythonなどの複数のAPIをサポートします。IBM Decision Optimization for Watson Studioを使用している場合は、Python APIを使用して最適化モデルを作成できます。