特色網路研討會

預測並優化您的業務成果

如果您可以將規劃處理程序從一週縮短為一小時,或從一小時縮短為一秒,結果會怎麼樣?或將利潤成長提高到兩位數?

透過此網路研討會探索您如何可以:

  • 使用自然語言輸入輕鬆建置優化模型
  • 結合優化與機器學習來推動更好的成果
  • 學習產業使用案例,藉此利用優化來擴增預測洞察

CPLEX Optimizer 能為企業做些什麼?

以數學方式建立商業問題模型,並透過 CPLEX Optimizer 的強大演算法產生精確的邏輯決策來解決它們。CPLEX Optimizer 的數學規劃技術實現決策優化,以提高效率、降低成本及增加利潤。

CPLEX Optimizer 為線性規劃、混合整數規劃、二次規劃和二次限制規劃問題,提供彈性的高效能數學規劃求解。這些規劃求解包括用於混合整數規劃的分散式平行演算法,能利用多台電腦來解決困難問題。

從商業決策的數十億個替代方案中尋找最佳解決方案,例如:

  • 什麼才是我工廠的最佳方案?不僅要能滿足成品的需求,又要縮減機器設置成本,並將原物料的預定送達時間納入考量?
  • 我如何考量對客戶回應習性的預測,以為客戶指派最佳市場行銷活動,以及在考量預算限制之下達到最大的預期購買率?

CPLEX Optimizer 的優點

強大演算法

CPLEX Optimizer 提供解決重大實際優化問題所需的能力,以及當今互動決策優化應用程式所需的速度。CPLEX Optimizer 已解決有幾百萬個限制和變數的優化模型。

CPLEX Optimization Studio 介面

使用諸如 ILOG Concert® Technology 和 CPLEX Callable Library 之類的介面來建置及部署優化應用程式。

IBM ILOG CPLEX Optimizer 效能基準

瞭解 CPLEX 數學規劃和限制規劃求解的效能增進的相關資訊。

快速自動重新啓動

可以修改線性規劃,然後只用一點點的原始解決方案時間再次求解。可以從先前的一堆解決方案開始修改和解決混合整數規劃。

產品

IBM ILOG CPLEX Optimization Studio

快速優化商業決策、開發和部署優化模型,並決定最佳行動方針,來改進規劃和排程結果。

IBM Decision Optimization for Watson Studio

將優化技術與 IBM Watson® Studio 中的其他資料科學功能相結合,以推動可靠的商業決策。

IBM Decision Optimization Center

為企業建置、部署及使用優化決策應用程式。

IBM Decision Optimization on Cloud

透過這個容易使用的自助式解決方案,利用雲端上部署的優化引擎來解決複雜的優化問題。

IBM ILOG CPLEX Optimizer for z/OS

對於諸如 MIP/MIQCP 的數學優化問題,IBM z/OS® 的使用者可以使用 CPLEX Optimizer 和 C 和 C++ API 來建立模型及解決其商業問題。

資源

CPLEX 中的多目標建模

使用 CPLEX 解決多目標問題:階層式、混合式或兩者混合。

使用 Python 進行優化建模

在 Python 中建立及執行優化模型。實驗 docplex Python API。

解決方案簡介

利用 IBM ILOG CPLEX Optimization Studio 來改變商業決策制定。

線性規劃技術

瞭解如何使用 CPLEX Optimizer 進行線性規劃。

與專家互動

安排一對一通話

向有空的 IBM 專家尋求想要的答案。