Decisify é um pacote Python que aproveita IA generativa para explicar decisões tomadas por modelos de otimização.
A otimização matemática é uma ferramenta crítica na pesquisa operacional, permitindo que as empresas tomem decisões baseadas em dados que maximizam a eficiência e minimizam custos. No entanto, a complexidade destes modelos torna muitas vezes difícil para as partes interessadas compreender e confiar nas decisões que estão a ser tomadas.
A Decisify aborda esse desafio usando IA generativa para fornecer explicações claras e compreensíveis para as decisões produzidas por modelos de otimização. Ao aumentar a transparência e a confiança, o Decisify visa impulsionar uma maior adoção de técnicas de otimização em diversos setores.
Você pode instalar o Decisify usando pip:
pip install decisify
Aqui está um exemplo simples de como usar o Decisify:
import decisify
# Your optimization model code here
( 1 ) Just define the Pydantic Models for ( a ) Input ( b ) Output
( 2 ) Concrete implementation of optimization model
( 3 ) A method to read , the solution
Agora, você está pronto para usar o decisify, é simples a partir deste ponto
# Generate explanations for the model's decisions
trnsprt_model = TransportationModel ()
solution = trnsprt_model . get_solution ( input_data )
print ( solution . model_dump_json ())
interrogator = GurobiInterrogator ( trnsprt_model , input_data )
answer = interrogator . answer ( "What is the optimal solution for the transportation problem?" )
print ( answer )
answer = interrogator . answer ( "How many factories and how many distribution centers are there?" )
print ( answer )
#Now, lets assume the user wants to change the supply at warehouse W1 to 20
answer = interrogator . what_if ( "the courier company just doubled the transportation costs, how does this affect the total cost?" )
print ( answer )
answer = interrogator . what_if ( "The demand at customer C1 has increased by 100 times, how does this affect the total cost?" )
print ( answer )
Congratulamo-nos com contribuições para Decisify! Consulte nossas diretrizes de contribuição para obter mais informações.
Este projeto está licenciado sob a licença MIT - consulte o arquivo LICENSE para obter detalhes.
Para qualquer dúvida ou sugestão, entre em contato conosco pelo e-mail [email protected].