Decisify — это пакет Python, который использует генеративный искусственный интеллект для объяснения решений, принимаемых с помощью моделей оптимизации.
Математическая оптимизация — важнейший инструмент исследования операций, позволяющий предприятиям принимать решения на основе данных, которые максимизируют эффективность и минимизируют затраты. Однако сложность этих моделей часто мешает заинтересованным сторонам понимать принимаемые решения и доверять им.
Decisify решает эту проблему, используя генеративный искусственный интеллект для предоставления четких и понятных объяснений решений, принимаемых моделями оптимизации. Повышая прозрачность и доверие, Decisify стремится способствовать более широкому внедрению методов оптимизации в различных отраслях.
Вы можете установить Decisify с помощью pip:
pip install decisify
Вот простой пример использования 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
Теперь вы готовы использовать Decisify, с этого момента все просто.
# 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 )
Мы приветствуем вклад в Decisify! Пожалуйста, ознакомьтесь с нашими рекомендациями по участию для получения дополнительной информации.
Этот проект лицензируется по лицензии MIT — подробности см. в файле LICENSE.
По любым вопросам или предложениям обращайтесь по адресу [email protected].