Decisify ดาวน์โหลด - Decisify ดาวน์โหลดซอร์สโค้ด

Decisify

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

ตัดสินใจ

Decisify เป็นแพ็คเกจ Python ที่ใช้ประโยชน์จาก generative AI เพื่ออธิบายการตัดสินใจของโมเดลการปรับให้เหมาะสม

การแนะนำ

การเพิ่มประสิทธิภาพทางคณิตศาสตร์เป็นเครื่องมือสำคัญในการวิจัยการดำเนินงาน ช่วยให้ธุรกิจต่างๆ สามารถตัดสินใจโดยอาศัยข้อมูลซึ่งจะเพิ่มประสิทธิภาพสูงสุดและลดค่าใช้จ่ายให้เหลือน้อยที่สุด อย่างไรก็ตาม ความซับซ้อนของแบบจำลองเหล่านี้มักทำให้ผู้มีส่วนได้ส่วนเสียเข้าใจและเชื่อถือการตัดสินใจที่เกิดขึ้นได้ยาก

Decisify จัดการกับความท้าทายนี้โดยใช้ generative AI เพื่อให้คำอธิบายที่ชัดเจนและเข้าใจได้สำหรับการตัดสินใจที่เกิดจากโมเดลการปรับให้เหมาะสม ด้วยการเพิ่มความโปร่งใสและความไว้วางใจ Decisify มีเป้าหมายที่จะผลักดันการนำเทคนิคการเพิ่มประสิทธิภาพมาใช้ในอุตสาหกรรมที่หลากหลายให้มากขึ้น

คุณสมบัติ

อธิบายการตัดสินใจเกี่ยวกับโมเดลการปรับให้เหมาะสมโดยใช้ generative AI
ปรับปรุงความโปร่งใสและความไว้วางใจในการวิจัยการดำเนินงาน
อำนวยความสะดวกในการใช้เทคนิคการเพิ่มประสิทธิภาพในอุตสาหกรรมต่างๆ

การติดตั้ง

คุณสามารถติดตั้ง Decisify โดยใช้ pip:

pip install decisify

การใช้งาน

นี่คือตัวอย่างง่ายๆ ของวิธีใช้ 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

ตอนนี้คุณอ่านเพื่อใช้ dedicify แล้ว มันง่ายตั้งแต่จุดนี้เป็นต้นไป

 # 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 )