Opret en webapplikation for at optimere din forsyningskædebeholdning

Resumé

I dette kodemønster kan du lære, hvordan du opretter en webbaseret applikation for at optimere beholdningen. Dette kodemønster er en del af Udvikle en intelligent lager- og indkøbsstrategi ved hjælp af AI serie, som giver et overblik over en lager- og indkøbsstrategi og forklarer, hvordan et udviklingsteam kan bruge maskinlæringsværktøjer og -teknikker til at forudsige efterspørgsel og kontrollere omkostninger.

Hvis du har spørgsmål om dette kodemønster, så spørg dem eller søg efter svar i den tilhørende forum.

Beskrivelse

Ved at bruge historiske efterspørgselsdata til at træne en maskinlæringsmodel kan du forudsige efterspørgslen efter bestemte varer mere præcist i fremtiden og sikre, at dine kunder er i stand til at købe, hvad de ønsker. Ved at bruge denne forudsagte efterspørgsel som input, sammen med produktionsanlægsdata såsom omkostninger og kapacitet, gør denne applikation det muligt for en butikschef hurtigt at vælge de bedste produktionsanlæg for at optimere lagerbeholdningen og minimere omkostningerne.

Når du har gennemført dette kodemønster, forstår du, hvordan du:

• Implementer en Node.js-baseret webapplikation
• Send og modtag beskeder fra en implementeret IBM Watson® Machine Learning-model ved hjælp af REST API'er

Flowdiagram

1. Brugeren opretter en IBM Watson Studio Service på IBM® Cloud.
2. Brugeren opretter en IBM Cloud Object Storage Service og tilføjer den til Watson Studio.
3. Brugeren uploader efterspørgsels- og plantedatafilerne til Watson Studio.
4. Brugeren opretter et beslutningsoptimeringseksperiment og sætter mål for at minimere omkostningerne gennem modelleringsassistenten.
5. Brugeren gemmer beslutningsoptimeringen som en model og implementerer den ved hjælp af Watson Machine Learning.
6. Brugeren bruger Node.js-applikationen til at oprette forbindelse til den installerede model gennem en API og finder det optimale anlægsvalg baseret på omkostninger og kapacitet.

Instruktioner

Få detaljerede instruktioner fra README fil. Disse instruktioner forklarer, hvordan du:

1. Klon depotet.
2. Indstil Model Deployment ID.
3. Indstil Model Space ID.
4. Opret en IBM Cloud API-nøgle.
5. Generer adgangstokenet.
6. Kør programmet.

Dette kodemønster er en del af Udvikle en intelligent lager- og indkøbsstrategi ved hjælp af AI serien.