अपनी आपूर्ति श्रृंखला सूची को अनुकूलित करने के लिए एक वेब एप्लिकेशन बनाएं

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

सारांश

इस कोड पैटर्न में, इन्वेंट्री को ऑप्टिमाइज़ करने के लिए वेब-आधारित एप्लिकेशन बनाना सीखें। यह कोड पैटर्न का हिस्सा है एआई का उपयोग करके एक बुद्धिमान इन्वेंट्री और खरीद रणनीति विकसित करें श्रृंखला, जो एक सूची और खरीद रणनीति का अवलोकन प्रदान करती है, और बताती है कि कैसे एक विकास टीम मशीन सीखने के उपकरण और तकनीकों का उपयोग मांग और नियंत्रण लागत का अनुमान लगाने के लिए कर सकती है।

यदि आपके पास इस कोड पैटर्न के बारे में प्रश्न हैं, तो उनसे पूछें या संबंधित में उत्तर खोजें फोरम.

Description

मशीन सीखने के मॉडल को प्रशिक्षित करने के लिए ऐतिहासिक मांग डेटा का उपयोग करना, आप भविष्य में कुछ वस्तुओं की मांग की सटीक भविष्यवाणी कर सकते हैं, और यह सुनिश्चित कर सकते हैं कि आपके ग्राहक जो चाहते हैं, उसे खरीद सकें। लागत और क्षमता जैसे विनिर्माण संयंत्र डेटा के साथ-साथ इनपुट के रूप में इस अनुमानित मांग का उपयोग करते हुए, यह एप्लिकेशन स्टोर प्रबंधक को इन्वेंट्री का अनुकूलन करने और लागत को कम करने के लिए सबसे अच्छा विनिर्माण संयंत्रों का चयन करने में सक्षम बनाता है।

जब आपने यह कोड पैटर्न पूरा कर लिया है, तो आप समझते हैं:

एक Node.js- आधारित वेब अनुप्रयोग परिनियोजित करें
REST API का उपयोग करके एक तैनात IBM Watson® मशीन लर्निंग मॉडल से संदेश भेजें और प्राप्त करें

प्रवाह आरेख

Leverage decision optimization flow diagram

उपयोगकर्ता IBM® क्लाउड पर IBM Watson Studio Service बनाता है।
उपयोगकर्ता एक आईबीएम क्लाउड ऑब्जेक्ट स्टोरेज सर्विस बनाता है और उसे वाटसन स्टूडियो में जोड़ता है।
उपयोगकर्ता वॉटसन स्टूडियो को डिमांड और प्लांट डेटा फाइल अपलोड करता है।
उपयोगकर्ता एक निर्णय अनुकूलन प्रयोग बनाता है और मॉडलिंग सहायक के माध्यम से लागत को कम करने के लिए उद्देश्य निर्धारित करता है।
उपयोगकर्ता एक मॉडल के रूप में निर्णय अनुकूलन को बचाता है, और इसे वाटसन मशीन लर्निंग का उपयोग करके दिखाता है।
उपयोगकर्ता एक एपीआई के माध्यम से तैनात मॉडल से कनेक्ट करने के लिए Node.js एप्लिकेशन का उपयोग करता है और लागत और क्षमता के आधार पर इष्टतम संयंत्र चयन पाता है।