サプライチェーンの在庫を最適化するためのWebアプリケーションを作成します

まとめ

このコード パターンでは、Web ベースのアプリケーションを作成して在庫を最適化する方法を学びます。 このコード パターンは、 AIを使用してインテリジェントな在庫および調達戦略を開発する このシリーズでは、在庫と調達戦略の概要を説明し、開発チームが機械学習ツールと技術を使用して需要を予測し、コストを管理する方法について説明します。

このコード パターンについて質問がある場合は、質問するか、関連するドキュメントで答えを探してください。 フォーラム.

説明

過去の需要データを使用して機械学習モデルをトレーニングすることで、特定のアイテムの将来の需要をより正確に予測し、顧客が必要なものを購入できるようにすることができます。 このアプリケーションは、コストや容量などの製造プラントデータとともに、この予測された需要を入力として使用することで、店舗管理者が在庫を最適化し、コストを最小限に抑えるための最適な製造プラントをすばやく選択できるようにします。

このコードパターンを完了すると、次の方法がわかります。

• Node.jsベースのWebアプリケーションをデプロイします
• REST APIを使用して、デプロイされたIBMWatson®機械学習モデルからメッセージを送受信します

流れ図

1. ユーザーは、IBM®Cloud上にIBM WatsonStudioサービスを作成します。
2. ユーザーはIBM Cloud Object Storage Serviceを作成し、それをWatson Studioに追加します。
3. ユーザーは、需要とプラントのデータファイルをWatsonStudioにアップロードします。
4. ユーザーは意思決定最適化実験を作成し、モデリングアシスタントを通じてコストを最小限に抑えるための目標を設定します。
5. ユーザーは意思決定最適化をモデルとして保存し、Watson MachineLearningを使用して展開します。
6. ユーザーはNode.jsアプリケーションを使用して、APIを介してデプロイされたモデルに接続し、コストと容量に基づいて最適なプラントの選択を見つけます。

説明書

から詳細な手順を取得します README ファイル。 これらの手順では、次の方法について説明しています。

1. リポジトリのクローンを作成します。
2. モデル展開IDを設定します。
3. モデル空間IDを設定します。
4. IBM CloudAPIキーを作成します。
5. アクセストークンを生成します。
6. アプリケーションを実行してください。

このコードパターンは、 AIを使用してインテリジェントな在庫および調達戦略を開発する シリーズ。