Lag en webapplikasjon for å optimalisere forsyningskjedelageret

Oppsummering

I dette kodemønsteret kan du lære hvordan du oppretter en nettbasert applikasjon for å optimalisere beholdningen. Dette kodemønsteret er en del av Utvikle en intelligent lager- og anskaffelsesstrategi ved hjelp av AI serien, som gir en oversikt over en lager- og anskaffelsesstrategi, og forklarer hvordan et utviklingsteam kan bruke maskinlæringsverktøy og -teknikker for å forutsi etterspørsel og kontrollere kostnader.

Hvis du har spørsmål om dette kodemønsteret, spør dem eller se etter svar i den tilhørende forum.

Beskrivelse

Ved å bruke historiske etterspørselsdata for å trene en maskinlæringsmodell, kan du forutsi etterspørselen etter visse varer mer nøyaktig i fremtiden, og sikre at kundene dine er i stand til å kjøpe det de vil ha. Ved å bruke denne forutsagte etterspørselen som input, sammen med produksjonsanleggsdata som kostnader og kapasitet, gjør denne applikasjonen det mulig for en butikksjef å raskt velge de beste produksjonsanleggene for å optimere lagerbeholdningen og minimere kostnadene.

Når du har fullført dette kodemønsteret, forstår du hvordan du:

• Distribuer en Node.js-basert nettapplikasjon
• Send og motta meldinger fra en distribuert IBM Watson® Machine Learning-modell ved hjelp av REST APIer

Flytdiagram

1. Brukeren oppretter en IBM Watson Studio-tjeneste på IBM® Cloud.
2. Brukeren oppretter en IBM Cloud Object Storage Service og legger den til i Watson Studio.
3. Brukeren laster opp etterspørsels- og plantedatafiler til Watson Studio.
4. Brukeren oppretter et beslutningsoptimaliseringseksperiment og setter mål for å minimere kostnadene gjennom modelleringsassistenten.
5. Brukeren lagrer beslutningsoptimaliseringen som en modell, og distribuerer den ved hjelp av Watson Machine Learning.
6. Brukeren bruker Node.js-applikasjonen for å koble til den distribuerte modellen gjennom en API og finner det optimale anleggsutvalget basert på kostnad og kapasitet.

Instruksjoner

Få detaljerte instruksjoner fra README fil. Disse instruksjonene forklarer hvordan du:

1. Klone depotet.
2. Angi ID for modellimplementering.
3. Angi Model Space ID.
4. Opprett en IBM Cloud API-nøkkel.
5. Generer tilgangstokenet.
6. Kjør programmet.

Dette kodemønsteret er en del av Utvikle en intelligent lager- og anskaffelsesstrategi ved hjelp av AI serien.