2021 | OriginalPaper | Chapter
Modellierung mit Tupeln
Authors : Stefan Nickel, Claudius Steinhardt, Hans Schlenker, Wolfgang Burkart, Melanie Reuter-Oppermann
Published in: Angewandte Optimierung mit IBM ILOG CPLEX Optimization Studio
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Mit den in den bisherigen Kapiteln beschriebenen Sprachelementen können kleine bis mittelgroße OPL-Modelle aufgebaut werden, die auch eine generische Parametrisierung erlauben. Häufig müssen in praktischen Anwendungen jedoch sehr große Datenmengen verarbeitet werden, die durch zusammenhängende und komplexe Datentypen gekennzeichnet sind. Mit den Sprachelementen und Techniken, die im Folgenden vorgestellt werden, können grundsätzlich hunderttausende oder gar Millionen von Datensätzen verarbeitet werden. Die Beschränkungen ergeben sich dann in der Regel nur noch durch die Effizienz der Modellierung.