Lorsqu'on travaille sur des projets de Rate incluant des blocs Optim, plusieurs options de clonage sont disponibles pour vous donner un contrôle total sur le comportement des contraintes intégrées. Cette flexibilité est importante car les contraintes se divisent en deux grandes catégories :
Les contraintes indépendantes de la taille de la base de données, y compris les contraintes locales pour la prime minimale et maximale ainsi que les contraintes basées sur les proportions telles que le taux de conversion, le ratio attendu S sur P et le ratio S sur C combiné.
Ces contraintes restent inchangées lors du clonage d'un projet.
Les contraintes dépendant de la taille de la base de données, connues sous le nom de contraintes extensives, comme la prime proposée, la prime souscrite et la marge souscrite.
Pour celles-ci, différents comportements de clonage sont disponibles et décrits ci-dessous.
Lorsque vous clonez un projet Rate contenant au moins un bloc Optim avec un résultat étiqueté, le système vous demandera de choisir parmi les options de clonage disponibles décrites ci-dessous.
Sur le côté gauche, vous pouvez naviguer à travers toutes les recherches par grille d’optimisation du projet, ainsi que les résultats étiquetés provenant de celles-ci.
Notez que, quelle que soit l'option choisie pour le clonage, elle s'appliquera à tous les résultats marqués Optim.
Chacune de ces options aura un effet différent sur la manière dont l'optimisation est réalisée dans le projet Rate cloné :
Same (Identique) : cette option laisse les contraintes inchangées, de sorte que les mêmes valeurs définies dans le projet original sont appliquées au nouveau. Bien qu'il s'agisse de l'approche la plus simple, cela peut entraîner des résultats non souhaités si la base de données utilisé dans le projet cloné diffère de manière significative de l'original, car les contraintes pourraient ne plus être appropriées ou significatives.
Rescale (Redimensionner) : dans ce cas, les contraintes seront recalculées pour considérer la taille de la nouvelle base de données. Une transformation linéaire est effectuée en fonction du nombre de lignes des bases de données. Supposons que nous ayons une contrainte sur le Volume de prime fixée à 200 M euros dans le projet original, qui est construit sur un ensemble de données contenant 2 M de lignes. Si le projet est cloné sur un autre ensemble de données avec 3 M de lignes, alors la contrainte sera modifiée à 300 M euros. Dans tous les cas, vous pouvez voir quelles seront les nouvelles valeurs des contraintes en sélectionnant la variante du bloc Optim correspondante, tant avant le clonage (en utilisant la liste des recherches par grille à gauche de l'image ci-dessus) qu'après (dans la barre latérale du bloc).
Score : lorsque cette option est sélectionnée, les contraintes elles-mêmes ne sont pas directement réutilisées. À la place, le multiplicateur de Lagrange (λ) obtenu à partir du problème d'optimisation initial est conservé et appliqué dans le projet cloné. Dans la formulation originale, l'optimisation cherche à maximiser une fonction objective f(x) sous réserve d'une ou plusieurs contraintes g(x). Le multiplicateur de Lagrange exprime le compromis entre l'objectif et chaque contrainte selon l'équation ci-dessous :
Le multiplicateur λ quantifie à quel point l'optimisation réagit à la contrainte. Mathématiquement, il représente le taux de changement dans la valeur optimale de f(x) lorsque g(x) est assoupli d'une unité. En d'autres termes, λ mesure combien l'objectif pourrait s'améliorer si la contrainte était légèrement assouplie.
L'avantage clé de cette approche est la cohérence : la même règle d'optimisation (via λ) est appliquée uniformément à chaque observation dans l'ensemble de données. En conséquence, si la même politique apparaît à la fois dans les ensembles de données original et cloné, elle recevra le même prix optimisé. Ce comportement diffère des options de clonage précédentes, où les contraintes elles-mêmes sont copiées et une nouvelle optimisation est réalisée sur le nouvel ensemble de données, ce qui peut potentiellement conduire à des résultats différents car les données sous-jacentes ont changé.
Dans le projet cloné, les contraintes apparaîtront toujours dans l'interface, et par défaut, elles sont redimensionnées uniquement à des fins d'affichage. Elles ne sont pas utilisées dans l'optimisation puisque les multiplicateurs de Lagrange préservés prennent le pas sur elles.
Le tableau suivant résume comment chaque méthode de clonage affecte la nouvelle optimisation.
Méthode | Same | Rescale | Score |
Contraintes extensives | Pas de changement | Mise à l'échelle par le nombre de lignes | Mise à l'échelle par le nombre de lignes, mais non utilisé |
Les contraintes extensives sont-elles satisfaites ? | Garantie
| Garantie | Non garantie |
Interdépendance | Oui, le prix optimisé dépend de la distribution du dataset | Oui, le prix optimisé dépend de la distribution du dataset | Non, chaque optimisation est réalisée indépendamment |
Calcul du bloc Optim dans le projet cloné | Un problème d'optimisation est résolu. L’utilisateur est averti si ce n'est pas faisable. | Un problème d'optimisation est résolu. L’utilisateur est averti si ce n'est pas faisable. | Applique le λ trouvé dans le projet original. Réussit toujours. |