Хотели бы вы узнать лучший способ распределения ограниченных ресурсов для максимизации прибыли? Или найти наиболее эффективное решение для минимизации расходов? Однако, как быть с неопределенностью, связанной с прогнозами продаж, доходностью инвестиций и себестоимостью производства?
Традиционные методы оптимизации игнорируют такую неопределенность, что является крайне рискованным подходом. RISKOptimizer не только покажет вам лучшую комбинацию вводов, но и связанный с каждой стратегией риск. Таким образом, вы сможете найти стратегии, которые позволят минимизировать риск, обеспечивая достижение поставленных целей.
RISKOptimizer на основе моделирования по методу Монте-Карло из надстройки анализа рисков @RISK и новейшей методики поиска решений осуществляет оптимизацию моделей в таблицах Excel, содержащих неопределенные значения. Возьмем любую задачу оптимизации и заменим неопределенные значения функциями распределения вероятности @RISK, которые представляют диапазон возможных значений. Для каждого пробного решения, которое RISKOptimizer оценивает во время оптимизации, выполняется моделирование по методу Монте-Карло для поиска комбинации настраиваемых ячеек, которая даст лучшие результаты моделирования.
Функции RISKOptimizer представлены в группе «Инструменты» на ленте Промышленной версии @RISK (эту версию можно приобрести отдельно или в составе Промышленной версии DecisionTools Suite).
Подробнее о том, как быстро научиться
работать в @RISK
Посмотрите видео по функциям RISKOptimizer
(на английском языке)
RISKOptimizer 7 полностью переведен на русский язык, включая все меню, диалоговые окна, файлы справки и примеры. RISKOptimizer также доступен на английском, испанском, немецком, французском, португальском, японском и китайском языках.
» Обновить
Анализ границы эффективности часто применяется в финансовом моделировании, особенно для оптимизации портфелей. Граница
эффективности — это график, отображающий оптимальную доходность для любого допустимого уровня риска.
RISKOptimizer выполняет оптимизацию для каждого указанного вами допустимого уровня риска. В финансовом портфеле выполняется оптимизация ожидаемой доходности путем изменения схемы распределения фондов. Уровень риска — это ограничение, которое варьируется в пределах диапазона возможных значений. Получаемая граница эффективности является двумерным графическим представлением многих результатов оптимизации. Используя границы эффективности, вы можете значительно повысить отдачу любого портфеля.
Анализ границы эффективности применяется не только для оптимизации портфелей: его можно использовать во всех тех случаях, когда вам требуется быстро выполнить большой ряд оптимизаций для анализа баланса плюсов и минусов между двумя числами при решении задачи оптимизации.
» Подробнее о новых функциях RISKOptimizer 7
RISKOptimizer используется для решения проблем оптимизации в различных сферах деятельности, в том числе финансовыми, авиационными и производственными компаниями.
ОТРАСЛЬ
АВИАКОМПАНИИ и ГОСТИНИЦЫ
ПРОИЗВОДСТВО
ЭНЕРГЕТИЧЕСКОЕ ХОЗЯЙСТВО
ОБЩАЯ СФЕРА
РОЗНИЧНАЯ ТОРГОВЛЯ
ПРИМЕРЫ ПРИМЕНЕНИЯ
Управление доходами при неопределенном спросе
Планирование заказов, производства, кадров
Управление запасами
Планирование мощности
Решения по ассортименту продукции
Максимизация портфеля
Стратегии хеджирования
Балансирование портфеля
Пенсионное планирование
Нормы выбросов EPA
Тайминг при выходе на рынок
Оптимизация политики размещения заказов
|

Стандартные программы оптимизации хорошо справляются с задачей поиска лучшей комбинации значений для максимизации или минимизации результата в табличной модели при заданных определенных ограничениях. Однако эти программы не учитывают «неконтролируемую» неопределенность, и для всех факторов, которые не настраиваются в процессе оптимизации, требуется указывать статические значения. Таким образом, решения приходится принимать на основе чрезмерно упрощенных или неточных результатов.
Предположим, у вас имеется несколько заводов и вам требуется распределить между ними производство разных продуктов для удовлетворения спроса в соседних городах. Вы хотите максимизировать прибыль и минимизировать транспортные расходы. Это обычная задача оптимизации, в которой вы распределяете объем производства по продуктам для разных заводов. Однако ключевые факторы, которые находятся вне вашего контроля, являются неопределенными. К ним относятся транспортные расходы, спрос и другие. При использовании традиционных программ приходится строить предположения по этим неопределенным факторам и надеяться на лучшее. В RISKOptimizer подобные неопределенные факторы представлены с помощью функций распределения вероятности (например, Normal, Triang и т. д.), благодаря чему для каждого пробного распределения объема производства можно выполнить моделирование по методу Монте-Карло. Таким образом, вы сможете максимизировать среднее моделируемого вывода (например, прибыль), учитывая при оптимизации риск.

Для учета неопределенности в моделях и определения вероятности различных результатов в @RISK используется моделирование по методу Монте-Карло. Однако моделирование Монте-Карло не работает с переменными решения, значения которых вы контролируете. Этот метод предназначен для обработки случайных неопределенных значений при определенном состоянии этих переменных решения.
Предположим, вы разрабатываете новый продукт и хотели бы определить, окажется ли этот проект выгодным в долгосрочной перспективе. Вы создаете стандартную табличную модель для расчета прибыли, заменяя неопределенные факторы, такие как спрос и расходы на материалы, функциями @RISK. Затем вы понимаете, что некоторые предположения основаны на сотрудничестве с определенными поставщиками и использовании определенных методов производства продукта. Возможно, другие поставщики и методы позволили бы вам сэкономить средства. Также возможно, что при некоторых методах производства транспортные расходы окажутся неприемлемыми. Если вы используете только @RISK, можно было бы выполнить несколько моделирований и сравнить результаты. Однако получится ли при этом проверить все возможные комбинации вводов? RISKOptimizer позволит вам оценить разные комбинации поставщиков и методов для максимизации прибыли.
При работе с RISKOptimizer требуется выполнить три простых шага:
The RISKOptimizer Model window provides one-stop setup for all optimization problems. Here you specify the target cell and statistic, identify cells to adjust, and define constraints. Adjustable cells and constraints support cell ranges for easy setup and changes, while target cells can be maximized, minimized, or approach a specific goal.
При определении настраиваемых ячеек можно указать максимальную и минимальную границы диапазона ячеек непосредственно в Excel, что позволяет существенно упростить настройку и внесение изменений. Например, вы можете указать для RISKOptimizer, что необходимо настроить ячейки B1:B5, минимальные значения для которых заданы в диапазоне A1:A5, а максимальные значения — в диапазоне C1:C5. Кроме того, поддерживается определение нескольких групп ячеек с несколькими диапазонами в каждой группе.
В модели также необходимо определить ограничения. Например, может потребоваться выполнить моделирование в условиях ограниченных ресурсов. При определении ограничений (мягких или жестких) минимумы и максимумы также можно указать с помощью диапазонов ячеек.
Наконец, необходимо задать условия остановки оптимизации. Таким образом, RISKOptimizer будет знать, когда следует остановить каждое моделирование и прекратить процесс оптимизации в целом.
Для поиска оптимальной комбинации настраиваемых ячеек в RISKOptimizer реализовано шесть методов решения. Выбор метода обусловлен поставленной задачей. Доступны следующие методы решения:
- Рецепт - набор переменных, которые могут изменяться независимо друг от друга.
- Группировка - коллекция элементов, которые помещаются в группы.
- Заказ - упорядоченный список элементов./li>
- Бюджет - аналогичен алгоритму «рецепт», но итог является константой.
- Проект - аналогичен алгоритму «заказ», но некоторые элементы предшествуют другим.
- Расписание - аналогичен алгоритму «группировка», но распределяет элементы по блокам времени с учетом заданных ограничений.
В табличной модели вам необходимо добавить функции распределения вероятности для описания неопределенных факторов, которые находятся вне вашего контроля. Подробнее о функциях распределения вероятности можно прочитать странице описания @RISK.
RISKOptimizer также в значительной мере позволяет контролировать выполнение самой оптимизации. В диалоговом окне настроек RISKOptimizer можно установить параметры оптимизации и моделирования, настройки времени выполнения, контрольные макросы и многое другое.
Чтобы запустить оптимизацию, нажмите на значок «Начать». RISKOptimizer начнет генерацию пробных решений, выполняя для каждого из них моделирование по методу Монте-Карло, чтобы достичь цели, установленной на Шаге 1. Отобразится окно прогресса RISKOptimizer, в котором будет показано состояние моделирования и лучший из найденных пока ответов. В этом окне вы можете приостановить, остановить и повторно запустить оптимизацию. Прогресс также можно отслеживать в окне Контроллера RISKOptimizer. На вкладках в режиме реального времени отображаются обновления по найденным лучшим ответам, все проверенные решения, разнообразие проверенных решений и другая информация.
Во время оптимизации RISKOptimizer генерирует несколько пробных решений и с помощью генетических алгоритмов непрерывно улучшает результаты каждой пробы. Для каждого пробного решения выполняется моделирование по методу Монте-Карло, выборка значений с помощью функций распределения вероятности и генерация новых значений для целевой ячейки. Результатом каждого пробного решения является статистика, которую вам нужно максимизировать или минимизировать для выходного распределения целевой ячейки (среднее, стандартное отклонение и т. д.). Для каждого нового пробного решения выполняется еще одно моделирование и генерируется другое значение целевой статистики.
После выполнения оптимизации RISKOptimizer отображает результаты для исходного, лучшего и последнего решения по всей модели в целом. При этом обновление каждого сценария происходит одним нажатием кнопки. Таким образом, вам будет легко принять решение по лучшему плану действий. Программа позволяет сгенерировать в Excel сводный отчет по оптимизации, а также ведет журнал всех моделирований и журнал успешных шагов.

RISKOptimizer – это надстройка к Microsoft Excel, полностью интегрированная в электронную таблицу. Определение модели, настройка параметров, выполнение оптимизации, наблюдение за прогрессом и генерация отчетов — все эти операции производятся в среде Excel. Благодаря последним усовершенствованиям требуется открывать намного меньше диалоговых окон.
ФУНКЦИИ
Оптимизация в условиях неопределенности
Использование расчетов Excel при моделировании
ИНТЕРФЕЙС
Полная интеграция с Microsoft Excel
Усовершенствованный интерфейс
Плотная интеграция с @RISK
ОПРЕДЕЛЕНИЕ МОДЕЛИ
Диапазоны для настраиваемых ячеек и ограничений
Все функции распределений @RISK (более 40)
Шесть методов решения
Дискретные настраиваемые ячейки
ОПТИМИЗАЦИЯ
Окно прогресса
Контроллер RISKOptimizer
Динамические графики @RISK
Генетические алгоритмы
Механизм решений OptQuest
Автоматический выбор механизма решений
Эффективная обработка ограничений
Мониторинг сходимости и генетические операторы
ОТЧЕТЫ
Графики и отчеты @RISK
Отображение данных по исходной, лучшей и последней модели
Отчеты в Excel
ДРУГОЕ
Диалоговое окно «Настройки приложения»
Комплект разработчика для Excel (XDK)
ПРЕИМУЩЕСТВА
Решение проблем с большей точностью, чем когда-либо.
Наивысший уровень точности вычислений.
Все вычисления осуществляются в электронной таблице; настройка занимает совсем немного времени.
Меньшее число вложенных диалоговых окон, более быстрая настройка модели.
Использование общих настроек моделирования вместе с @RISK для экономии времени на ввод данных. Доступ ко всем командам через ленту @RISK. Возможность использования отчетов и графиков @RISK для решения RISKOptimizer.
Упрощенная настройка и редактирование модели.
Учет практически любых неопределенных факторов для точного моделирования.
Наличие лучшего метода для разных типов проблем.
Возможность указания приращений (например, групп из 10) в диапазонах настраиваемых ячеек для повышения точности во многих типах моделей. Кроме того, это способствует ускорению оптимизации.
Наглядное отображение статуса и удобные инструменты управления воспроизведением.
Мониторинг прогресса на пути к лучшим решениям.
Графики @RISK обновляют решение с лучшей пробой в режиме реального времени при выполнении оптимизации.
Выполняйте поиск лучшего глобального решения, избегая ловушек в виде локальных решений.
Механизм OptQuest объединяет поиск запретов, поиск вариабельности, нейронные сети и линейное/интегральное программирование в один комплексный метод. Он дает превосходные результаты (на получение которых уходит совсем немного времени) для многих типов моделей.
Экономия времени и повышение точности за счет автоматического выбора наиболее подходящего механизма для модели.
В моделях OptQuest RISKOptimizer не проверяет решения, которые не удовлетворяют ограничениям, что способствует ускорению оптимизации. Нелинейные ограничения также обрабатываются быстрее.
Быстрое получение результатов оптимизации.
Возможность использования графиков отчетов и функций @RISK для анализа решений.
Моментальный просмотр воздействия трех решений на всю модель.
entire model
Возможность обмена данными оптимизации и моделирования.
Возможность определения различных настроек по умолчанию для всех моделей.
Автоматизация и настройка RISKOptimizer с помощью библиотеки команд и функций для VBA.
|

RISKOptimzier поставляется отдельно или в составе DecisionTools Suite — комплексного пакета для анализа рисков и принятия решений от компании Palisade. DecisionTools Suite включает программу @RISK которая позволяет осуществлять моделирование по методу Монте-Карло, BigPicture построения диаграмм связей и исследoвaниe дaнных, PrecisonTree для анализа на основе дерева решений, TopRank для анализа типа «что если», NeuralTools и StatTools для анализа данных и многое другое. Программа RISKOptimizer полностью совместима со всеми программами DecisionTools и может комбинироваться с ними для повышения точности интерпретации и анализа. Например:
RISKOptimizer и StatTools
Вы можете провести анализ RISKOptimizer для результатов по прогнозу временных рядов StatTools, применяя функции @RISK к прогнозируемым значениям и в то же время корректируя контролируемые факторы для максимального увеличения совокупной прибыли.
RISKOptimizer и NeuralTools
Кроме того, вы можете использовать RISKOptimizer в сочетании с NeuralTools для прогнозирования в отношении каждого пробного решения в режиме реального времени.
» Более подробно о DecisionTools Suite
Цена комплекта DecisionTools Suite ниже, чем стоимость двух отдельных продуктов. Вы экономите более 50% при покупке комплекта вместо приобретения всех компонентов по отдельности. Лучший анализ по отличной цене — с DecisionTools Suite.
» Таблица сравнения цен

Пакет RISKOptimizer доступен в разных лицензионных вариантах, включая корпоративную, сетевую и учебную лицензии. Помимо программного обеспечения вы можете заказать книги, а также учебно-консультационные услуги — это обеспечит максимальную отдачу от инвестиций.

Моделирование @RISK на 100% выполняется в Excel с использованием функций выборки и статистики от Palisade, применявшихся более двадцати лет и доказавших свою эффективность. Palisade не пытается переработать Excel во внешний процессор, чтобы повысить скорость работы. Даже одна ошибка в макросе или функции может в корне изменить результат. Выяснить, где и когда произошла ошибка, практически невозможно. Для ускорения вычислений Palisade использует возможности нескольких центральных процессоров и поддерживает многоядерные процессоры. @RISK — это точные результаты и быстрая работа!

Совместимость: @RISK и программное обеспечение DecisionTools Suite совместимы со всеми 32-разрядными и 64-разрядными версиями Microsoft Office 2007 и новее, работающими в Microsoft Windows Vista и новее.
64–разрядная технология позволяет Excel и программному обеспечению DecisionTools получить доступ к большему объему памяти компьютера, чем когда-либо. Это обеспечивает большую вычислительную мощность и позволяет создавать большие модели.