Analytica (oprogramowanie) - Analytica (software)
| Deweloper(zy) | Systemy decyzyjne Lumina |
|---|---|
| Pierwsze wydanie | 16 stycznia 1992 |
| Napisane w | C++ |
| System operacyjny | Okna |
| Platforma | IA-32 , x64 |
| Dostępne w | język angielski |
| Rodzaj | Oprogramowanie do podejmowania decyzji |
| Licencja | Komercyjne oprogramowanie zastrzeżone |
| Strona internetowa | www |
Analytica to wizualny pakiet oprogramowania opracowany przez Lumina Decision Systems do tworzenia, analizowania i przekazywania ilościowych modeli decyzyjnych. Łączy hierarchiczne diagramy wpływów do wizualnego tworzenia i przeglądania modeli, inteligentne tablice do pracy z danymi wielowymiarowymi, symulację Monte Carlo do analizy ryzyka i niepewności oraz optymalizację , w tym programowanie liniowe i nieliniowe. Jego konstrukcja, a zwłaszcza diagramy wpływu i traktowanie niepewności, opierają się na pomysłach z dziedziny analizy decyzji . Jako język komputerowy łączy deklaratywną (nieproceduralną) strukturę zapewniającą przezroczystość referencyjną, abstrakcję tablicową i automatyczne utrzymywanie zależności w celu wydajnego sekwencjonowania obliczeń.
Hierarchiczne diagramy wpływów
Modele Analytica są zorganizowane jako diagramy wpływów . Zmienne (i inne obiekty) pojawiają się na diagramie jako węzły o różnych kształtach, połączone strzałkami, które zapewniają wizualną reprezentację zależności. Diagramy wpływu Analytica mogą być hierarchiczne, w których pojedynczy węzeł modułu na diagramie reprezentuje cały podmodel.
Hierarchiczne diagramy wpływów w Analytica służą jako kluczowe narzędzie organizacyjne. Ponieważ wizualny układ diagramu wpływów odpowiada tym naturalnym ludzkim zdolnościom zarówno przestrzennie, jak i na poziomie abstrakcji, ludzie są w stanie na pierwszy rzut oka uzyskać znacznie więcej informacji o strukturze i organizacji modelu, niż jest to możliwe przy mniejszej liczbie paradygmatów wizualnych, takich jak arkusze kalkulacyjne i wyrażenia matematyczne . Zarządzanie strukturą i organizacją dużego modelu może być istotną częścią procesu modelowania, ale jest znacznie wspomagane przez wizualizację diagramów wpływów.
Diagramy wpływów służą również jako narzędzie komunikacji. Po utworzeniu modelu ilościowego i obliczeniu jego końcowych wyników często zdarza się, że zrozumienie sposobu uzyskiwania wyników i wpływu różnych założeń na wyniki jest o wiele ważniejsze niż obliczanie konkretnych liczb. Zdolność odbiorców docelowych do zrozumienia tych aspektów ma kluczowe znaczenie dla przedsiębiorstwa modelowania. Wizualna reprezentacja diagramu wpływu szybko przekazuje zrozumienie na poziomie abstrakcji, który jest zwykle bardziej odpowiedni niż szczegółowe reprezentacje, takie jak wyrażenia matematyczne lub formuły komórkowe. Gdy potrzebna jest większa ilość szczegółów, użytkownicy mogą przechodzić do coraz wyższych poziomów szczegółowości, co przyspiesza wizualne przedstawienie struktury modelu.
Istnienie łatwo zrozumiałego i przejrzystego modelu wspiera komunikację i debatę w organizacji, a efekt ten jest jedną z głównych korzyści inwestowania w budowanie modelu ilościowego. Kiedy wszystkie zainteresowane strony są w stanie zrozumieć wspólną strukturę modelu, debaty i dyskusje będą często bardziej bezpośrednio koncentrować się na konkretnych założeniach, mogą ograniczyć „przeniki”, a tym samym prowadzić do bardziej produktywnych interakcji w organizacji. Diagram wpływu służy jako graficzna reprezentacja, która może pomóc w udostępnieniu modeli ludziom na różnych poziomach.
Inteligentne tablice wielowymiarowe
Analytica używa obiektów indeksu do śledzenia wymiarów tablic wielowymiarowych. Obiekt indeksu ma nazwę i listę elementów. Gdy połączone są dwie wartości wielowymiarowe, na przykład w wyrażeniu takim jak
Profit = Revenue − Expenses
gdzie Przychody i Wydatki są wielowymiarowe, Analytica powtarza obliczenia zysku dla każdego wymiaru, ale rozpoznaje, kiedy ten sam wymiar występuje w obu wartościach i traktuje go jako ten sam wymiar podczas obliczeń w procesie zwanym inteligentną abstrakcją tablic . W przeciwieństwie do większości języków programowania, nie ma właściwej kolejności wymiarów w tablicy wielowymiarowej. Pozwala to uniknąć zduplikowanych formuł i wyraźnych pętli FOR, które są powszechnymi źródłami błędów modelowania. Uproszczone wyrażenia możliwe dzięki inteligentnej abstrakcji tablic pozwalają modelowi być bardziej dostępnym, interpretowalnym i przejrzystym.
Inną konsekwencją inteligentnej abstrakcji tablic jest to, że nowe wymiary mogą być wprowadzane lub usuwane z istniejącego modelu bez konieczności wprowadzania zmian w strukturze modelu lub zmian w definicjach zmiennych. Na przykład, podczas tworzenia modelu, konstruktor modelu może przyjąć, że konkretna zmienna, na przykład rabat_stopa , zawiera jedną liczbę. Później, po zbudowaniu modelu, użytkownik może zastąpić pojedynczy numer tabelą liczb, na przykład stopą dyskontową podzieloną według Kraju i Scenariusza_gospodarczego . Te nowe działy mogą odzwierciedlać fakt, że efektywna stopa dyskontowa nie jest taka sama dla międzynarodowych oddziałów firmy i że różne stopy mają zastosowanie do różnych hipotetycznych scenariuszy. Analytica automatycznie propaguje te nowe wymiary do dowolnych wyników, które zależą od stopy_dyskontowej , więc na przykład wynik dla wartości bieżącej netto stanie się wielowymiarowy i będzie zawierał te nowe wymiary. Zasadniczo Analytica powtarza te same obliczenia, używając stopy dyskontowej dla każdej możliwej kombinacji Kraj i Scenariusza_gospodarczego .
Ta elastyczność jest ważna podczas badania kompromisów obliczeniowych między poziomem szczegółowości, czasem obliczeń, dostępnymi danymi oraz ogólnym rozmiarem lub wymiarowością przestrzeni parametrycznych. Takie korekty są powszechne po tym, jak modele zostały w pełni skonstruowane jako sposób na zbadanie scenariuszy „ co, jeśli” i ogólnych relacji między zmiennymi.
Analiza niepewności
Uwzględnienie niepewności w wynikach modelu pomaga zapewnić bardziej realistyczne i pouczające prognozy. Niepewne ilości w programie Analytica można określić za pomocą funkcji rozkładu . Podczas oceny rozkłady są próbkowane przy użyciu próbkowania hipersześcianu łacińskiego lub próbkowania Monte Carlo , a próbki są propagowane przez obliczenia do wyników. Próbkowany rozkład wyników i statystyki podsumowujące można następnie przeglądać bezpośrednio ( średnia , pasma fraktylów , funkcja gęstości prawdopodobieństwa (PDF), funkcja rozkładu skumulowanego (CDF)). Analytica obsługuje wspólną analizę decyzji i zarządzanie prawdopodobieństwem dzięki wykorzystaniu SIPMath(tm) standard.
Modelowanie dynamiki systemów
Dynamika systemu to podejście do symulacji zachowania złożonych systemów w czasie. Zajmuje się pętlami sprzężenia zwrotnego i opóźnieniami czasowymi w zachowaniu całego systemu. Funkcja Dynamic() w Analytica umożliwia definiowanie zmiennych o zależnościach cyklicznych, takich jak pętle sprzężenia zwrotnego. Rozszerza notację diagramu wpływu , która normalnie nie pozwala na cykle. Co najmniej jedno ogniwo w każdym cyklu zawiera opóźnienie czasowe, przedstawione jako szara strzałka wpływu, aby odróżnić je od standardowych czarnych strzałek bez opóźnień czasowych.
Jako język programowania
Analytica zawiera ogólny język operatorów i funkcji do wyrażania matematycznych relacji między zmiennymi. Użytkownicy mogą definiować funkcje i biblioteki w celu rozszerzenia języka.
Analytica ma kilka funkcji jako język programowania zaprojektowany w celu ułatwienia użycia go do modelowania ilościowego: Jest to wizualny język programowania , w którym użytkownicy przeglądają programy (lub „modele”) jako diagramy wpływu , które tworzą i edytują wizualnie poprzez dodawanie i łączenie węzły. Jest to język deklaratywny , co oznacza , że model deklaruje definicję dla każdej zmiennej bez określania sekwencji wykonywania wymaganej przez konwencjonalne języki imperatywne . Analytica określa poprawną i wydajną sekwencję wykonywania za pomocą grafu zależności. Jest to referencyjnie przejrzysty język funkcjonalny , w którym wykonywanie funkcji i zmiennych nie ma skutków ubocznych w postaci zmiany innych zmiennych. Analytica to język programowania tablicowego , w którym operacje i funkcje uogólniają się do pracy na tablicach wielowymiarowych.
Zastosowania Analytica
Analytica została wykorzystana do analizy polityk , modelowania biznesowego i analizy ryzyka . Obszary, w których zastosowano Analytica, obejmują energię, zdrowie i farmaceutyki, analizę ryzyka środowiskowego i polityki emisji, zarządzanie dziką przyrodą , ekologię, zmianę klimatu, technologię i obronę, strategiczne planowanie finansowe, planowanie badawczo-rozwojowe i zarządzanie portfelem, usługi finansowe , lotnictwo , produkcję i ocena wpływu na zdrowie środowiska.
Edycje
Oprogramowanie Analytica działa w systemach operacyjnych Microsoft Windows . Analytica Free 101 jest dostępna za darmo i pozwala budować modele do 101 obiektów użytkownika. Pozwala także uruchamiać, zmieniać dane wejściowe, ale nie modyfikować struktury modeli o dowolnej wielkości. Analytica Professional, Enterprise, Optimizer to wersje komputerowe o rosnącym poziomie funkcjonalności. Platforma Analytica Cloud pozwala użytkownikom udostępniać modele za pośrednictwem serwera i uruchamiać je za pośrednictwem przeglądarki internetowej. Analytica 5.4 została wydana w czerwcu 2020 r.
Historia
Poprzednik Analytica, nazwany Demos , wyrósł z badań nad narzędziami do analizy polityki prowadzonych przez Maxa Henriona jako doktoranta, a później profesora na Carnegie Mellon University w latach 1979-1990. Henrion założył Lumina Decision Systems w 1991 roku z Brianem Arnoldem. Lumina nadal rozwijała oprogramowanie i stosowała je w aplikacjach do analizy środowiska i polityki publicznej. Lumina po raz pierwszy wypuściła Analyticę jako produkt w 1996 roku.
