The DecisionTools Suite

软件功能

配合使用，功能更强大

The DecisionTools Suite 中的每个组件均可以执行功能强大的分析。配合使用这些产品，您可以获得比任何单一程序能够提供的更为完整的结果。

@RISK 使用 蒙特卡罗模拟执行风险分析
@RISK 使用蒙特卡罗模拟执行 风险分析，在 Microsoft Excel 电子表格中显示众多可能结果，并告知您这些结果的发生概率。这意味着您可以判断需要承受哪些风险，以及要避免哪些风险。

配合使用 @RISK 和 TopRank
使用 TopRank 可以缩小 @RISK 分析的范围。特别是对于大型模型，缩小分析范围可以节省时间，并提高 @RISK 分析的精度。与 TopRank 的标准函数相比，TopRank 也可以使用 @RISK 函数来表示更大的值范围。
配合使用 @RISK 和 PrecisionTree
此外，@RISK 可以与 PrecisionTree 结合起来表示决策树模型中的不确定机会事件和支付。这种方式通过考虑更大范围的机会事件值，而非几个有限的离散选项，从而可以提高决策树模型的准确性。
依次使用 @RISK 和 StatTools
可以通过 StatTools 分析运行 @RISK 结果，以评估置信区间。@RISK 也可以应用到 StatTools 预报的结果中，以更准确地模拟可能结果。


PrecisionTree® 使用决策树和影响图进行决策分析
PrecisionTree 使用决策树和影响图在 Microsoft Excel 中执行决策分析。 决策树允许您以连续且有条理的方式直观地制定出复杂、多层的决策。这有助于您确定所有可能的替代方法并选择更佳方案。

配合使用 PrecisionTree 和 @RISK
 PrecisionTree 使用离散值或概率表示机会事件和支付。将其与 @RISK 配合使用时，@RISK 通过表示机会事件和支付的结果的持续范围来增强分析功能。
配合使用 PrecisionTree 和 TopRank
您也可以将 PrecisionTree 模型和 TopRank 配合运行，以确定更大、更复杂的树模型中的最关键因素。


TopRank® 用于执行自动“假设”灵敏度分析
TopRank 在 Microsoft Excel 电子表格自动“假设”灵敏度分析。您可以定义任何输出项或“结果”单元格，而且 TopRank 将自动找到并更改影响您的输出项的所有输入单元格。最终结果是确定影响您的结果的所有输入因素，并对这些因素进行排名。

先使用 TopRank，然后使用 @RISK
在使用 @RISK 执行风险分析之前，可以使用 TopRank 缩小大型模型的分析范围，这一点非常有用。特别是对于大型模型，缩小分析范围可以节省时间，并提高 @RISK 分析的精度。此外，TopRank 可以使用 @RISK 函数表示比 TopRank 的标准函数范围更广的值。
配合使用 TopRank 和 PrecisionTree
您也可以将 TopRank 和 PrecisionTree 模型配合运行，以确定更大、更复杂的树模型中的最关键因素。


NeuralTools® 使用智能神经网络执行预测分析
NeuralTools 使用复杂的神经网络在 Microsoft Excel 中执行预测分析。NeuralTools 模仿大脑功能“了解”已知数据的模式，并利用这些模式对新的不完整数据做出预测。此外，在输入数据改变时，NeuralTools 可以自动更新实时预测，从而节省了时间并进行更强大的分析。

配合使用 NeuralTools 和 Evolver
配合使用 NeuralTools 和 Evolver 以更优化复杂问题。将 Evolver 的目标设置为实时预测 NeuralTools 的输出项，而将 Evolver 要调整的单元格设置为 NeuralTools 的新输入项。然后，观察 Evolver 和 NeuralTools 如何配合使用，以预测优化解法。
配合使用 NeuralTools 和 RISKOptimizer
您甚至可以配合使用 NeuralTools 和 RISKOptimizer，以对每种试验解法运行蒙特卡罗模拟并对结果做出实时预测。


用于执行预测和高级统计分析的 StatTools®
StatTools 在 Microsoft Excel 中执行预测和高级统计分析。实际上，StatTools 使用自身功能更加强大且分析更加准确的函数取代了 Excel 的内建统计函数。StatTools 涵盖最常用的统计分析，甚至允许您建立自己的自定义统计程序。

先配合使用 StatTools 和 @RISK，然后使用 RISKOptimizer
配合使用 StatTools 和 @RISK 来评估模拟结果的置信区间。您也可以将 @RISK 函数应用到 StatTools 预测结果中，以模拟比单独使用确定性分析更准确的可能结果。使用相同的 @RISK 函数在模型上运行 RISKOptimizer，以便确定可以将预测利润更大化的更佳因素组合。


Evolver™ 对电子表格进行复杂优化
Evolver 使用遗传算法、线性编程或 OptQuest 解法在 Microsoft Excel 中执行更优化。Evolver 特别适用于为大大小小的线性问题查找更佳解法，或为其他求解程序无法解决的非线性复杂问题查找更佳整体全局解法。Evolver 不断尝试新的不同解法，以生成更佳可能解法。

先使用 Evolver，然后使用 NeuralTools
配合使用 Evolver 和 NeuralTools，以通过实时神经网络预测对复杂问题进行更优化。将 Evolver 的目标设置为实时预测 NeuralTools 的输出项，而将 Evolver 要调整的单元格设置为 NeuralTools 的新输入项。然后，观察 Evolver 和 NeuralTools 如何配合使用，以预测优化解法。


RISKOptimizer® 结合了更优化和蒙特卡罗 结合了更优化和蒙特卡罗模拟来进行不确定性更优化
RISKOptimizer 使用遗传算法或 OptQuest 解法以及蒙特卡罗模拟来解决无法确定的更优化问题。选取任意一个更优化问题，并且用表示可能值范围的 @RISK 函数替换不确定值。
RISKOptimizer 将尝试可调整单元格的不同组合以实现您定义的目标，同时对每种试验解法运行蒙特卡罗模拟来解释内在不确定因素。结果是生成更强大且最准确的可能解法。

RISKOptimizer 和 @RISK
在现有的 @RISK 模型上运行 RISKOptimizer，以将利润更大化、成本最小化或实现某个特定目标。RISKOptimizer 使用的函数与 @RISK 相同。
RISKOptimizer 和 StatTools
您可以对 StatTools 预测结果执行 RISKOptimizer 分析，在调整可控制因素时将 @RISK 函数应用到预测值，从而实现总利润更大化。
RISKOptimizer 和 NeuralTools
甚至可以配合使用 RISKOptimizer 和 NeuralTools，以对每种试验解法做出实时预测。