Crystal Ball Pro v7.3.1

Windows | ~48MB

Optimization software for spreadsheets. Crystal Ball 7 Professional Edition is the easiest way to perform risk analysis in your own spreadsheets. With one integrated toolset, you can use your own historical data to build accurate models, automate 'what if' analysis to understand the effect of underlying uncertainty and search for the best solution or project mix.


And now, Crystal Ball 7 makes it even easier to add scalable methods for collaborating and sharing models and data. It also includes improved reports, charts and graphs that let you vividly present and communicate the results of your analysis, and give you a credible picture of risk.

This software suite includes:

Crystal Ball Standard Edition - Monte Carlo simulation, analysis tools and reports, capability metrics for Six

Sigma applications, and a full suite of additional tools to help you set up and analyze your models.

OptQuest® - automatically search for your optimal solution, accounting for uncertainty, constraints and requirements.

CB Predictorâ„¢ - analyze historical data with time-series forecasting regression.

Extreme speed simulation - run your simulations up to 100 times faster than normal with Extreme Speed, powered by PSI Technologyâ„¢.

Crystal Ball & CB Predictor Developer Kits - VBA customization tools.

Crystal Ball 7.3.1 is supported on Windows Vista and Office 2007 and is an English-only version.

*Đây là phần mềm tối ưu để tạo bảng biểu. Crystal Ball 7 Professional Edition là cach thức tối ưu nhất để phân tích rủi ro trong bảng tính của bạn. Với những công cụ được tổng hợp, bạn có thể sử dụng những dữ liệu trước đó để dựng lên những sơ đồ mẫu chính xác nhất, tự động phân tích theo kiểu '"what if'" (cái gì đó sẽ xảy ra nếu) để thấy những ảnh hưởng không tích cực đến dự án nào đó của bạn và tìm kiếm giải pháp hoàn hảo nhất.
*và bây giờ, Crystal Ball 7 thậm chí còn dễ dàng cho bạn thêm những phương thức theo thang nào đó để cộng tác và chia sẽ mẫu mã cũng như dữ liệu
*nó cũng bao gồm những tường trình về sự phát triển, biểu đồ và đồ thị giới thiệu một cách sinh động và thông tin kết quả về những phân tích đó ,và đưa ra những hình ảnh đáng tin về sự nguy hiểm

Gói phần mềm này bao gồm:

*Crystal Ball Standard Edition - mô phỏng Monte Carlo,công cụ phân tích và tường trình, bao hàm cả ma trận Six Sigma ,cả gói này và những ứng dụng cộng thêm sẽ giúo bạn cài đặt và phân tích mô hình t
*OptQuest® - tự động tìm kiếm những phương pháp tối ưu nhất, tính toán rủi ro, đưa ra những thúc giục hay yêu cầu cho bạn

CB Predictor™ -phân tích lịch sử những dữ liệu với bảng thời gian báo trước sự giảm sút

Tốc độ mô phỏng vượt bậc- chạy những mô phỏng đó trên 100 lần,ứng dụng công nghệ PSI ™.(phân tích bảng biểu)

Crystal Ball & CB Predictor Developer Kits - những công cụ tùy biến VBA

Crystal Ball 7.3.1 hỗ trợ cho Windows Vista và Office 2007,chương trình chỉ có phiên bản tiếng anh


[You must be registered and logged in to see this link.]

Download:

GIỚI THIỆU VỀ PHẨN MỀM MÔ PHỎNG CRYSTAL BALL
Xây dựng một mô hình mô phỏng là một trong những công việc quan trọng giúp cho chúng ta đánh giá, phân tích khả năng thành công, của một dự án hay đánh giá chất lượng của một mô hình ứng dụng trong thực tế. Có điều là hầu hết các hệ thống trong thế giới thực là rất phức tạp, vì thế quá trình thiết lập một hình mô phỏng cho các hệ thống này là rất khó khăn, và yêu cầu hệ thống mô phỏng phải có tốc độ xử lý rất cao. Nhưng trong những năm gần đây, với sự phát triển của các công cụ xử lý, các nguyên lý mô phỏng, các phần mềm tính toán thông minh… thì vấn đề xây dựng mô hình đã trở lên dễ dàng hơn rất nhiều. Vì thế các chuyên gia kỹ thuật, các doanh nhân ngày nay…hoàn toàn có thể dễ dàng tiếp cận với các công cụ xử lý mới nhằm xây dựng mô hình mô phỏng cho các dự án của mình nhằm đánh giá tính khả thi của dự án trước khi triển khai vào thực tế.
Crystal Ball, là một phần mềm trợ giúp quá trình thiết lập mô hình mô phỏng cho nhiều lĩnh vực khác nhau, dựa trên nguyên lý mô phỏng Monte Carlo và trên nền phần mềm Excel. Crystal Ball cho phép những người sử dụng định nghĩa các phân bố xác suất trên một tập các biến số ngẫu nhiên của mô hình. Sau khi chạy chương trình mô phỏng, những người thiết lập mô hình bảng tính có thể thiết lập và phân tích hàng nghìn các viễn cảnh khác nhau có thể xảy ra trong thực tế và xác định mức rủi ro cho các viễn cảnh nhận được này dựa trên các kết quả thu được từ quá trình mô phỏng. Những tiện ích bổ xung bởi Crystal Ball không làm thay đổi các công thức hoặc các chức năng trong mô hình bảng tính truyền thống. Crystal Ball có nhiều công cụ khác nhau trợ giúp cho người sử dụng trong việc thiết lập và phân tích các mô hình (Bootstrap, phân tích Tornado, phân tích viễn cảnh, mô phỏng 2D, và Batch Fit).
Trong mỗi một lần chạy chương trình mô phỏng. Crystal Ball sẽ lựa chọn giá trị ngẫu nhiên từ mỗi một giả thiết trong mô hình đã chọn. Hình 1 dưới đây cho chúng ta thấy được một quá trình thực hiện mô phỏng trong Crystal Ball.
ƯU ĐIỂM CỦA CRYSTAL BALL SO VỚI EXCEL
Do chỉ xử lý các biến đơn lẻ trên từng ô nên các mô hình được thiết lập bằng Excel sẽ chỉ đưa ra một kết quả dự báo đơn lẻ. Để mô phỏng các sự kiện mang tính quá trình bằng Excel, người thực hiện mô phỏng buộc phải thay đổi thủ công các tham số của mô hình để thu được một tập hợp các dự báo về các khả năng có thể xảy ra. Phương thức này đưa ra một phạm vi các kết quả có thể xảy ra nhưng không đưa ra được các khả năng xảy ra hoặc các rủi ro của các kết quả thu được.
Excel không được tối ưu để có thể sử dụng cho các dữ liệu thống kê, vì thế các tổ chức khác đã xây dựng các phần mềm bổ xung hỗ trợ cho Excel như Crystal Ball hay @Risk. Chúng không chỉ tính toán xác suất mà còn cho phép thực hiện các phép mô phỏng Monte Carlo để lặp đi lặp lại việc lấy các giá trị khác nhau từ phân bố xác suất của biến số. Mô phỏng Monte Carlo là một kỹ thuật hiệu quả đã được chứng minh. Trong nguyên lý mô phỏng Monte Carlo, chỉ yêu cầu một bảng số ngẫu nhiên hoặc một bộ tạo số ngẫu nhiên trên máy tính. Một số ngẫu nhiên là một giá trị toán học lựa chọn được tạo ra theo một phân bố xác suất.
Crystal Ball bổ xung thêm 2 kỹ thuật trên nền Excel: sự thay thế các giá trị đơn lẻ bằng một phân bố xác suất và việc mô phỏng mô hình một cách ngẫu nhiên. Kết quả là một bảng tính với sự hỗ trợ cải tiến thêm vào các phân bố xác suất này sẽ đưa ra các kết quả có thể xác định được như xác suất thu được lợi nhuận từ một sản phẩm mới, hoặc mức độ chắc chắn của yêu cầu chấp nhận được.


Hình 1: Quá trình thực hiện mô phỏng trong Crystal Ball
CÁC PHƯƠNG PHÁP LẤY MẪU PHỔ BIẾN TRONG CRYSTAL BALL
Có hai phương pháp lấy mẫu cơ bản trong phần mềm Crystal Ball:
Lấy mẫu Monte Carlo: chương trình mô phỏng sẽ lựa chọn một cách ngẫu nhiên môt giá trị sẵn có từ phân bố xác suất của tập giá trị đầu vào đã được định nghĩa trong giả thuyết.
Lấy mẫu Latin Hypercube: chương trình mô phỏng cũng lựa chọn các giá trị một cách ngẫu nhiên, nhưng số lần lấy mẫu là bằng nhau với mỗi một phân bố đã định nghĩa trong giả thiết.
Trong thực tế, người ta lựa chọn phương pháp lẫy mẫu Monte Carlo khi cần tính toán xấp xỉ trạng thái thực của phân bố với yêu cầu nhiều lần thử hơn so với lẫy mẫu Latin Hypercube. Hoặc khi ta muốn mô phỏng điều gì sẽ xảy ra trong điều kiện gần với thực tế hơn cho mô hình bảng tính của bạn. Lựa chọn lấy mẫu theo phương pháp Latin Hypercube khi ta chủ yếu quan tâm tới độ chính xác của các thông số trong chương trình mô phỏng.
CÁC PHÂN BỐ TRONG CRYSTAL BALL
Việc chọn loại phân bố cho một giả thuyết là một trong những bước quan trọng nhất trong quá trình thiết lập một mô hình Crystal Ball. Với mỗi một biến số ngẫu nhiên trong một chương trình mô phỏng, chúng ta phải xác định các giá trị mà nó có thể xảy ra bằng một phân bố xác suất. Loại phân bố xác suất mà chúng ta chọn tuỳ thuộc vào các đặc điểm của biến số đó.
Trong một chương trình mô phỏng giá trị thay cho biến số được lựa chọn một cách ngẫu nhiên từ các giá trị có thể xảy ra đã được chúng ta định nghĩa trước đó.
Một chương trình mô phỏng sẽ đưa ra các khả năng có thể xảy ra của mô hình mô phỏng bằng cách lặp đi lặp lại công việc lấy giá trị từ hàm phân bố xác suất cho các biến số ngẫu nhiên và sử dụng những giá trị này cho ô. Thông thường, một chương trình mô phỏng bằng Crystal Ball sẽ đưa ra hàng trăm hoặc hàng nghìn viễn cảnh sẽ xảy ra trong vòng một vài giây.
Trong phần mềm Crystal Ball có sẵn nhiều loại phân bố xác suất bao gồm cả các hàm phân bố liên tục và rời rạc được dùng để mô tả cho một giả định, ngoài ra còn có cả phân bố tuỳ chọn (có thể bao gồm cả phân bố liên tục và rời rạc).
- Một phân bố xác suất liên tục giả định rằng tất cả các dữ liệu trong phạm vi đều có thể xuất hiện, vì thể bất kỳ một giá trị nào nằm trong tập giá trị đều là những giá trị có thể xuất hiện. Những phân bố xác suất này là những đường cong liên tục.
- Một phân bố xác suất rời rạc mô tả các giá trị thường là những giá trị nguyên rời rạc nhau. Trong đồ thị của hàm phân bố loại này thường là những cột nối tiếp nhau.
Tuỳ điều kiện thực tế chúng ta có thể lựa chọn một trong các loại phân bố xác suất mà Crystal Ball có để làm giả thuyết cho mô hình mô phỏng của chúng ta. Dưới đây mô tả một số hàm phân bố xác suất được tích hợp trong Crystal Ball.


Hình 2: Các phân bố xác suất được tích hợp trong Crystal ball
CÁC BƯỚC XÂY DỰNG MÔ HÌNH MÔ PHỎNG TRONG CRYSTAL BALL
Để xây dựng một mô hình mô phỏng, người ta cần tuân theo các bước sau:
- Xây dựng một mẫu bảng tính dựa trên tình huống ngẫu nhiên.
- Chạy mô phỏng trên bảng tính đó.
- Phân tích kết quả.
Ngoài ra, khi muốn thiết lập một mô hình mô phỏng, ta cần phải định nghĩa 3 loại ô:
- Các ô giả định: chứa các giá trị ngẫu nhiên (đó là các biến độc lập ngẫu nhiên của vấn đề cần giải quyết). Các giá trị trong ô giả định phải là các giá trị số học, không được là công thức hoặc ký tự.
- Các ô “biến số có ảnh hưởng quyết định tới kết quả mô phỏng” chứa những giá trị có khả năng kiểm soát phạm vi biến thiên các giá trị khác trong mô hình của người sử dụng. Các giá trị nằm trong các ô này cũng phải dưới dạng số học chứ không được dưới dạng công thức hay ký tự.
- Các ô dự báo (chứa các biến phụ thuộc) chứa các công thức có liên quan tới một hoặc nhiều giả định và các ô biến số quyết định. Các ô này sẽ tiến hành kết hợp các giá trị trong các ô giả định, ô biến số quyết định và các ô khác để đưa ra kết quả. Các ô dự báo phải chứa các công thức toán học.
1. Xác định mô hình giả thuyết
Với mỗi một biến số hay một giả thuyết trong một chương trình mô phỏng, chúng ta phải định nghĩa những giá trị có khả năng xảy ra của nó dưới dạng một phân bố xác suất. Loại phân bố xác suất mà chúng ta lựa chọn tuỳ thuộc vào tính chất của biến đó.
Trong một chương trình mô phỏng, Crystal Ball sẽ đưa ra nhiều viễn cảnh dự báo khác nhau của mô hình bằng cách lặp đi lặp lại công việc nhặt các giá trị từ phân bố xác suất của chúng và sử dụng các biến này cho mỗi một ô giả thuyết.
Do các phân bố được sử dụng để mô tả sự biến thiên cho các biến độc lập quan trọng cho các mô phỏng (các phân bố xác suất này mô tả xác suất mà biến số rơi vào một giá trị trong một tập giá trị cho trước), việc lựa chọn và áp dụng các phân bố phù hợp là nhân tố chính khi định nghĩa một ô giả thuyết.
Xuất phát từ các nhân tố trên khi tiến hành xác định một mô hình giả thuyết chúng ta phải xác định phân bố xác suất phù hợp với mỗi biến số. Để thực hiện được công việc trên chúng ta cần xác định các bước định nghĩa cho một hay nhiều ô giả thuyết trong Crystal Ball:
- Lựa chọn một ô hay một phạm vi các ô. Những ô này có thể được để trống hoặc có một số các giá trị bằng số (trong những ô này không được phép tồn tại các công thức toán học hoặc ký tự).
- Lựa chọn lệnh Define à Define Assumption để định nghĩa các giả thuyết.
- Từ bảng lựa chọn phân bố xác suất, lựa chọn phân bố mà chúng ta muốn.
- Khi cửa sổ “Define Assumption” xuất hiện, nhập các thông số cho phân bố mà chúng ta chọn. Những thông số này có thể là dưới dạng số hoặc các ô liên quan.
- Click “Enter” khi đã chấp nhận những tham số đã nhập.
- Click “Ok” để kết thúc.
Nếu như chúng ta đã có sẵn các dữ liệu được lưu giữ trước đó, Crystal Ball có thể giúp chúng ta lựa chọn phân bố phù hợp nhất cho biến số cần mô tả này bằng các công cụ sẵn có của nó.

2. Định nghĩa các thành phần khác
Định nghĩa các ô biến số ra quyết định
Các biến số quyết định có thể không cần cho một mô hình mô phỏng, nhưng chúng có thể hữu ích khi cần so sánh hoặc tối ưu các kết quả. Những biến số quyết định là những giá trị mà chúng ta có thể kiểm soát được chúng. Việc xác định một giá trị tối ưu cho các biến số quyết định có thể tạo nên sự khác nhau trong việc thu được một mục tiêu quan trọng và việc không đạt được mục tiêu này.
Để định nghĩa một ô biến số quyết định, chúng ta thực hiện theo các bước sau:
- Lựa chọn một ô hoặc một vài ô.
- Sử dụng lệnh define decision để nhập các thông số liên quan.
Để giúp người sử dụng có thể xác định được giá trị tối ưu nhất, Crystal Ball sử dụng tiện ích OptQuest. Trong hầu hết các trường hợp, OptQuest sẽ tìm kiếm rất hiệu quả và đưa ra cho bạn một giải pháp tối ưu hoặc gần tối ưu.
Định nghĩa các dự báo
Sau khi dã định nghĩa các ô giả thuyết và các ô biến số quyết định, chúng ta cần lựa chọn ô dự báo và định nghĩa ô này. Các ô dự báo thường chứa các công thức tương ứng với một hoặc nhiều các ô giả thuyết và các ô biến số quyết định. Các ô dự báo kết hợp các ô trong mô hình của chúng ta để đưa ra kết quả mà chúng ta cần.
Để định nghĩa một ô dự báo hoặc một số các ô dự báo chúng ta sử dụng lệnh “Define à Define Forecast” để nhập các thông số cần thiết.
Chạy mô phỏng
Sau khi đã hoàn thành các thao tác trên trong mô hình bảng tính, chúng ta đã có thể chạy chương trình mô phỏng của mình bằng lệnh “Run simulation”. Chúng ta có thể tận dụng các công cụ sẵn có trong phần mềm Crystal Ball để thu được những phân tích chuẩn xác về dự báo mà nó đưa ra, từ đó chúng ta có được một kết quả gần với thực tế hơn.
PHÂN TÍCH MỘT VÍ DỤ MINH HỌA
Dưới đây là một ví dụ đơn giản sử dụng Crystal Ball để mô tả các ảnh hưởng của các yêu cầu lưu lượng khác nhau lên một mạng băng rộng của công ty chuyên cung cấp các dịch vụ Video, Internet băng rộng và các dịch vụ thoại. Nhu cầu về một dịch vụ mới có thể thay đổi đáng kể trong thực tế. Việc dự báo dung lượng cần thiết của mạng này sẽ là một cơ sở quan trọng trong việc giải quyết bài toán quy hoạch mạng, một vấn đề quan trọng khi các công ty này muốn đưa ra một dịch vụ mới.
Mô hình tập trung lưu lượng trong mạng băng rộng của một công ty được mô tả như hình 3.


Hình 3: Mô hình tập trung lưu lượng
Trong mô hình trên, nhu cầu lưu lượng yêu cầu xuất hiện một cách ngẫu nhiên trên mỗi Node. Lưu lượng từ các Node được tập trung tại các Hub. Lưu lượng từ các Hub này lại được tập trung tại các Server phục vụ.
Mạng thiết kế bao gồm cả việc có thể cho phép thay đổi dung lượng yêu cầu:
-Đường truyền giữa các Node và Hub.
-Đường truyền giữa các Hub và các Server.
-Tại chính Server.
Các lưu lượng yêu cầu không được phục vụ nếu dụng lượng bị quá tải, lưu lượng yêu cầu có thể bị chặn ngay trên đường truyền hoặc tại các Server.
Dựa trên việc giả thiết, quá trình xây dựng chương trình mô phỏng như sau:
- Bước 1. Nhập dữ liệu vào (giá trị của dữ liệu cần tính toán).
- Bước 2. Định nghĩa các giả thuyết cho các biến ngẫu nhiên (nhu cầu lưu lượng tới các Node). Ở ví dụ này ta chọn phân bố nhị thức mô tả phân bố xác suất của biến ngẫu nhiên này. Cuối cùng nhập các thông số cho phân bố.
- Bước 3. Định nghĩa cho các dự báo kết quả. Ở đây chúng ta có 3 ô chứa các kết quả dự báo. Các ô dự báo này chứa các công thức bị ảnh hưởng bởi các ô giả thuyết. Chúng ta có thể định nghĩa nhiều dự báo khác nhau trong một chương trình mô phỏng sử dụng. Khi Crystal Ball chạy một mô phỏng, nó sẽ lưu tất cả các giá trị dự báo. Khi chương trìng mô phỏng kết thúc, chúng ta có thể phân tích các dự báo của bài toán.
- Bước 4. Sau khi đã xây dựng được mô hình mô phỏng như hình vẽ bên dưới, chúng ta có thể bắt đầu chạy chương trình mô phỏng. Crystal Ball sử dụng mô phỏng Monte Carlo để lựa chọn các viễn cảnh trong mô hình bảng tính của chúng ta một cách linh hoạt. Mỗi một viễn cảnh tạo ra từ một ví dụ trong mỗi một giá trị đơn lẻ (giá trị này được lấy một cách ngẫu nhiên từ phân bố xác suất của giả thuyết). Một mô phỏng tạo nên rất nhiều ví dụ riêng biệt.
Kết quả mô phỏng được thể hiện ở các hình 6, 7, 8 và 9.


Hình 4: Kết quả mô phỏng 1

Hình 5: Kết quả mô phỏng 2

Hình 6: Kết quả mô phỏng 3

Hình 7: Kết quả mô phỏng 4
Tương ứng với mỗi dự báo đã được định nghĩa mà Crystal Ball cho ra một cửa sổ kết quả dự báo giống trên (chúng ta có thể can thiệp để Crystal Ball cho ra kết quả dự báo dưới dạng hiển thị khác).
KẾT LUẬN
Bài viết đã giới thiệu tổng quan về phần mềm mô phỏng Crystal Ball, cách thức tiến hành thực hiện thông qua một ví dụ minh họa về mô hình tập trung lưu lượng. Dựa vào kết quả mô phỏng nêu trên, chúng ta đã thấy rõ hơn được tính hữu ích của Crystal Ball trong việc hỗ trợ các nhà khai thác mạng viễn thông trong quá trình xây dựng qui hoạch, mạng dịch vụ mới, v.v…Hy vọng rằng phần mềm Crystal Ball sẽ được ứng dụng rộng rãi hơn trong lĩnh vực viễn thông cho những công việc cụ thể và thiết thực hơn.
Tài liệu tham khảo
[1] Decesioneering Inc., Crystal Ball User Manual, 2006.
[2] Lawrence I. Goldman, Crystal Ball Professional Introductory Tutorial, In Proceeding of IEEE Winter Simmulation Conference, pp. 1539-1545, 2002.
[3] Lawrence I. Goldman, Ethan Evans-Hilton, Hilary Emmell, Crystal Ball for Sigma Tutorial, In Proceeding of IEEE Winter Simmulation Conference, pp. 293-300, 2003.
[4] Lawrence I. Goldman, Crystal Campbell, Crystal BallÒ and Design for Six Sigma, In Proceeding of IEEE Winter Simmulation Conference, 2004.

thanks

thanks