产品详细介绍请登录 中国科学软件网 了解更多Decisiontools软件信息和报价。每个人都想知道诸如此类问题的答案。掌握了此类信息，您就可以在作出重大决策时大胆猜测并能有把握地规划策略。使用 DecisionTools Suite，您可以在 Excel 电子表格中解答诸如此类的更多问题。DecisionTools Suite 中文版是一套在 Microsoft Excel 量身定制集成程序，从而使用户可以在一个软件包中针对不确定因素完成风险优化及决策分析的操作。DecisionTools Suite 中文版包括使用蒙特卡罗模拟执行风险分析的 @RISK、执行决策分析的 PrecisionTree 和执行自动“假设”灵敏度分析的 TopRank。此外，Suite 还包括执行预测、数据分析和最优化的 StatTools、NeuralTools 和 Evolver。所有程序的设计和开发均旨在使其易于配合使用。第 6 版新增功能 — 项目管理改进及其他功能全新 DecisionTools Suite 第 6 版包含多项改进，包括功能强大的 @RISK 与 Microsoft Project 的新型集成，借助该集成，您可以对 Microsoft Project 进度表上执行风险分析和蒙特卡罗模拟，而所有这一切都来自 @RISK for Excel 平台！@RISK 还添加了时间序列模型模拟、易于理解的用于确定风险推动因素的龙卷风图、更佳的制图选项、改进后的分布拟合及新的分布函数。但 DecisionTools Suite 6 绝非只包含 @RISK。PrecisionTree 6 添加了功能强大的贝叶斯修正功能，以及可在决策树任意位置插入节点的功能。RISKOptimizer 和 Evolver 6 目前含有 OptQuest 解法引擎，可在众多类型的模型中更快速地提供解法。RISKOptimizer 之前便一直与 @RISK 共享函数，而目前出于无缝建模的目的再次提高了与 @RISK 的集成度。同时，StatTools 和 NeuralTools 也已向神经网络测试中添加了多项散点图和灵敏度分析改进。新增功能：Office 2013/Windows 8 兼容性 DecisionTools Suite 内含的所有产品均与 Excel 2013、Project 2013 和 Windows 8（32 和 64 位），以及 Office 和 Windows 的先前版本（如 Office 2003/Windows XP）兼容。支持简体中文DecisionTools Suite 6 已完全翻译为中文。所有菜单、对话框、帮助文件和示例文件都是以中文显示。DecisionTools Suite 还提供英文版、西班牙语版、德语版、法语版、葡萄牙语版和日语版。 此外，DecisionTools 6.1 版的所有产品均支持您随意切换语言，仅需一个安装程序即可，绝对是跨国公司的完美之选。新的中文版示例现在，所有 DecisionTools 产品都加入了经修正和更新的示例文件，还有各行各业的示例。所有示例都采用有条理的方式加以编排，方便导览。视频提供中文版，并以中文演示 DecisionTools 软件。这些示例是由印第安纳大学的 MBA 教授兼作者 Chris Albright 博士设计和撰写。它们提供循序渐进的指引，从设置到运行模型，详细列举了在多个行业中的应用情况。Excel 易于使用 DecisionTools Suite 与您的电子表格完全集成。浏览、定义和分析 — 全部在 Excel 中完成。所有 DecisionTools Suite 函数均是真正的 Excel 函数，并且与 Excel 基本函数的行为方式完全一样。窗口全部与电子表格中的单元格直接链接，因此在某一位置进行更改，其他位置会相应进行更改。图表通过调用窗口指向其单元格。方便的拖放操作、上下文相关的右键菜单和直观的工具栏使您可以快速学习和使用 DecisionTools。组合的威力更强DecisionTools套装的每个组成部分都可以单独的执行强大的分析。当您把这些产品组合起来，执行分析就能够得到比任何单个的程序可以提供的更完整的结果。对您电子表单中的模型的组合分析通过使用PrecisionTree创建一个决策树开始，然后通过TopRank执行擶hat-it?#20998;析来识别在模型中的关键变量。然后把它带入到@RISK中进行分析，这时主要分析您的PrecisionTree模型中固有的机会事件和不确定收益分险。使用BestFit和RISKview来量化在您的@RISK，PrecisionTree，和TopRank模型中的分险.使用@RISK来执行不确定因子分险分析，然后使用RISKOptimizer来帮助您指定您可以控制的变量。DecisionTools套装包括下列工具：@risk- 流行的分险分析Excel插件,帮助您识别隐藏的机会和避免缺陷。增加蒙特卡洛(Monte Carlo)模拟功能到Excel电子表单中。通过@RISK分布函数和模拟来替换您工作表中的不确定值，并使用历史数据来选择合适的@RISK函数，得到那些可能的输出和那些输出发生的概率值，最后使用高质量的图像和图表来向其他人展示您的发现。PrecisionTree-适用Excel的决策分析插件，让您可以向其他人描绘什么是我们应该做的及为什么要这么做。在电子表单中创建决策树和影响图解，使用决策树来可视化模型制定事件的顺序。结果包括一份完整的统计报表，敏感度图表，和分析剖面图。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。RISKOptimizer-解决各类顽固组合问题的Excel功能插件。使用遗传算法来找到可以达到预期结果的可控制因子的最佳可能组合，然后在特定的情况下运行蒙特卡罗(Monte Carlo)模拟来查看不可控变量的效果。RISKOptimizer自动组合这些分析。在DecisionTools工业版套装中包含该模块.

复杂工业过程生产流程中消耗的能源种类多，包括电、天然气、氧气、水、蒸汽等，而且能源使用量大，其能源成本约占到生产成本的50%—60%。加强企业能源管理、规范不同流程工艺间的能效评价体系，同时结合现代信息技术与检测技术，以实现对企业内部不同层面能源利用状况及其效率指标的监测、评估与优化调度，将有助于企业进一步降低能源消耗与生产成本，并有利于加快企业精细化管理进程。

本发明公开一种飞行器全寿命自主保障系统推理机及其实现方法，所述推理机主要包含故障诊断模块和健康评估模块：故障诊断模块主要负责推理机的知识库整理和基于测试的故障诊断算法；健康评估模块基于故障诊断模块的故障推理结果，评估飞行器全机、分系统、子系统和单机产品的健康状况。

本发明公开了一种含新能源电力系统调峰需求的评估方法，包 括：统计发生概率大于 0.95 的正净负荷预测误差边界值，发生概率大 于 0.95 的负净负荷预测误差边界值；生成位于正净负荷预测误差边界 和负净负荷预测误差边界之间的净负荷预测误差代表场景；根据所得 的净负荷预测误差代表场景，对次日可能发生的净负荷场景进行预测； 计算预测得到的净负荷场景中的最大峰谷差，作为所求的电力系统次 日的调峰需求。本发明可以根据日前预测的新能源出力的随机特征而 制定出更加准确的调峰需求容量，从而使得电力系统在保证安全运

电容式电压互感器（CVT）给电能表提供电压信号，其测量误差直接影响电能计量的准确性。CVT在110kV及以上变电站中得到了广泛应用，然而CVT长期运行后易出现误差异常。为了跟踪CVT的计量误差状态变化，一般采用基于标准器比对的定期停电检定法，但由于变电站停电困难等原因， CVT往往无法按期检定，导致长期运行准确性难以得到保证。

以IEEE Fellow A.G.Phadk为代表研究了CVT预检定在线评估方法，首先对站内部分CVT进行停电检定，再通过对变电站的精确建模求取其他CVT的计量误差。其缺陷在于未能完全脱离停电检定，且由于停电评估的时效性有限，无法实现CVT计量误差状态的长期动态跟踪。因此，在完全无需标准器的条件下，实现CVT计量误差状态在线评估，是计量领域的国际性难题。程然课题组通过与华中科技大学教授李红斌团队合作，通过测量学科与信息学科的交叉与融合，首次将计算智能优化的思想用于解决物理设备测量误差状态评估问题。

大规模风电、光伏等可再生能源的接入是新能源电力系统的重要特征，其发电、负荷、设备故障以及天气等因素的多重不确定性交互渗透，对信息控制系统产生严重依赖，使系统安全面临严峻的挑战。 　　为全面提升新能源电力系统防御风险的能力，华北电力大学刘文霞和张建华教授团队在 2007 至 2016 年间 ，承担了国家科技部和国家自然科学基金委等 5 个纵向课题，同时与贵州、海南和吉林省等多家电力公司合作，从电网规划、运行、应急和信息四个应用领域入手本项目从电网规划、运行、应急和信息四个应用领域入手，开展风险评估理论及其应用关键技术研究。取得的创新性成果如下： 　　（1）创新提出了表征新能源不确定性影响的电压波动风险量化评价方法，突破了复杂大电网风险评价效率和风电场模型精度低的技术难题，研发了计及多重风险的大规模风电并网规划方案辅助决策系统（见图1、图2a）； 　　（2）提出了大规模风电并网下电力系统小信号稳定性与运行风险评估新方法，建立了融合运行风险的优化调度框架，率先研发了电网短期和超短期风险评估系统（见图2b），填补了国内外该应用领域空白； 　　（3）提出了电力系统大停电风险的辨识与预警方法，解决了大规模风电接入情况下电网自组织临界态的辨识难题，首次建立了区域电网大停电风险的应急管理体系； 　　（4）系统地提出了设备、厂站及广域系统三个层面的电力信息安全评估方法，突破了信息-物理域耦合带来的安全性量化难题，为新能源电力系统的安全经济运行提供了信息安全技术支撑。 　　基于此项目，研究团队共申请发明专利 11 项，已授权 7 项；软件著作权 3 项；发表论文 76 篇，其中 SCI 论文 10篇、 EI 期刊论文 46 篇，总被引用量 29237 次；专著 1 册。同时，此项目成功应用于北京、华北电网的安全和应急体系建设，有利支撑了奥运保电；研发的应用系统应用于贵州、海南和吉林等省，创造了巨大的经济效益。

本发明公开了一种基于径流区间预测的水电站调度风险评估方法，其中，该方法主要包括：根据预测流量误差的分析得到预测流量误差的累积概率密度分布函数，将一定置信概率下的实际流量预测区间和预测流量变量误差区间作为模拟流量过程的基础，仿真得到水电站的出力、末水位和出库流量，继而，与根据实际流量得到的水电站实际出力、末水位和出库流量进行比较，最终得到水电站发生弃水的风险概率和不能完成负荷任务的风险概率。本发明还提供一种风险评估系统。上述方法及系统不仅弥补了现有非线性随机模拟径流预测方法的缺陷，同时，显著提高了径流

一种整合主观和客观评估的需求优先级排序方法及系统，包括确定需求对与相对优先级的排序，得 到已排序需求对;确定针对软件属性的需求重要性排序;进行需求主观重要性评估，利用机器学习得到 需求初始优先级;进行需求客观影响力评估，包括根据业务流程图，构造需求依赖关系网络拓扑图，并 在依赖关系网络拓扑图基础上计算需求影响力;根据调节因子，整合需求初始优先级和需求影响力，生 成需求最终优先级。本发明通过构造软件属性树，简化针对单个软件属性的需求重要性信息收集过程， 利用机器学习训练属性权重，为计算需求初始优先级提供支持;同时兼顾到需求之间依赖关系对需求优 先级的影响，使评估结果更准确。

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。