RiskOptimiser

Simulation et Optimisation

Disponible avec @Risk ‘Industrial’ ou la « DecisionTools Suite », RISKOptimizer est un add-in à Excel pour l’optimisation des simulations Monte Carlo mises en oeuvre dans @Risk. Il combine la technologie de @Risk à celle des algorithmes génétiques pour l’optimisation des modèles réalisés dans Excel contenant des incertitudes. Il suffit pour cela dans le problème d’optimisation de remplacer les valeurs non certaines par des fonctions @Risk, lois de probabilités représentant la plage des valeurs possibles. Pour chaque solution testée par RISKOptimizer durant la simulation, une simulation Monte Carlo est déroulée pour trouver la combinaison des cellules ajustables donnant les meilleurs résultats simulés possibles.

Les nouveautés de la version 7.0

RISKOptimizer a été profondément remanié : nouvelle interface, support des plages de cellules, pilotage amélioré de la progression de l’optimisation, plus grande vitesse d’optimisation.

RISKOptimizer est utilisé pour résoudre des problèmes d’optimisation dans un grande nombre d’industries, de la finance à l’aéronautique et à l’industrie manufacturière.

Industries

Applications

Aéronautique et Hôtellerie

Gestion des ressources face à une demande incertaine

Industrie manufacturière

Gestion des ressources humaines, des stocks, de la capacité de production, de mix-produits,

Finance

Optimisation de portefeuilles, équilibrage de portefeuilles, plans de retraite

Energie

Réglementations concernant l’environnement

Commerce

Optimisation des commandes

Divers

Dates d’arrivée sur la marché, stratégies d’enchères

Aussi facile à utiliser qu’Excel !

RISKOptimizer est un véritable add-in à Excel s’intégrant parfaitement dans votre tableur. Définir les modèles, ajuster les paramètres, exécuter les optimisations, piloter la progression de l’optimisation, générer les rapports sans quitter Excel. Des boîtes de dialogue efficaces évitent d’ouvrir de nombreuses fenêtres pour naviguer.

Pourquoi utiliser RISKOptimizer ?

Les outils classiques d’optimisation sont capables de trouver la bonne combinaison de valeurs maximisant ou minimisant un résultat dans un tableur sous certaines conditions. Toutefois, ces outils ne sont pas conçus pour gérer l’incertitude.

Ajouter la simulation à l’optimisation

Supposons que vous disposiez de plusieurs usines et que vous souhaitiez définir les volumes à fabriquer de différents produits dans chacune de ces usines de façon à satisfaire les demandes de clients des villes voisines. Vous souhaitez maximiser les profits et minimiser les coûts d’expédition. Ceci est un problème classique d’optimisation. Toutefois, des facteurs importants sont non maîtrisables : coûts des expéditions, demandes des clients, etc. Classiquement, des choix sont faits pour chacun de ces facteurs incertains. Avec RISKOptimizer, ces facteurs incertains sont représentés par des lois de probabilités (comme la loi normale ou la loi triangulaire, etc.) et une simulation Monte Carlo est mise en oeuvre pour chaque essai d’allocation. De cette façon, vous pouvez maximiser la moyenne des profits, par exemple, en prenant en compte le risque durant l’optimisation.

Ajouter l’optimisation à la simulation

@Risk utilise la simulation Monte Carlo pour prendre en compte l’incertitude dans les modèles et déterminer les probabilités des résultats. Toutefois la simulation Monte Carlo ne prend pas en compte les variables de décision dont vous pouvez contrôler les valeurs. Elle combine les valeurs aléatoires incertaines avec une unique valeur de chacune de ces variables de décision. Supposons que vous souhaitiez développer un nouveau produit et déterminer si cela conduira à un bénéfice à long terme. Vous élaborez un modèle dans votre tableur pour calculer le profit en remplaçant les facteurs incertains, comme la demande ou les coûts des matières premières, par des fonctions @Risk. Vous réalisez alors que certaines de vos hypothèses sont basées un réseau particulier de vendeurs ou sur des techniques spécifiques de fabrication. Il est possible que d’autres réseaux de vendeurs ou d’autres techniques de fabrication existent et puissent vous permettre de faire des économies. Il est également possible que certaines techniques de production conduisent à des coûts de transport trop élevés. Avec @Risk seul, vous pouvez exécuter plusieurs simulations et comparer les résultats. Mais serez-vous certain d’avoir essayer toutes les possibilités ? Avec RISKOptimizer, vous pouvez essayer différentes combinaisons de réseaux de vendeurs et de techniques de fabrication pour maximiser les profits.

Trois étapes pour l’optimisation

1 – Définir le modèle

La fenêtre de définition de votre modèle permet de définir tous les paramètres de vos problèmes d’optimisation : cellule objectif (minimiser, maximiser ou cible), cellules ajustables, cellules des contraintes. Cliquer ici pour visualiser un exemple de cette fenêtre.

Définir les plages et les critères d’arrêt : lors de la définition des cellules ajustables, vous pouvez préciser les bornes maximales et minimales des cellules directement dans Excel, ce qui simplifie grandement la paramétrage et les éventuelles modifications. Par exemple, vous pouvez indiquer à RISKOptimizer d’ajuster les cellules B1:B5, avec des valeurs minimales dans A1:A5 et des valeurs maximales dans C1:C5. Vous pouvez également définir des contraintes dans votre modèle, comme par exemple des limitations sur des ressources. Les contraintes peuvent être à respecter de façon obligatoire ou être souples, c’est-à-dire qu’elles peuvent ne pas être respectées si cela permet une amélioration significative de l’objectif. Enfin, vous pouvez définir les critères d’arrêt de l’optimisation.

Méthodes d’optimisation : RISKOptimizer utilise six méthodes pour trouver la combinaison optimale des cellules ajustables. Des méthodes différentes sont utilisées pour résoudre les divers types de problèmes. Les six méthodes sont :

  • Recette : un ensemble de variables qui peuvent se modifier individuellement
  • Groupement : une collection d’éléments qui doivent être placés dans des groupes
  • Ordre : une liste ordonnée d’éléments
  • Budget : une méthode de type ‘recette’, mais dont le total est constant
  • Projet : une méthode de type ‘ordre’, mais dans laquelle certains éléments en précèdent d’autres
  • Calendrier : une méthode de type ‘groupement’, mais affectant les éléments à des blocs temporels

Dans votre tableur, il faut ajouter les lois de probabilités décrivant les facteurs incertains. Pour plus d’informations, voir la page @Risk.

RISKOptimizer permet de préciser comment l’optimisation doit se dérouler : définition des paramètres généraux de l’optimisation, des éléments à visualiser et des macros à exécuter.

2 – Effectuer l’optimisation

Cliquer sur l’icône ‘Start’ pour démarrer l’optimisation. RISKOptimizer commence alors à générer des solutions pour optimiser l’objectif défini à l’étape 1. La fenêtre montrant la progression de RISKOptimizer s’affiche indiquant le statut de l’optimisation et la meilleure solution obtenue jusqu’à présent. Cette fenêtre permet notamment d’arrêter temporairement l’optimisation, de la relancer et de la stopper définitivement. Vous pouvez également contrôler de façon détaillée la progression de l’optimisation avec la fenêtre ‘RISKOptimizer Watcher’ : visualisation de la progression en temps réel de l’optimisation, des solutions possibles testées, de la diversité des solutions testées. Cliquer ici pour visualiser un exemple de cette fenêtre.

– Comment RISKOptimizer fonctionne-t-il ?

Durant l’optimisation, RISKOptimizer génère un certain nombre de solutions possibles et utilise les algorithmes génétiques pour optimiser l’objectif à chaque essai. Chaque solution possible devient un « organisme » indépendant qui peut être « accouplé » à d’autres organismes. Le modèle agit comme l’environnement sur les organismes, déterminant ceux qui sont suffisamment « aptes » à survivre en se basant sur les résultats obtenus. Voici une brève présentation du processus :

  • Génération de façon aléatoire de nombreux organismes (solutions possibles) et calcul du résultat obtenu avec chacun de ces organismes. Cette population d’organismes est alors triée du meilleur organisme au plus mauvais.
  • Sélection de bons organismes et échange de leurs variables (« gènes ») en utilisant le « croisement » et la « mutation » pour produire un « descendant ». Si le « descendant » ne donne pas un bon résultat, deux parents supplémentaires sont sélectionnés.
  • Si le « descendant » donne un bon résultat, il est inséré dans la population.

Par répétition de ces étapes, la population « évolue » en optimisant l’objectif.

– Obtenir des résultats rapidement

RISKOptimizer utilise des opérateurs génétiques pour générer les solutions possibles de façon à trouver aussi vite que possible la solution optimale. Les algorithmes génétiques recherche la solution dans tout l’espace des solutions possibles et trouvent la solution optimale globale.

3 – Visualiser les résultats de l’optimisation

Après l’optimisation, RISKOptimizer affiche les résultats des meilleure, première et dernière solutions dans votre tableur. Vous pouvez également générer des rapports directement dans Excel : résumé de l’optimisation, liste de tous les essais, liste des étapes de l’optimisation.

Fonctionnalités

Avantages

Optimisation dans un cadre incertain

Permet de résoudre les problèmes d’optimisation avec plus de précision

Calculs effectués à 100% dans Excel pour la simulation

Haute qualité des calculs numériques

Intégration parfaite à Microsoft Excel

Traitement entièrement dans Excel pour un apprentissage rapide

Interface très simple

Peu de boîtes de dialogue, définition rapide des paramètres du modèle

Plages pour les cellules ajustables et les contraintes

Facilité de définition et de modification des paramètres du modèle

38 lois de probabilités

Permet de représenter tous les facteurs incertains pour une bonne modélisation

Six méthodes d’optimisation

Toujours la meilleure méthode pour différents types de problèmes

Fenêtre de progression de l’optimisation

Permet de contrôler le déroulement de l’optimisation

‘RISKOptimizer Watcher’

Visualisation en temps réel de la progression de l’optimisation

Algorithmes génétiques

Permettent de trouver la meilleure solution en évitant de rester sur des solutions locales

Gestion de la convergence et opérateurs génétiques

Obtention rapide des résultats

Mise à jour en temps réel des modèles
(meilleur, premier et dernier)

Visualisation des effets des trois solutions obtenues sur votre modèle

Rapports dans Excel

Enregistrement et partage des résultats de l’optimisation

Boîte de dialogue pour le paramétrage de l’application

Permet de définir un grand nombre d’options par défaut pour tous les modèles

Kit de développement Excel (XDK)

Automatisation et personnalisation de RISKOptimizer via une importante bibliothèque de commandes et de fonctions pour VBA.

Licences disponibles

RISKOptimizer est disponible en licence monoposte, réseau et académique.

Un des outils de la « DecisionTools Suite »

RISKOptimizer est disponible dans @Risk ‘Industrial’ ou comme un des outils de la « DecisionTools Suite », ensemble d’outils édité par Palisade pour l’analyse de risque et la prise de décisions. La « DecisionTools Suite » inclut @Risk pour l’analyse du risque par simulation Monte Carlo, PrecisionTree pour les arbres de décision, StatTools pour les analyses statistiques et de séries temporelles, Evolver pour l’optimisation, NeuralTools pour les réseaux de neurones, et plus encore ! RISKOptimizer est entièrement compatible avec les programmes de « DecisionTools Suite » et peut être combiné avec eux. Par exemple :

RISKOptimizer et StatTools

Vous pouvez effectuer une optimisation avec RISKOptimizer à partir de prévisions de séries temporelles obtenues par StatTools en appliquant les fonctions de @Risk aux valeurs prévues tout en ajustant les facteurs contrôlables pour maximiser les profits totaux.

RISKOptimizer et NeuralTools

Vous pouvez combiner RISKOptimizer et NeuralTools pour faire des prévisions en temps réel pour chaque solution obtenue à la suite d’un essai de la simulation.

100% Excel

Les optimisations et simulations effectuées dans RISKOptimizer sont calculées à 100% dans Excel en utilisant les outils statistiques et d’échantillonnage de Palisade qui sont disponibles depuis plus de 20 ans.