|
Intelligent multidimensional arrays (Mảng đa chiều thông minh)
Analytica sử dụng các đối tượng chỉ mục “index objects” để theo dõi kích thước của các mảng đa chiều. Một đối tượng chỉ mục có tên “name” và danh sách các phần tử “List of elements”. Khi hai giá trị đa chiều được kết hợp, ví dụ như trong một biểu thức như
Lợi nhuận = Doanh thu - Chi phí
trong đó Doanh thu và Chi phí đều là đa chiều, Analytica lặp lại phép tính lợi nhuận trên mỗi thứ nguyên, nhưng nhận ra khi cùng một thứ nguyên xuất hiện ở cả hai giá trị và coi đó là cùng một thứ nguyên trong quá trình tính toán, trong một quy trình được gọi là trừu tượng hóa mảng thông minh. Không giống như hầu hết các ngôn ngữ lập trình, không có thứ tự vốn có cho các kích thước trong một mảng nhiều chiều. Điều này tránh các công thức trùng lặp và các vòng lặp FOR rõ ràng, cả hai đều là nguồn phổ biến của các lỗi mô hình hóa. Các biểu thức đơn giản hóa có thể thực hiện được nhờ trừu tượng hóa mảng thông minh cho phép mô hình dễ tiếp cận, dễ hiểu và minh bạch hơn.
Một hệ quả khác của trừu tượng hóa mảng thông minh là các kích thước mới có thể được đưa vào hoặc loại bỏ khỏi mô hình hiện có mà không yêu cầu thay đổi cấu trúc mô hình hoặc thay đổi định nghĩa biến. Ví dụ: trong khi tạo mô hình, trình xây dựng mô hình có thể giả sử một biến cụ thể, chẳng hạn như discount_rate, chứa một số duy nhất. Sau đó, sau khi xây dựng một mô hình, người dùng có thể thay thế một số bằng một bảng số, có thể là discount_rate được chia nhỏ theo Quốc gia và theo Economic_scenario. Các bộ phận mới này có thể phản ánh thực tế là tỷ lệ chiết khấu hiệu quả không giống nhau đối với các bộ phận quốc tế của một công ty và các tỷ lệ khác nhau được áp dụng cho các tình huống giả định khác nhau. Analytica tự động truyền các thứ nguyên mới này tới bất kỳ kết quả nào phụ thuộc vào discount_rate, vì vậy, ví dụ: kết quả cho Giá trị hiện tại ròng Net present value sẽ trở thành nhiều thứ nguyên và chứa các thứ nguyên mới này. Về bản chất, Analytica lặp lại phép tính tương tự bằng cách sử dụng tỷ lệ chiết khấu cho từng kết hợp có thể có của Quốc gia và Kịch bản kinh tế.
Tính linh hoạt này rất quan trọng khi khám phá sự cân bằng tính toán giữa mức độ chi tiết, thời gian tính toán, dữ liệu có sẵn và kích thước hoặc chiều tổng thể của không gian tham số. Những điều chỉnh như vậy là phổ biến sau khi các mô hình đã được xây dựng đầy đủ như một cách để khám phá các kịch bản giả định và mối quan hệ tổng thể giữa các biến.
|