水行业多模型耦合计算的云服务系统的制作方法

本发明涉及水行业模型技术领域，尤指一种水行业多模型耦合计算的云服务系统。

背景技术：

随着全球云计算、物联网、移动互联网等新一轮信息技术迅速发展和深入应用、企业掌握大量的监测数据，但是数据没有体现价值，而水行业机理模型是分析复杂多元化的水行业大数据的最有效手段，能为防洪预测、水库调度、水资源配置、水环境模拟等应用提供决策支撑。市面上模型种类繁多，模型输入输出数据格式不同，导致建模操作复杂繁琐，耗费大量人力物力。同时模型精度难以保证，缺少模型管理和评价体系，用户拥有已经配置好的模型，但是对模型分析需求大，比如风暴潮预报模型、比如内涝模拟，重复操作多。传统模型使用往往是离线单机运行模式，计算资源利用率低且运算速度漫。模型数据的输入输出只支持对应模型的数据结构，使用多种模型时，难以进行数据的标准化。在一些复杂业务场景下往往需要多个模型进行耦合计算，但由于模型标准的不统一，很难实现模型间协同工作。

目前国内外的水行业模型大部分出自独立的商业软件或科研院校，大部分是离线使用单独的模型，即使应用多种水行业模型，也是分开使用。尚未发现有将多种水行业模型结合并提供云服务的技术方案。现有技术存在的问题有：模型计算往往是离线式，只支持手动导入数据，无法根据实时数据进行分析计算；模型使用还是传统的单机运行模式，计算资源利用率低，计算速度慢等等。

技术实现要素：

为了解决现有技术中存在的计算效率低、资源利用率低及计算速度慢等问题，本发明实施例提供一种水行业多模型耦合计算的云服务系统，所述系统包括：平台展示模块、模型分析模块及模型存储模块；

所述平台展示模块获取模型选择信息，将所述模型选择信息发送至所述模型分析模块；

所述模型分析模块根据所述模型选择信息，从所述模型存储模块中获取标准化模型及对应的标准化数据，根据所述标准化模型及所述标准化数据，确定分析结果。

可选的，在本发明一实施例中，所述平台展示模块还用于获取模型发布信息及对应的输入数据。

可选的，在本发明一实施例中，所述系统还包括：模型发布模块，用于接收所述模型发布信息及对应的输入数据，根据所述所述模型发布信息建立初始模型。

可选的，在本发明一实施例中，所述系统还包括：模型封装模块，用于根据预设标准化规则，将所述初始模型封装为标准化模型，并将所述输入数据转换为标准化数据，将所述标准化模型及所述标准化数据发送至所述模型存储模块。

可选的，在本发明一实施例中，所述系统还包括：任务管理模块，用于根据所述模型选择信息创建定制任务，并根据所述分析结果确定图表展示结果。

可选的，在本发明一实施例中，所述模型分析模块还用于根据所述定制任务，从所述模型存储模块中获取多个标准化模型及对应的标准化数据，以确定所述分析结果。

可选的，在本发明一实施例中，所述平台展示模块还用于接收并展示所述定制任务及所述图表展示结果。

可选的，在本发明一实施例中，所述模型发布模块还用于获取所述标准化化模型对应的分析结果，根据所述分析结果确定对应的标准化化模型的绩效信息。

可选的，在本发明一实施例中，所述模型存储模块用于存储所述标准化模型、所述标准化数据、所述分析结果、所述定制任务、所述图表展示结果及所述绩效信息。

可选的，在本发明一实施例中，所述模型选择信息包括标准化模型信息及输入数据信息；所述模型分析模块根据所述模型选择信息，从所述模型存储模块中获取标准化模型及对应的标准化数据，根据所述标准化模型及所述标准化数据，确定分析结果进一步包括：所述模型分析模块根据所述标准化模型信息从所述模型存储模块中获取对应的标准化模型，根据输入数据信息从所述模型存储模块中获取与所述标准化模型对应的标准化数据；将所述标准化数据代入所述标准化模型中进行计算，确定分析结果。

本发明的云服务系统以云计算架构为基础，通过模型的标准化将各类水行业模型接入云服务，采用分布式处理、并行计算、消息中间件等技术，实现了多种水行业模型的接入、存储、计算、分析与预测，能够为用户提供定制化的模型分析、展示、管理的一站式服务，实现业务场景高效准确的模拟推演。通过采用组件封装、工作流编排等技术，实现了水行业多个不同模型之间的耦合计算能力。例如，多个小流域耦合成大流域，水文、水力学模型的耦合等。同时，通过采用gis技术可实现与二维、三维地图相结合的展示模型运算结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种水行业多模型耦合计算的云服务系统的结构示意图；

图2为本发明实施例中水行业多模型耦合计算的云服务系统总体功能架构示意图；

图3为本发明实施例中水行业多模型耦合计算的云服务系统总体技术架构示意图；

图4为本发明实施例中水行业多模型耦合计算的云服务系统整体数据流程图。

具体实施方式

本发明实施例提供一种水行业多模型耦合计算的云服务系统。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于现有技术中存在的问题，本发明实施例提供了一种水行业的多模型耦合计算的云服务系统。把所有的模型进行整合和统一云化管理，提供简易的操作界面以及实时分析能力，使不熟悉模型但熟悉业务的人员可以任意更改模型运算条件进行模型分析，查看计算结果，也可以根据测站数据、预报数据自动进行模型分析，并且提供运算速度分钟级的实时计算性能。此外，因模型的搭建涉及专业性和对技术水平要求较高，大部分模型的研发在科研院校和研究机构中，模型拥有者难以将模型大力推广到应用部门中，本系统还提供了模型接入发布功能，为模型提供者和模型使用者提供一个生态系统，让双方能够在平台上进行模型的提供和使用。

其中，云服务是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且是虚拟化的资源。云是网络、互联网的一种比喻说法。云服务指通过网络以按需、易扩展的方式获得所需服务。云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。分布式处理(distributedprocessing)和并行处理(parallelprocessing)是为了提高并行处理速度采用的两种不同的体系架构。分布式处理则是将不同地点的，或具有不同功能的，或拥有不同数据的多台计算机通过通信网络连接起来，在控制系统的统一管理控制下，协调地完成大规模信息处理任务的计算机系统。并行计算或称平行计算是相对于串行计算来说的。它是一种一次可执行多个指令的算法，目的是提高计算速度，及通过扩大问题求解规模，解决大型而复杂的计算问题。所谓并行计算可分为时间上的并行和空间上的并行。时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。消息中间件是利用高效可靠的消息传递机制进行平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息排队模型，它可以在分布式环境下扩展进程间的通信。工作流(workflow)就是工作流程的计算模型，即将工作流程中的工作如何前后组织在一起的逻辑和规则在计算机中以恰当的模型进行表示并对其实施计算。gis是地理信息系统(geographicinformationsystem或geo－informationsystem，gis)有时又称为“地学信息系统”或“资源与环境信息系统”。

如图1所示为本发明实施例一种水行业多模型耦合计算的云服务系统的结构示意图，图中所示系统包括：平台展示模块10、模型分析模块20及模型存储模块30；

所述平台展示模块10获取模型选择信息，将所述模型选择信息发送至所述模型分析模块20；

所述模型分析模块20根据所述模型选择信息，从所述模型存储模块30中获取标准化模型及对应的标准化数据，根据所述标准化模型及所述标准化数据，确定分析结果。

在本实施例中，平台展示模块可以获取用户输入的模型选择信息，模型选择信息中可以包括例如用户所选择的模型以及用户所选择的输入数据，其中，选择输入数据时，可通过输入不同时间段选择标准化模型对应的标准化数据。模型分析模块根据模型选择信息，从模型存储模块中获取相应的标准化模型及标准化数据。利用标准化模型对标准化的输入数据进行计算，从而确定分析结果。再通过平台展示模块，将分析结果展示给用户。

作为本发明的一个实施例，所述平台展示模块还用于获取模型发布信息及对应的输入数据。本发明系统还可以新建模型，用户可通过平台展示模块输入需要建立的模型的发布信息及该模型对应的输入数据。

在本实施例中，所述系统还包括：模型发布模块，用于接收所述模型发布信息及对应的输入数据，根据所述所述模型发布信息建立初始模型。模型发布模块对用户所需新建模型进行审核，审核通过后，建立初始模块，赋予该初始模型相应的版本号。

在本实施例中，所述系统还包括：模型封装模块，用于根据预设标准化规则，将所述初始模型封装为标准化模型，并将所述输入数据转换为标准化数据，将所述标准化模型及所述标准化数据发送至所述模型存储模块。

在本实施例中，所述系统还包括：任务管理模块，用于根据所述模型选择信息创建定制任务，并根据所述分析结果确定图表展示结果。当用户实用本发明系统模型进行分析计算时，任务管理模块对用户的请求建立相应的定制任务，并对定制任务实施监控，当定制任务完成，得到分析结果后，任务管理模块可根据分析结果，生成图表展示结果。

其中，所述模型分析模块还用于根据所述定制任务，从所述模型存储模块中获取多个标准化模型及对应的标准化数据，以确定所述分析结果。为加快计算速度，任务管理模块将该定制任务发送至模型分析模块，以使模型分析模块实现调用多个标准化模块，对该定制任务进行并行处理，由此得到分析结果。

在本实施例中，所述平台展示模块还用于接收并展示所述定制任务及所述图表展示结果。在平台展示模块上，用户可以实时观测当前任务进度、完成情况等，在分析计算完成后，通过平台展示模块将图表展示结果展示给用户。

其中，所述模型发布模块还用于获取所述标准化化模型对应的分析结果，根据所述分析结果确定对应的标准化化模型的绩效信息。模型发布模块获取被调用的模型的分析结果，根据用户的反馈信息，评测该结果的用户满意度及准确率，以此形成该模型对应的绩效信息。该绩效信息可用于评价该模型，也可以用于后续模型的更新及升级。

其中，所述模型存储模块用于存储所述标准化模型、所述标准化数据、所述分析结果、所述定制任务、所述图表展示结果及所述绩效信息。

作为本发明的一个实施例，所述模型选择信息包括标准化模型信息及输入数据信息；所述模型分析模块根据所述模型选择信息，从所述模型存储模块中获取标准化模型及对应的标准化数据，根据所述标准化模型及所述标准化数据，确定分析结果进一步包括：所述模型分析模块根据所述标准化模型信息从所述模型存储模块中获取对应的标准化模型，根据输入数据信息从所述模型存储模块中获取与所述标准化模型对应的标准化数据；将所述标准化数据代入所述标准化模型中进行计算，确定分析结果。

其中，选择输入数据时，例如可通过输入不同时间段选择标准化模型对应的标准化数据。模型分析模块根据模型选择信息，从模型存储模块中获取相应的标准化模型及标准化数据。利用标准化模型对标准化的输入数据进行计算，从而确定分析结果。

在一个具体实施例中，本发明总体技术路线为：本发明的建设在跨平台、可移植、扩展性强等原则的基础上采用j2ee的技术路线。水利行业的应用中，伴随日常业务模型通常还需要地理信息系统辅助、水利专业图形组件等技术共同协作才能真正达到辅助决策的作用，因此ria(richinternetapplications)应用孕育而生，系统的建设通常采用前端ria应用通过soap通信配合后端j2ee框架实现应用系统平台的搭建，同时也采用了soa的架构体系为系统扩展提供支持。此外，为了兼容各类模型的调用和兼容，模型计算引擎部分兼容了c#、phython、r等运行环境及语言，能够接入市场上已知水行业模型中的几乎90％。

本发明中采用了jsp+servlet+javabeans的方式，充分实现mvc体系结构。使用jsp技术来表现页面，使用servlet技术完成大量的事务处理，使用bean来存储数据。servlet用来处理请求的事务，充当一个控制者的角色，并负责向客户发送请求。它创建jsp需要的bean和对象，然后根据用户请求的行为，决定将哪个jsp页面发送给客户。

全文检索：

全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。本系统中的全文检索引擎采用的是lucene，lucene是一个高性能、基于java的、可伸缩的信息搜索(ir)库。informationretrieval(ir)library.它使你可以为你的应用程序添加索引和搜索能力。

restful：

本发明建造的是一个纵向、横向交错联结的、综合的系统，里面的各种软件平台共存，而又存在着互联互通的需要，restapi正是解决这一问题的有效解决方案。同样的，j2ee框架对restapi技术也提供了强大的支持。restful是一种软件架构风格，设计风格而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

ria:

本发明的业务中有大量的文件交互、系统报表及地理空间信息交互，采用ria(富客户端)应用无论提高响应速度上还是表现力方面都有较大提升。

ria最突出的特点为“rich”，同时ria最核心的部分也体现在“rich”中。“rich”包含了两层含义。丰富的数据模型：ria技术提供了多种数据模型来处理客户端复杂的数据操作。使用ria可以将部分原本需要在后台程序处理的问题转移到客户端，使数据能够被缓存在客户端，从而可以实现一个比基于html的响应速度更快，且数据往返于服务器的次数更少的用户界面。客户机在ria中的作用不仅是展示页面，它可以在幕后与用户请求异步地进行计算、传送和检索数据、显示集成的用户界面和综合使用声音和图像，这一切都可以在不依靠客户机连接的服务器或后端的情况下进行。

地理信息系统：

本发明在模型计算结果展示中使用了地理信息系统(geographicinformationsystem或geo－informationsystem，gis)，将空间数据在地图上形象的进行展示，是当前信息化系统建设的趋势。空间数据引擎与gis工具，可对数据的可视化展示提供有力的支撑。结合内容管理、报表制作工具等软件，基于门户服务软件提供的框架，可对各业务系统进行图形界面层面的集成，为用户提供统一及个性化的系统入口。

消息中间件：

消息中间件指的是利用高效可靠的消息传递机制进行平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息排队模型，它可在分布环境下扩展进程间的通信，并支持多通讯协议、语言、应用程序、硬件和软件平台。本发明用到的消息中间件是tonglink/q。

数据缓存技术:

本发明采用了orm缓存，提升持久层性能，缓存就是数据库数据在内存中的临时容器，包括数据库数据在内存中的临时拷贝，它位于数据库与数据库访问层中间。orm在查询数据时首先会根据自身的缓存管理策略，在缓存中查找相关数据，如发现所需的数据，则直接将此数据作为结果加以利用，从而避免了数据库调用性能的开销。而相对内存操作而言，数据库调用是一个代价高昂的过程。

分布式调度引擎技术：

本发明中包含了以quartz为核心的分布式调度引擎，时下互联网和电商领域，各个平台都存在大数据、高并发的特点，对数据处理的要求越来越高，既要保证高效性，又要保证安全性、准确性。分布式调度引擎的使命就是将调度作业从业务系统中分离出来，降低或者是消除和业务系统的耦合度，进行高效异步任务处理。

本发明采用的分布式调度引擎的优势特点进行了如下总结：支持集群、分布式、灵活的任务分片、动态的服务扩容和资源回收、任务监控支持。

引擎分布式机制是通过灵活的sharding方式实现的，比如可以按所有数据的id按10取模分片、按月份分片等等，根据不同的需求，不同的场景由客户端配置分片规则。然后就是其宿主服务器可以进行动态扩容和资源回收，这个特点主要是因为它后端依赖的zookeeper，这里的zookeeper对于引擎来说是一个nosql，用于存储策略、任务、心跳信息数据，它的数据结构类似文件系统的目录结构，它的节点有临时节点、持久节点之分。调度引擎上线后，随着业务量数据量的增多，当前cluster可能不能满足目前的处理需求，那么就需要增加服务器数量，一个新的服务器上线后会在zookeeper中创建一个代表当前服务器的一个唯一性路径(临时节点)，并且新上线的服务器会和zookeeper保持长连接，当通信断开后，节点会自动摘除。

多任务并发设计：

本发明中采用的生产消费者模式来实现多任务并发执行，生产者负责生产数据，并存放到队列中，消费者负责从队列中取出数据来消费。可以看出生产者和消费者之间不直接通讯，是通过队列来通讯的。

生产者和消费者是抽象的概念，可以是线程、进程、系统模块，而队列也可以是jvm中的queue、redis中的list、甚至是数据库表，这要求我们在不同的使用场景需要选择相应的实现。比如在线程池threadpoolexecutor的使用场景中，生产者就是提交任务的线程，消费者就是消费任务的线程，当然还有一个存放任务的阻塞队列。

再本发明一个具体实施例中，本发明系统总体功能架构根据业务及技术功能划分，可分为平台首页、模型发布、模型分析、任务管理、模型封装管理等模块组成。如图2所示。如图2所示为本发明实施例中水行业多模型耦合计算的云服务系统总体功能架构示意图。

本发明系统采用分层架构的设计与规划，系统设计中将服务接口、实现、计算引擎、调用及展示完全分离，通过配置进行灵活的组装和绑定。系统各层次都提供了强大的业务灵活性，而创建一个灵活的业务体系架构可以满足业务需求的变更及个性化的定制应用。

本发明系统总体技术架构见附图3。系统架构分为数据源层、数据交换层、数据存储层、基础支撑服务层、大数据分析引擎层、公共应用服务层、业务应用服务层、展示层等多层结构。其中，展示层是与用户直接交互层，用于展示业务信息及用户进行业务操作等内容；各类服务层均提供服务接口为展示和模型调用提供支持，大数据分析引擎层主要是进行大数据模型计算，其中包含了模型管理和实时计算、离线计算分析引擎等多种。数据存储层负责数据存储与读取以及配置文件持久化。数据交换汇集主要完成多类数据的交换共享，数据源层提供多累数据，其中包含了结构化、非结构化等多种数据。

各个层次内容及说明如下：

数据源：模型计算需要数据的支撑，大量模型的参数率定也需要模拟数据的校验和测试，在数据源层主要包含几类数据，其中有各类业务系统产生的结构化数据，实时监测设备产生的流数据，公网抓取的在线新闻、舆情等数据，行业内积累的知识文件、方案及预案等非结构化文本数据等，都构成了模型计算的数据源。

数据汇集层：模型库涉及各类数据汇集与存储技术，平台中将制定水行业大数据汇集标准规范，建设兼容多数据源的统一共享交换平台和大数据存储平台。依托统一共享交换平台的数据交换共享服务、非结构化数据连接引擎和外部数据连接器，为多种数据源提供高速可靠的传输通道。

数据存储层：开发大数据存储服务平台，对数据存储体系进行统一管理，实现对时序数据、结构化数据和非结构数据的高效、安全存储。大数据存储平台具有可伸缩性的大数据应用、存储和计算节点架构，通过开放式可重用基础应用组件，支持从数据库、传感器到网络爬虫等多种数据接入方式，存储内容分为实时数据存储、结构化数据存储和分布式文件系统等。

数据服务层：研究基于大数据分析引擎的大数据服务接口及集成技术，开发平台基础支撑服务、应用支撑服务和公共应用服务，以先进的实时数据处理技术、模型调度管理技术和可视化支撑功能成为各类应用服务的基础，为大数据分析模型集成提供框架结构。

模型管理层：系统针对模型的管理提供了模型注册、模型任务调度、模型服务、分布式计算等多个方面，模型从开发者完成开发到模型上线需要一整套的审核机制，上线完成后需要对模型进行评价和考核，定期更新模型的最新版本和成果。

展示层：展示层又称为应用层，是模型库平台的最顶层，用户直接通过展示层与系统底层进行交互，依据现有业务信息展示层可按照模型分类的结构划分，也可以通过分析成果查看模型计算的成果，展示层统一采用组件化的方式构建，各类用户在展示端可以通过个性化配置自行修改展示界面，以满足不同用户的展示要求。

本发明系统中各个模型从页面应用到模型调用及结果展示需要一整套的处理和操作，过程中数据流程较为复杂，数据之间的传递有的通过数据库有的通过消息中心，均需要一定的处理过程。整体数据流程图见附图4。

在本发明一个具体实施例中，本发明系统建设主要划分为模型提供者和模型使用者两类，其中模型提供者主要涵盖模型的注册、模型的审核和校验、模型发布即完成模型提供者的整体业务。针对模型使用者系统中提供的内容包括，模型调用、任务调度、分析成果、模型可视化等方面的内容。平台对配置项的划分主要依据业务场景和模块耦合性等方面考虑，在设计上尽量降低模块之间的耦合度。

本发明系统从功能上可分为各个子业务模块，如下所示：

1.平台首页模块

平台首页提供产品的基本信息介绍，其中包括了模型的描述信息等，是整个平台的入口。

2.模型发布模块

模型发布模块包括了针对模型提供者的整体业务，通过该模块用户可以提交模型的基本信息和上传模型文件，管理员审核完成后对模型进行校验然后进行模型的发布。

3.模型分析模块

模型分析是模型库平台的核心功能，能够提供模型调用，模型运行和成果展示的功能，对模型的应用有重要作用。

4.任务管理模块

模型运行需要调度任务的支持，系统中提供分布式模型调度引擎，能够通过模型的调用将模型信息运行起来，此外，各个计算节点也可以通过多线程等方式支持相应的并行计算完成模型的计算任务。

5.模型封装管理模块

模型的运行过程中需要对各类模型进行封装，封装过程可以通过spss(statisticalproductandservicesolutions，为ibm公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称)进行整体的包装，将各类模型的输入和输出进行统一，通过标准化定义的手段将不同类别的模型都能够在模型库平台上统一计算和运行，通过封装将模型计算结果统一化，以方便模型成果调用和展示的时候更加方便。

实际应用中，用户登录系统首页，点击模型集市功能。模型集市中有各种模型，例如洪水预报模型、马法河道流量演算模型、退水曲线模型、时间序列模型、一维水动力模型、二维水动力模型、水动力模型、非连续变化分析、城市雨洪模型、时间序列非在线数据模型等，用户可通过查询功能查询要使用的模型。点击某一模型后跳转到模型使用界面，可点击立即使用。以洪水预报模型为例，点击创建分析任务后，可在展示出的地图中选择，或通过测站名称选择数据源测站，并选择数据的起止时间。将模型运算所需要的水位、流量等数据选择完成后，点击预测计算，即可开始模型计算。

在我的分析页面中可以查看用户创建的模型计算，可以根据名称、业务用用模型和模型专业分类查询用户创建的模型分析任务。可以查看具体的运算、分析结果。

在任务管理页面中可以实现对每个用户创建的模型计算任务进行控制，例如任务执行状态、查看日志、删除任务等。

在模型发布页中，可以点击添加，输入模型名称、模型编码、模型状态等内容点击下一步后上传模型文件，再下一步填写模型描述后保存，即可添加模型。

在服务管理页中，可以添加、编辑、查询、删除开放给指定单位的webapi服务。

本发明中的云服务系统具有强大的模型兼容能力，各种水行业模型进行标准化都能接入到系统中。同时还具有多模型耦合性，将各个模型的输入输出标准统一化，能实现水文学、水动力学模型的耦合计算，各个小流域之间的耦合计算等。本发明的系统具有高速计算能力，通过优化调度、并行计算等技术手段保证计算速度，加速比能达到百倍以上。本发明系统中的模型可在线自动调优，基于预测结果与实时采集的数据，自动进行模型调优与学习，使结果更准确。同时，还可以实现大数据分析研判，不仅可以将模拟结果以图、表、动画的形式展现，也可以结合行业大数据，利用大数据分析对计算结果进行相关分析、趋势研判、专家建议等。系统还具有定制化界面，可根据用户的需求，定制实现更人性化的交互界面。可实现快速灵活的使用模型，用户可以通过数据库选取数据，快速灵活的使用模型。同时，提升工作效率，减少人力成本，通过简易的操作界面、实时计算等功能，使模型配置、计算、展示更加方便快捷，减少重复工作，节约人力成本。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。