提示詞描述
## 簡化遺傳演算法流程（專用於應力-應變曲線擬合） ### I. 核心框架與目標 #### 1. 整體邏輯 基於「選擇-交配-突變-評估-選擇」迴圈，並針對參數約束（|a₁|+|a₂|+|a₃|=1）進行調整，流程為「準備 → 單代迭代 → 監控終止 → 結果輸出」。 #### 2. 核心目標 最小化加權綜合誤差（0.4 × 正規化 MSE + 0.6 × 正規化加權 MRE），以提高指定應變範圍內的擬合精度。 #### 3. 迭代控制 - 最大迭代代數：預設 100 代 - 提前終止：若連續 20 代誤差無顯著改善（改善 < 1e-8），則停止迭代。 ### II. 準備：初始族群構建與評估 #### 1. 初始族群生成 - 大小：預設 10,000 個個體 - 約束保證：透過隨機分割 + 符號分配，確保所有個體均滿足參數約束，且不存在無效解。 #### 2. 適應度評估 - 計算每個個體的加權綜合誤差，作為判斷品質的依據。 - 記錄初始最佳誤差和平均誤差，以建立迭代基準。 ### III. 單代迭代的核心步驟 #### 1. 交配子代生成 - 大小：預設 10,000 個 - 親代選擇：選擇 2 個適應度較佳的個體（錦標賽選擇） - 約束保證：分離絕對值和符號進行交配，並進行正規化以確保滿足約束。 - 標記為待評估。 #### 2. 突變子代生成 - 大小：預設 1,000 個 - 親代選擇：複製 1 個高品質個體 - 自適應突變：突變強度隨迭代次數衰減（初始 0.05 → 最小 0.005），10% 概率翻轉參數符號。 - 約束保證：突變後進行正規化，以保持參數約束。 - 標記為待評估。 #### 3. 族群合併與評估 - 合併當前族群、交配子代和突變子代。 - 批量計算待評估個體的適應度，並更新整個族群的誤差數據。 ### IV. 新一代族群選擇 採用「菁英 + 隨機」混合策略（總大小保持 10,000）： - 菁英選擇（80%）：保留適應度最佳的個體，以確保收斂。 - 隨機選擇（20%）：引入多樣性，以避免局部最佳解。 ### V. 監控與終止 #### 1. 即時監控指標 - 最小綜合誤差（最佳適應度） - 平均綜合誤差（整體族群水準） - 突變強度（探索 → 精煉狀態） #### 2. 終止與輸出 - 終止條件：達到最大迭代次數或觸發提前終止。 - 輸出結果：最佳擬合參數、最小誤差、迭代次數、終止原因、總耗時。
![```python
import os
import re
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
import torch
from torch.utils.data import Dataset, DataLoader
from tqdm import tqdm
import joblib
import matplotlib.pyplot as plt
# =========================
# Configuration
# =========================
class Config:
# ✅ 新版本：積水點 Excel（新增累積降雨）
points_xlsx = r'F:\实验数据\CA_积水点融合\深度置信网络\样本输出_final\积水点_整合_step3_研究区内_新增累计降雨_719-723.xlsx'
# CA 模擬結果 & 地理資料
ca_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\CA模拟结果'
geo_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\地理数据' # building_density.npy, DEM.npy, road_density.npy, Slope.npy, Landuse.npy
# Patch & 採樣
patch_size = 64
ca_dry_thr_cm = 1.0 # 負樣本水深閾值：< 1cm
tile_size = 200 # 負樣本空間均勻採樣瓦片大小（單位：網格單元）
# 土地利用 one-hot 編碼類型（可根據您的實際資料調整）
landuse_types = [7, 8, 10, 50, 60, 80, 100]
# 訓練相關
output_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\DBN训练输出_64patch_mu'
```](/_next/image?url=https%3A%2F%2Fpub-8c0ddfa5c0454d40822bc9944fe6f303.r2.dev%2Fai-drawings%2FBFJVaELXylgOOK0WatKO6tw6EfizLTx7%2F8a5d501e-e43d-4dfe-b168-5609ff4c3ef1%2F03d366b1-042e-4669-8cfb-aa5952cc4cb1.png&w=3840&q=75)
