2.7 KiB
方案优选与鲁棒性 v1（SC-14）
代码：
server/aps_domain/scenario_selection.py、server/aps_domain/robustness.py接入：server/aps_domain/scenario.py、server/aps_domain/sensitivity.py测试：tests/golden/test_scenario_selection.py
1. 候选方案优选
scenario.compare 保留五策略沙盒试排，在原卡片契约上追加以下决策链：
- 硬过滤：存在启用的硬约束冲突时标记
HARD_REJECTED，不产生推荐。 - 帕累托筛选：延期、冲突、成本、换型最小化；利用率、负荷均衡最大化。被全面支配的方案标记
DOMINATED。 - 归一化加权：仅对帕累托前沿做 min-max 归一化与加权排序；某维全等时归一值统一为 1，避免除零与 NaN。
- 鲁棒性并列：加权分相同时，以固定种子蒙特卡洛鲁棒性优先，再按稳定策略键打破完全平局。
权重来自 scheduleParams.weights：延期、成本、利用率、负荷均衡四项分别映射到同名 KPI。返回卡片新增 hardFeasible、isPareto、normalizedKpi、weightedScore、rank、isRecommended 和 robustness；原字段与采用动作保持兼容。
若所有候选都违反硬约束，recommendationId=null，系统明确提示先处理硬冲突，不用“最不坏”方案冒充可采纳方案。
2. 固定种子蒙特卡洛
每个样本都深拷贝世界并真实重跑排产引擎，不用 KPI 公式伪造仿真。v1 使用固定种子 20260731、默认 24 个样本，联合扰动：
- 订单量：截断正态分布，范围
0.80~1.20； - 产线效率：截断正态分布，范围
0.75~1.25； - 产能冲击：15% 概率随机选择一条产线，将效率临时压至 55%。
验收标准由方案基线派生：无硬约束违规、冲突数不高于基线、总延期不超过基线加 10%（至少留 1 小时容差）。robustness 是全部标准仍满足的样本比例，同时返回延期 P50/P90/P95/最大值与平均冲突数。
相同世界、参数、样本数和种子必须逐项可复算；所有运行位于 Explore 深拷贝沙盒，不写主世界。
3. API 与边界
scenario.compare的scenario-cards块新增recommendationId、paretoScenarioIds和selectionMethod。- 现有
GET /api/scenario/sensitivity无需改路由，继续透传run_sensitivity，新增monteCarlo字段。 - 现有 Tornado
baseline/rows/markdown、场景卡旧字段和scenario.apply入参均保持不变。
本切片不是 NSGA-II 求解器，也不是生产级数百样本并行平台。待办仍包括历史分布校准、后台进程池/远程算力、更多扰动因子、偏好学习权重和 Sobol 全局敏感性。