TensorFlow

项目包含数据清洗与特征整理、ANN代理模型训练与验证、多目标优化、Pareto解集生成、敏感性分析和结果可视化等模块。通过模型分析不同设计变量对采光、热舒适和能耗的影响，并从非支配解集中筛选符合不同设计偏好的候选方案，为建筑性能比较和设计决策提供数据支持。

1.数据处理模块：支持Excel试验数据导入、异常值清洗、数据集划分，搭配RSM响应面法生成虚拟样本实现小样本数据增强；2.建模预测模块：搭建BP-ANN神经网络模型，可自定义隐藏层神经元数量，完成材料抗压强度等指标回归预测，输出R²精度评价指标；3.多目标优化模块：基于响应面模型开展配合比参数优化

1.整数模6分类：输入任意正整数范围，自动按模6余数将整数分为阳数（6k+1）、阴数（6k-1）及中性数，并高亮素数。2.半素数分解：对合数进行质因数分解，识别其阴阳因子属性，计算基于勒让德符号的权函数值。3.统计抵消模拟：对阴类半素数执行贪心配对算法，可视化展示污染项的统计期望归零过程。4.数据导