基于遗传算法的聚己内酯多元醇合成路径优化方法

本发明涉及数据处理技术领域，具体为基于遗传算法的聚己内酯多元醇合成路径优化方法，该方法包括：构建一个由遗传算法作为生成器和工艺稳定性判别器的对抗性框架；利用失效路径推演模型定向生成虚拟失效数据，以解决数据稀疏问题并训练判别器；通过虚拟扰动单元量化候选工艺参数的鲁棒性风险，并将该风险作为遗传算法适应度函数的关键部分；同时，利用对判别器的可解释性分析结果指导遗传算法的变异方向。本发明通过上述方法，能够找到兼具高性能和高鲁棒性的工艺路径，显著提升了优化结果的工业实用性和决策效率。