成分扫描（Composition Sweep）

Group: Alloy | Class: CompositionSweepCard

功能说明

在元素池和元数约束下生成成分设计空间。对选定元素集合按二元到五元组合展开，用网格或 Sobol 低差异序列在 simplex 上采样目标配比点，输出带 Comp(...) 标签的结构副本。本卡只生成目标配比计划，不真正落位——需要下游接 Random Occupancy 才能得到离散原子占位。

操作示例

场景：模型在偏离训练集化学计量比时预测崩了

你在 Co-Cr-Ni 三元系上训练了一个 NEP 模型，训练数据全部来自等摩尔 CoCrNi 单相。模型对等摩尔构型的能量和力预测很好，但一跑 Co30Cr20Ni50 这种偏离等摩尔的组分，能量误差翻了三倍。诊断结果是：训练集所有数据的成分落在 simplex 的一个点上，模型根本没有见过成分变化导致的局域化学环境差异。

诊断思路： 合金模型的基本要求是能在整个成分空间内插，而不是只记住一个成分点。如果训练集成分覆盖太窄，模型只能外推——成分漂得越远，误差越大。解决办法是先在目标成分空间内均匀撒一批配比点，再去下游逐个落位，让模型从头学起不同成分下的化学环境。

输入： 一个弛豫好的 CoCrNi 超胞结构（当前训练集里唯一的结构，等摩尔配比）

目标： 从 Co-Cr-Ni 三个元素出发，生成二元 + 三元所有配比的网格采样，约 500 个目标配比点，后续接 Random Occupancy 落地

参数设置：

elements = Co,Cr,Ni
order = 2,3 （二元 + 三元组合）
method = Grid，step = 0.1
max_outputs = 500

输出： 约 500 个带 Comp(Co=...,Cr=...,Ni=...) 标签的结构副本。此时结构内原子种类未变，标签只是目标配比计划

怎么验证训练集质量改善：

重训后跑几个偏移等摩尔的测试组分，力的 MAE 应该不再随成分漂移而显著恶化
检查 Config_type 中 Comp 标签的成分分布是否覆盖了 simplex 各区域——如果某些边角空白，减小 step 或换 Sobol 补点
如果全部集中等摩尔附近但没有边角覆盖，打开 include_endpoints，降低 min_fraction 到 0
如果输出量不够覆盖所有 order 组合，提高 max_outputs，或把 budget_mode 换成 Capacity-weighted 让高元数组合分到更多名额

什么时候加这张卡、什么时候不加

加：

模型在偏离训练集化学计量比时误差显著增大
需要系统覆盖二元到多元合金成分空间，而非少量随机掺杂
作为合金 pipeline 的第一步，先定义配比，再接占位卡片

不加：

只需单一固定化学计量比的结构
已经有明确掺杂规则且不需要扫配比空间 → 直接用 Random Doping
需要增补的是同一成分下的不同原子排布 → 直接用 Random Occupancy

参数说明

Elements（elements）

str，默认 Co,Cr,Ni。逗号分隔的元素列表，如 Co,Cr,Ni,Al,Fe。至少需要 2 个元素，程序会从中取出所有 n 元组合做配比扫描。

Order（order）

str，默认 2,3,4,5。按逗号分隔的整数列表决定扫描哪些元数的组合，只支持 2/3/4/5 元。也兼容旧版名称如 Binary、Ternary+Quaternary。2,3 适合快速覆盖，2,3,4,5 适合系统性高熵探索。

Method（method）

str，默认 Grid。Grid 用均匀网格采样，步长可控，适合低元数（2-3 元）。Sobol 用低差异序列在高维 simplex 上覆盖更均匀，适合 4-5 元或点数有限的情况。

Step（step）

float，默认 0.1，仅 Grid 模式生效。控制 simplex 网格分辨率——越小点越密、输出越多。典型值 0.05-0.15。

N Points（n_points）

int，默认 50，仅 Sobol 模式生效。目标采样点数，典型值 25-200。

Min Fraction（min_fraction）

float，默认 0.0，范围 0-1。每个元素的最小占比下限。比如设为 0.05 意味着每个组分至少 5%，极端稀释的端点成分会被自动过滤掉。设 0 则不做下限约束。

Include Endpoints（include_endpoints）

bool，默认 true，仅 Grid 模式。勾选后保留纯端点及边界成分点，关掉则跳过这些点。

Use Seed（use_seed）

bool，默认 false。打开后固定随机路径（Sobol 生成和组合选取），同参数同输入可复现。对比实验时打开，探索阶段可以关着。

Seed（seed）

int，默认 0。不同取值产生不同的采样分布。

生效条件：use_seed=True。

Max Outputs（max_outputs）

int，默认 500。输出总上限，防止组合爆炸。超出预算时按 budget_mode 规则分配到各 order。典型值 250-1500。

Budget Mode（budget_mode）

str，默认 Equal+Reflow。控制超出预算时如何在不同元数之间分配名额。

Equal+Reflow：各 order 均分，余量回流，适合大多数场景。
Capacity-weighted：按各 order 的理论容量加权分配，高元数分到更多名额。
Equal (Legacy)：旧版均分，不做余量回流。

常见问题

输出和输入完全一样。 elements 少于 2 个元素，或 order 不合法，或 max_outputs <= 0。

标签成分和原子实际组成不一致。 正常——Composition Sweep 只打目标配比标签，不改原子种类。需要接 Random Occupancy 才会真正替换原子。

组合爆炸。 5 元 + Grid + step=0.05 可产生上万个点。先用 max_outputs 卡住上限，小样本验证后再放量。

某些 order 没有输出。 检查 budget_mode 分配和 element 数量。只有 3 个元素但 order 含 4 和 5 时，程序自动跳过不可执行的组合。

输出标签

Comp(Co=0.3333,Cr=0.3333,Ni=0.3333) 格式。每个输出结构通过 Config_type 携带目标配比。

可复现性

勾选 use_seed + 固定 seed → 相同输入顺序可复现。Grid 模式的网格点本身是确定性的，use_seed 主要影响组合选取顺序和 Sobol 生成。