reverse_osmosis_model/fouling_model_0922/args.py

# args.py
import argparse

def lstm_args_parser():
    parser = argparse.ArgumentParser(description="LSTM模型训练参数")
    
    # 数据集划分
    parser.add_argument('--train_start_date', type=str, default='2024-02-23', help='训练集开始日期')
    parser.add_argument('--train_end_date', type=str, default='2025-09-10', help='训练集结束日期')
    parser.add_argument('--val_start_date', type=str, default='2025-01-01', help='验证集开始日期')
    parser.add_argument('--val_end_date', type=str, default='2025-09-10', help='验证集结束日期')
    parser.add_argument('--test_start_date', type=str, default='2025-01-01', help='测试集开始日期')
    parser.add_argument('--test_end_date', type=str, default='2025-09-10', help='测试集结束日期')

    # 模型相关参数
    parser.add_argument('--seq_len', type=int, default=4320, help='输入序列的长度（输入步长）')
    parser.add_argument('--output_size', type=int, default=2160, help='输出数据的维度（预测步长）')
    parser.add_argument('--step_size', type=int, default=2160, help='输入数据间隔')
    parser.add_argument('--resolution', type=int, default=60, help='输入数据分辨率（每多少个数据取一次）')
    parser.add_argument('--epochs', type=int, default=1000, help='训练轮数')
    parser.add_argument('--feature_num', type=int, default=16, help='特征维度')
    parser.add_argument('--labels_num', type=int, default=8, help='标签维度（子模型数量）')
    parser.add_argument('--hidden_size', type=int, default=64, help='隐藏层大小')
    parser.add_argument('--num_layers', type=int, default=1, help='LSTM层数')
    parser.add_argument('--dropout', type=float, default=0, help='dropout的概率')
    parser.add_argument('--lr', type=float, default=0.01, help='学习率')
    parser.add_argument('--batch_size', type=int, default=128, help='批次大小')
    
    # 学习率调度器
    parser.add_argument('--scheduler_step_size', type=int, default=100, help='学习率调整步长')
    parser.add_argument('--scheduler_gamma', type=float, default=0.9, help='学习率衰减率')
    
    # 早停
    parser.add_argument('--patience', type=int, default=500, help='早停耐心值')
    parser.add_argument('--min_delta', type=float, default=1e-10, help='最小改善阈值')
    
    # 设备选择
    parser.add_argument('--device', type=int, default=0, help='选择使用的GPU设备')

    # 数据处理相关参数
    parser.add_argument('--start_files', type=int, default=1, help='开始文件索引')
    parser.add_argument('--end_files', type=int, default=9, help='结束文件索引')
    parser.add_argument('--data_dir', type=str, default='datasets_xishan', help='数据文件夹路径')
    parser.add_argument('--file_pattern', type=str, default='data_process_{}.csv', help='数据文件命名模式')
    
    # 模型保存路径
    parser.add_argument('--model_path', type=str, default='model.pth', help='模型保存路径')
    parser.add_argument('--output_csv_path', type=str, default='predictions.csv', help='预测文件保存路径')
    
    # 随机种子
    parser.add_argument('--random_seed', type=int, default=1314, help='随机种子')

    args = parser.parse_args()
    
    return args