优化代理筛选和模型路由

- T1到T4使用融合模型，T5使用气井专用模型
- 常规每代真实求解比例下限由55%调整为45%
- 使用guide pbest改善被筛选粒子的移动方向
- 增加模型预热、初始解复用和求解等待优化
- 修正代理模式下的粒子停滞率统计

Include/nmNum/nmCalculation/nmCalculationAutoFitPSO.h

@@ -24,16 +24,20 @@ class QProcess;
 // 不是完整的 11 个储层/井筒参数。完整参数向量会在写 trace 或调用代理模型时
 // 通过 buildTraceParameterVector() 重新组装。
 //
-// surrogate* 和 screeningDecision 是 PSO 加速筛选的辅助字段。代理模型只决定
+// surrogate* 和 screeningDecision 是 PSO 加速筛选的辅助字段。真实 pbest / gbest
-// “这一代哪些粒子需要继续跑真实求解器”，不会直接更新 pbest / gbest。
+// 始终只由求解器更新；T1-T5 可另外维护不参与最终结果的 guideBestPosition 来修正速度方向。
 struct AutoFitParticle {
 	QVector<QVector<double> > currentLogLogData;
 	QVector<QVector<double> > bestLogLogData;
 	QVector<double> position;      // 当前位置（参数值）
 	QVector<double> velocity;      // 速度
-	QVector<double> bestPosition;  // 个体最优位置
+	QVector<double> bestPosition;  // 真实求解器确认的个体最优位置
+	QVector<double> guideBestPosition; // 仅用于速度更新的引导位置；不会参与真实 gbest/最终结果
 	double fitness;                // 当前适应度
-	double bestFitness;            // 个体最优适应度
+	double bestFitness;            // 真实求解器确认的个体最优适应度
+	double guideBestObjective;     // guideBestPosition 对应的真实或代理目标值
+	bool guideBestFromSurrogate;   // true 表示当前引导位置尚未经过真实求解器验证
+	double pbestRelativeImprovementThisIteration; // 本代真实评价相对旧 pbest 的改善幅度
 
 	bool evaluatedThisIteration;
 	bool lastEvaluationSuccess;
@@ -46,6 +50,9 @@ struct AutoFitParticle {
 	AutoFitParticle()
 		: fitness(1e10)
 		, bestFitness(1e10)
+		, guideBestObjective(1e10)
+		, guideBestFromSurrogate(false)
+		, pbestRelativeImprovementThisIteration(0.0)
 		, evaluatedThisIteration(false)
 		, lastEvaluationSuccess(false)
 		, lastEvaluationElapsedMs(-1)
@@ -241,13 +248,14 @@ private:
 	int getSurrogateWarmupIterations() const;
 	int getSurrogateFullSolverInterval() const;
 	QVector<bool> buildSurrogateEvaluationMask();
-	bool writeSurrogateCandidateCsv(const QString& candidatePath) const;
+	bool writeSurrogateCandidateCsv(const QString& candidatePath, bool includeGuideCandidates) const;
 	bool runSurrogateScoringProcess(const QString& candidatePath, const QString& scorePath, QString* failureReason = nullptr);
 	bool runSurrogateScoringScriptOnce(const QString& candidatePath, const QString& scorePath, QString* failureReason = nullptr);
-	bool ensureSurrogateScoringServer(QString* failureReason = nullptr);
+	bool ensureSurrogateScoringServer(QString* failureReason = nullptr, bool waitForReady = true);
 	bool requestSurrogateScoresFromServer(const QString& candidatePath, const QString& scorePath, QString* failureReason = nullptr);
 	void stopSurrogateScoringServer();
-	QVector<double> readSurrogateScores(const QString& scorePath) const;
+	void resetGuideBestToVerified();
+	QVector<double> readSurrogateScores(const QString& scorePath, int expectedCount) const;
 	bool forceSolverByFallbackGate(const QVector<double>& selectedParameters) const;
 	bool isStrongDecliningProductionSchedule(double* endStartRatio = nullptr) const;
 	bool isSurrogateRunContextSupported(QString* reason) const;
@@ -369,6 +377,7 @@ private:
 	int m_surrogateMinFloorParticleCount;       // 因最低真实求解比例被补选中的粒子累计数。
 	QProcess* m_surrogateScoringProcess;        // 常驻 Python 代理评分 server 进程。
 	QString m_surrogateScoringServerKey;        // 标识当前 server 对应的 python/script/meta/tag/stage。
+	bool m_surrogateScoringServerReady;          // Python 已加载模型并输出 ready=true。
 
 private:
 	// 模拟拟合相关成员