feat: 添加RUL-Mamba模型及相关组件

新增锂电池剩余使用寿命预测模型RUL-Mamba，包含以下主要组件：
1. 添加Mamba模块作为核心时序建模组件
2. 实现特征注意力网络(FAN)和门控残差网络(GRN)
3. 新增数据预处理和归一化层
4. 添加模型训练和评估脚本
5. 补充README文档说明使用方法
6. 添加可视化辅助工具Helper_Plot.py
7. 实现多种时间序列处理层(Embedding、AutoCorrelation等)
8. 添加配置文件requirements.txt
9. 补充测试数据集TJU battery data

assistant.py

@@ -0,0 +1,46 @@
+import random
+import torch
+import shutil
+import numpy as np
+import time
+import copy
+import os
+import argparse
+import subprocess
+import torch.backends.cudnn as cudnn
+import glob
+import logging
+import sys
+import yaml
+import json
+
+
+# 寻找现存最大的显卡编号
+def get_gpus_memory_info():
+    """Get the maximum free usage memory of gpu"""
+    rst = subprocess.run('nvidia-smi -q -d Memory', stdout=subprocess.PIPE, shell=True).stdout.decode('utf-8')
+    rst = rst.strip().split('\n')
+    memory_available = [int(line.split(':')[1].split(' ')[1]) for line in rst if 'Free' in line][::2]
+    id = int(np.argmax(memory_available))
+    return id, memory_available
+
+
+# 设置random, numpy， torch（cpu和cuda）的seed
+def set_seed(seed):
+    """
+    set seed of numpy and torch
+    :param seed:
+    :return:
+    """
+    if seed is None:
+        seed = np.random.randint(1e6)
+    random.seed(seed)
+    np.random.seed(seed)
+    os.environ['PYTHONHASHSEED'] = str(seed) # 为了禁止hash随机化，使得实验可复现。
+    torch.manual_seed(seed) # 为CPU设置随机种子
+    if torch.cuda.is_available():
+        torch.cuda.manual_seed(seed) # 为当前GPU设置随机种子
+        torch.cuda.manual_seed_all(seed)  # if you are using multi-GPU，为所有GPU设置随机种子
+        torch.backends.cudnn.benchmark = False
+        torch.backends.cudnn.deterministic = True
+    return seed