進階（選修） — 用程式碼重現一遍

關於這個進階頁面：這裡是選修模組，針對熟悉程式的讀者，用純 JavaScript 把前一個進階頁模擬器的運算一步一步走完。對於「讀懂石腦油」本身並不需要這一頁。沒興趣的話，直接跳到模組 4（用案例來判斷）就好。

頁面用到的詞

先看的 4 個階段

1. 輸入驗證 — 先確認數值是數字、是否落在範圍內。
2. 組成歸一化 — 把 P / N / A 的原始權重重新縮放，讓總和是 1。
3. 切取映射 — 把「輕 ↔ 重」對應到平均碳數與沸點範圍。
4. 指標計算 — 回傳揮發性、密度、重整適性等概念分數。

模擬器使用的核心程式碼

實際在跑的核心是下面這段 JavaScript。沒有使用外部函式庫；違反前提的輸入會直接以 RangeError 停住。

(function (global) {
  "use strict";

  function assertFinite(name, value) {
    if (!Number.isFinite(value)) {
      throw new RangeError(name + " must be finite");
    }
  }

  function assertRange(name, value, min, max) {
    assertFinite(name, value);
    if (value < min || value > max) {
      throw new RangeError(name + " must be between " + min + " and " + max);
    }
  }

  function normalizeComposition(raw) {
    const paraffins = Number(raw.paraffins);
    const naphthenes = Number(raw.naphthenes);
    const aromatics = Number(raw.aromatics);

    assertFinite("paraffins", paraffins);
    assertFinite("naphthenes", naphthenes);
    assertFinite("aromatics", aromatics);

    if (paraffins < 0 || naphthenes < 0 || aromatics < 0) {
      throw new RangeError("composition weights must be non-negative");
    }

    const total = paraffins + naphthenes + aromatics;
    if (total <= 0) {
      throw new RangeError("composition weights must sum to a positive number");
    }

    return {
      paraffins: paraffins / total,
      naphthenes: naphthenes / total,
      aromatics: aromatics / total
    };
  }

  function estimateCutProfile(cut) {
    assertRange("cut", cut, 0, 1);

    return {
      averageCarbonNumber: 5.2 + 5.0 * cut,
      boilingStartC: 30 + 55 * cut,
      boilingEndC: 95 + 105 * cut
    };
  }

  function estimateIndicators(comp, cut) {
    assertRange("cut", cut, 0, 1);
    assertRange("paraffins", comp.paraffins, 0, 1);
    assertRange("naphthenes", comp.naphthenes, 0, 1);
    assertRange("aromatics", comp.aromatics, 0, 1);

    const p = comp.paraffins;
    const n = comp.naphthenes;
    const a = comp.aromatics;
    const profile = estimateCutProfile(cut);

    return {
      averageCarbonNumber: profile.averageCarbonNumber,
      boilingStartC: profile.boilingStartC,
      boilingEndC: profile.boilingEndC,
      volatility: Math.round(100 * (0.75 * (1 - cut) + 0.15 * p + 0.10 * (1 - a))),
      density: Math.round(100 * (0.15 + 0.35 * cut + 0.20 * n + 0.30 * a)),
      octaneTendency: Math.round(100 * (0.10 + 0.25 * cut + 0.20 * n + 0.35 * a)),
      steamCrackingSuitability: Math.round(100 * (0.35 + 0.30 * p + 0.20 * (1 - cut) - 0.15 * a)),
      reformingSuitability: Math.round(100 * (0.15 + 0.35 * cut + 0.30 * n + 0.20 * a))
    };
  }

  global.NC101Core = {
    assertFinite: assertFinite,
    assertRange: assertRange,
    normalizeComposition: normalizeComposition,
    estimateCutProfile: estimateCutProfile,
    estimateIndicators: estimateIndicators
  };
})(window);

指標公式的係數說明（D01 補充）

estimateIndicators 內各係數（0.75、0.15、0.10 等）並非依實測資料而定，而是為了讓正文所述的方向感能在滑桿上明顯呈現的「教材用參數」。以 volatility 為例：

• 0.75 × (1 - cut) — 揮發性最主要由「越輕越高」主導，所以切取貢獻最大。
• 0.15 × p — 烷烴比例越高越易揮發的傾向，依模組 2a 的方向以中等權重反映。
• 0.10 × (1 - a) — 芳香烴增多會壓低相對揮發性的傾向，以小權重作為輔助項。

係數總和大致控制在 0〜1 範圍內，由人手調整。它不是工廠製程模型 — 改動係數，行為就會改變。動手調整可以體會「哪條軸主導哪個指標」。

劇本判斷與指標值的關係（D02 補充）

describeScenario 在挑選劇本文字時，先用 cut 和 comp 的原始值分支，然後才看 indicators.volatility >= 60。原則上以 indicators 也能重現相同判斷，但劇本文字的目的是把「組成與切取的直覺狀態」化為文字，所以從輸入端先判斷會更易讀。閾值（0.35、0.45、0.6、60 等）皆為教材示意值，不代表真實製程的標準。

關於「合計 100」的預設（D03 補充）

PRESETS 中 P / N / A 為了易讀，已手動調整為合計 100。但程式碼端不假設這項條件。normalizeComposition 一律會除以總和，所以只要是正數，無論合計多少，結果都相同。新增預設時不必硬要保持合計 100，但為了與 UI 顯示一致，照 100 對齊比較保險。

程式碼與意義對照

這些數字不是嚴謹預測，而是為了把正文裡講的方向感「視覺化」出來。

這個模組的一句話：先把比例歸一化，再依序把切取與組成映射成分數。模擬器的運算本體就是這兩步。

進階模組回顧

• 歸一化 PNA 與映射切取，都能裝進幾個短的 JavaScript 函式。
• 一律先驗證輸入，前提不符就用例外直接停住。
• 模擬器的數字不是嚴謹預測，而是把方向感視覺化的計算。