Loading...
正在加载...
请稍候

Distributionally Robust Optimal Scheduling With Heterogeneous Uncertainty Information: A Framework for Hydrogen Systems

2026-06-05 00:00

🔍 耿同学打假报告

论文信息

  • 论文来源:具有异构不确定性信息的分布稳健最优调度:氢系统框架.pdf
  • 标题:Distributionally Robust Optimal Scheduling With Heterogeneous Uncertainty Information: A Framework for Hydrogen Systems
  • 作者:Anping Zhou, Mohammad E. Khodayar, Jianhui Wang
  • 期刊:IEEE TRANSACTIONS ON SUSTAINABLE ENERGY (VOL. 15, NO. 3, JULY 2024)
  • DOI:10.1109/TSTE.2024.3388388
  • 发表年份:2024

综合评定:🟠 高度可疑 (建议深入调查)

详细发现

发现 1:第六式 - 核心数学模型存在“复制粘贴”导致的符号矛盾(理论与方法学异常)

  • 位置:Section II.D (公式 8c) 与 Section III.A (公式 13-17)
  • 描述:论文在定义模糊集时,数学符号前后存在严重的逻辑断裂,暴露出典型的“缝合怪”或“复制粘贴”痕迹。
  • 证据
    1. 在公式(8c)中,作者定义了基于矩信息的模糊集 \(\mathcal{D}_m\)。公式中明确使用了带有下标 \(k\) 的变量(\(\sigma_k^2 \le E_P[\xi_k^2] \le \bar{\sigma}_k^2, \forall k \le K\))。这里的 \(K\) 暗示输入的不确定变量 \(\xi\) 应该是一个多维向量(例如各个风电场的预测误差)。
    2. 然而,到了 Section III.A 进行目标函数重构时(公式 13-17),所有的推导却完全基于标量 \(\Omega_t\)(系统总风电预测误差)进行!推导中使用的全是 \(\mu_t, \sigma_t^2\),完全没有下标 \(k\)
    3. 逻辑硬伤:作者在目标函数(2f)中只对标量 \(\Omega_t\) 取了期望,却在定义模糊集时使用了多维向量的矩定义(8c),且在后续定理推导中强行按标量处理。这说明作者极有可能将其他论文中针对多维向量的模糊集定义直接 Copy 过来,却没有对正文中的标量推导进行统一的符号修改。
  • 严重程度:🔴 实锤(存在无法自圆其说的数理逻辑矛盾)

发现 2:第六式 - 实验设备与软件版本严重脱离时代(时间线异常)

  • 位置:Section IV (Numerical Simulation) 首段
  • 描述:作者宣称使用 MATLAB 2014a 进行仿真,且电脑配置为 Intel Core i5 CPU and 8 GB of RAM
  • 证据
    1. 论文投稿时间为 2023 年 10 月,修回于 2024 年 2 月。在这个时间点,MATLAB 已经发展到了 R2023a/b 版本。
    2. 使用一款发布于 10年前(2014年)的软件版本来进行 2024 年的顶刊(IEEE TSTE)创新性算法验证,且硬件配置也停留在多年前的主流水平(仅 8GB RAM)。
    3. 虽然不能排除作者为了对比基准沿用老代码,但在这种级别的数学优化(包含 118 节点系统、大量样本的 MISOCP 问题)中,使用 10 年前的求解器和极其有限的内存,却在表 VII 中声称只需 20 秒即可解出,这极不符合常规科研实验的演进规律。大概率是直接沿用了多年前(甚至读博早期)留下的老旧代码框架。
  • 严重程度:🟡 存疑(属于实验环境滞后,但不直接影响数据真伪)

发现 3:第二式 - 数据呈现呈现“理想化”的阶梯特征(数据异常检测)

  • 位置:Table III (参与因子结果)
  • 描述:表中展示的三台发电机的参与因子数据过于“干净”,虽然满足和为 1 的约束,但数值呈现出高度的离散化。
  • 证据:查看 Table III 中的数据,所有的参与因子 \(\alpha\) 值几乎全部落在极其规整的网格上(如 0, 0.1, 0.2, 0.8, 0.9, 1.0)。在真实的包含复杂约束的混合整数规划(MISOCP)中,尤其是涉及到与电-氢系统耦合的优化,浮点数求解器给出的连续变量结果通常带有更长的小数位(如 0.1345, 0.8655),极少出现全天 24 小时完美落在 0.1 整数倍上的情况。这暗示可能人为对数据进行了人为的取整修饰,或者模型本身存在过度简化的嫌疑。
  • 严重程度:🟡 存疑(数据过于完美,有修饰嫌疑)

发现 4:第五式 - 量产型学术与自我引用(产出异常检测)

  • 位置:Section III.A, Theorem 1 与 Reference [31]
  • 描述:论文在证明核心定理 1 时,直接写道:"Proof: See Proposition 2 in our recent paper [31]."(证明见我们最近的论文)。
  • 证据:将顶刊论文的核心贡献(定理证明)直接“外包”给自己刚发表的另一篇论文([31] 发表于 Nov. 2023,与本文投稿时间极近),这种做法在学术上虽然合规,但属于典型的“灌水”策略(Salami Slicing,香肠切片法)。即把一个完整的工作拆成多篇论文,互相引用以增加引用率。这解释了为什么本文的公式和符号会出现“复制粘贴”导致的错乱。
  • 严重程度:🟡 存疑(学术套路,非学术不端)

无法检测项说明

  • 第一式(图片复用)与第三式(PS 痕迹):文本中未提供原始的高清图片信息,无法对 Western Blot、显微镜图等进行像素级分析和噪点比对。
  • 第四式(统计学异常):本文主要为模型推导,样本数据为生成数据,未提供原始的重复性实验数据,无法进行 p-hacking 检测。

耿同学辣评

这篇论文就像是拿了 2024 年的通行证,开着 2014 年的破车(MATLAB 2014a),车上的零件还是从隔壁厂(参考文献[31])直接拆过来焊上去的(公式符号都对不上)。建议作者下次“缝合”创新点时,好歹把说明书上的多维向量和标量给改统一了,不然这模型跑起来不怕“维度坍塌”吗?

建议后续行动

  • 仔细核对论文公式 (8c) 到公式 (13) 之间的符号推导,确认是属于排版笔误还是根本性的数理错误。
  • 在 PubPeer 上提出质疑,要求作者解释为何模糊集定义为多维,而在目标函数求期望时却降维成了一维标量处理。
  • 建议作者补充提供基于现代求解器(如 Gurobi/CPLEX 较新版本)和合理硬件配置的原始代码以供复查。

⚠️ 免责声明

本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。