🔍 耿同学打假报告

论文信息

• 标题：[文本截断，根据内容推断为：基于分位数回归的机会约束规划在离网海上风电制氢系统中的应用研究 (Quantile Regression-based Chance-Constrained Programming for Off-grid Offshore Wind Power-to-Hydrogen Systems)]
• 作者：[文本缺失。从致谢部分推断，作者受中国国家自然科学基金（52507122）和上海市浦江计划（24PJA037）资助]
• 期刊：[文本缺失]
• DOI：[文本缺失]
• 发表年份：[推断为 2025-2026 年左右]

综合评定：🟠 高度可疑

详细发现

发现 1：毫不相干的“强行引用”（第六式：引用与方法学异常）

• 位置：第 3.2 节 “Neural Network-based Linear Constraints Transition” 及参考文献 [32]
• 描述：作者在文中声称选择了多层感知机（MLP）来进行分位数预测，并在该句末尾引用了文献 [32]（“where MLP[32] is selected...”）。然而，查阅参考文献 [32] 的详细信息发现，这是一篇发表于 2024 年 IEEE Trans. Circuits Syst. Video Technol. 上的论文，题目为“topology feature learning for skeleton-based action recognition”（基于骨架的动作识别拓扑特征学习）。
• 证据：
  1. 本文是一篇关于海上风电制氢与运筹优化的工程类论文。
  2. 引用的 [32] 是一篇关于计算机视觉/视频动作识别的论文。
  3. MLP（多层感知机）是深度学习领域极其基础和古老的模型，通常在论文中只需一笔带过，或者引用最经典的机器学习教材（如 Goodfellow 的《Deep Learning》）。强行将风能制氢与动作识别跨领域缝合，唯一的解释是作者在盲目堆砌文献，或者存在“关系引用/强制引用”的学术不端行为。
• 严重程度：🔴 实锤（引用逻辑极其荒谬，违背基本学术常识）

发现 2：文本提取异常与疑似排版错乱（第五式：产出异常检测）

• 位置：参考文献列表
• 描述：参考文献列表中大量条目缺失了作者姓名，例如文献 [1]、[2]、[3]、[7]、[15]、[23] 等，直接以标题开头。同时文献 [9] 前面带有奇怪的符号（如 `Alvarez）。此外，论文正文开篇第一句话 “introduced to improve quantile reliability...” 显然缺失了前半段，说明提交的 PDF 源文件可能存在严重的排版或解析错误。
• 证据：文献 [1] 直接以 “for availability assessment...” 开头；文献 [15] 直接以 “driven offshore wind power...” 开头，这不符合任何正规期刊的参考文献格式规范。
• 严重程度：🟡 存疑（可能是文档转换或提取过程中的格式丢失，但也反映了论文草率的加工痕迹）

发现 3：数据与公式的合理性（第二式：数据造假检测）

• 位置：Table 2, Table 3 及第 4.3、4.4 节
• 描述：对文中的仿真对比数据进行了交叉比对。
• 证据：
  • 文中声称：“p is reduced to $3,097.35, which is $11,396.94 lower than SO”。
  • 检查 Table 2：SO 的弃风惩罚成本 p 为 14494.29。14494.29 - 3097.35 = 11396.94。数学计算完全自洽。
  • 文中 Table 3 提到，系统有 30 个 PEMEC 单元（N=30），周期为 24 小时。理论上所有设备全天运行的最大小时数为 30 × 24 = 720 小时。Table 3 中 QR-CCP 在 Scenario 3 下的运行小时数刚好为 720 小时，符合物理边界限制。
  • 数据没有明显的“随机数生成器”痕迹，更像是 Gurobi 求解器跑出的真实结果。
• 严重程度：✅ 清白（数据逻辑自洽，未发现明显的数学造假）

耿同学辣评

好家伙，这篇论文真是让我开了眼了！你在搞风电制氢优化的时候，为了让 MLP 显得有面子，居然硬生生拉来了一篇“人体骨架动作识别”的文献来当挡箭牌？怎么着，你的风机是想在 offshore 上面给我跳一段街舞，还是你的电解槽需要做一下拓扑特征提取？学术缝合都没你这么缝的，建议作者赶紧把这篇大作撤回，把那个 [32] 引用换成《深度学习入门：从零开始懂 MLP》，免得让同行笑掉大牙！

建议后续行动

• 重点核查参考文献的生成来源：作者需解释为何引用了毫无关联的视频处理文献，这极有可能是使用了 AI 胡乱生成参考文献所致。
• 在 PubPeer 上提出质疑，要求作者澄清文献 [32] 的引用动机。
• 联系作者所在机构学术委员会，审查其论文是否存在大模型“幻觉生成”导致的学术不端。
• 联系期刊编辑部检查该论文的排版和投稿材料是否完整。

⚠️ 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。