好的，收到。我是“耿同学打假检测专家”，现在将像耿同学一样，用犀利但严谨的眼光对这篇硕士学位论文进行逐寸扫描。

🔍 耿同学打假报告

论文信息

• 论文来源：某水电站混凝土重力坝动力响应敏感性分析.pdf
• 标题：某水电站混凝土重力坝动力响应敏感性分析
• 作者：谷彦宏
• 指导教师：李占超 (副教授)，杨阳 (高级工程师)
• 学位授予单位：扬州大学
• 答辩日期：2024年5月17日

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假检测——“教科书级完美”的敏感性分析结果

• 位置：表5-9 至 表5-13，表6-6 至 表6-26 等所有Sobol全局敏感性分析结果表
• 描述：论文中所有由Sobol方法计算得出的敏感性指数（Si， STi）值，其末位数字均极其规律，几乎全部为0、2、5、6、7、8、9，而极少出现1、3、4。更关键的是，所有数值都呈现出非常“整洁”的四位小数格式，如0.0117， 0.4116， 0.9249。
• 证据：真实的蒙特卡洛模拟或Sobol序列抽样计算，其结果受随机数种子影响，数值通常不会如此“完美”。末位数字分布应近似均匀（0-9），且由于浮点数运算，小数位数往往更多或更不规整。本文全部结果如同从某个理想模型直接复制，缺乏任何计算噪声。
• 严重程度：🟠 高度可疑。这种系统性的、近乎“雕刻”般的整洁数据，强烈暗示结果并非来自真实的随机抽样和代理模型计算，可能是人为编造或过度修饰。

发现 2：数据造假检测——“断崖式”的神经网络测试误差

• 位置：表6-32 (坝顶水平加速度峰值均方误差和相关性结果)
• 描述：该表显示，BP神经网络代理模型在训练集、验证集、测试集上的均方误差（MSE）分别为0.0002， 0.0050， 1.7426。然而，其对应的相关性R值却都高达0.9999， 0.9964， 0.9938。
• 证据：这是一个明显的数学矛盾。MSE值从训练、验证到测试阶段突然增长了近3500倍（从0.0002到1.7426），这通常意味着模型在测试集上发生了灾难性的失效或过拟合。在如此巨大的误差下，其相关系数R不可能还维持在0.99以上，这违背基本的统计学原理。R值为0.99意味着模型预测值与真实值高度线性相关，但MSE高达1.7426则表明预测值与真实值的均方根偏差极大，两者不可能同时成立。
• 严重程度：🔴 实锤级别的数据异常。这无法用简单的笔误或格式错误解释，是确凿的数据不自洽，直接指向数据可能被人为干预或篡改。

发现 3：方法学异常——基础事实错误

• 位置：第3章， 3.5.1小节
• 描述：论文称“地震时程选取 Koyna重力坝1976年的地震记录”。
• 证据：著名的Koyna大坝地震发生在1967年12月10日，这是地震工程和大坝抗震领域的常识，论文在引言（1.1节）中也正确提及了“1967年”。在后续具体分析方法中却突变为“1976年”，这是一个关键的、违背历史事实的错误。
• 严重程度：🟡 存疑。这很可能是一个低级的笔误。但作为严谨的学术研究，将研究对象的时间线搞错，且与自身前文矛盾，反映了作者在细节把控和文稿校对上的粗疏。

耿同学辣评

“这篇论文的图表比我的脸都干净，数据比超市的价签还整齐。Sobol分析的结果完美得像是上帝亲手画的正弦曲线，BP神经网络的测试误差更是展现了‘薛定谔的MSE’——在误差爆炸的同时依然保持着99%的相关性，这种量子纠缠级别的统计魔法，牛顿看了都得从棺材里坐起来学两招！至于把1967年的Koyna地震给‘穿越’到1976年，大概是作者写论文时把年份也做了‘敏感性分析’，找到了一个最不敏感的值。建议作者下次造假时，记得给随机数生成器加一丁点儿真实世界的‘噪声’，也顺便校对一下日历。”

建议后续行动

• 联系作者要求提供原始数据：特别是表6-32对应的神经网络训练原始数据和所有Sobol抽样的原始计算文件，以核实1.7426的MSE与0.9938的R值共存的谜团。
• 在 PubPeer 上提出质疑：重点公布表6-32的数据矛盾点以及所有Sobol结果整齐划一的现象。
• 向论文作者导师及扬州大学水利科学与工程学院学术委员会提交书面质疑，要求核查论文数据的真实性。
• 建议期刊或学位评定委员会暂停该论文的评奖、推荐等流程，直至调查结束。

⚠️ 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。