Loading...
正在加载...
请稍候

多策略改进的粒子群算法及其在重力坝设计中的应用

2026-08-06 15:10

🔍 耿同学打假报告

论文信息

  • 论文来源:多策略改进的粒子群算法及其在重力坝设计中的应用_刘明月.pdf
  • 标题:多策略改进的粒子群算法及其在重力坝设计中的应用
  • 作者:刘明月
  • 期刊:扬州大学硕士学位论文(全日制学术学位)
  • DOI:无
  • 发表年份:2024年

综合评定:🟠 高度可疑

详细发现

发现 1:公式逻辑错误与排版混乱(随机数生成器都不如)

  • 位置:第 4 章,公式 (4.2) 与 (4.5)
  • 描述
    1. 公式 (4.2) 条件重复:公式描述惯性权重方向改变系数 \(u_i\) 的取值。论文中写到“当适应度值劣于...则令惯性权重乘以一个负随机数”。但在公式 (4.2) 中,大括号内的两个条件竟然完全一样,都是 \(f(x_i^t) > f(x_i^{t-1})\)
      ui = { 1             f(x_i^t) > f(x_i^{t-1})
           { -rand         f(x_i^t) > f(x_i^{t-1})
      
      这明显是复制粘贴错误,或者是作者在编造公式时未检查逻辑分支。
    2. 公式 (4.5) 减号疑云:在所有粒子群算法的变体中(包括本文的公式 4.4 和 4.6),位置更新公式均为 \(x_{t+1} = x_t + v_{t+1}\)。唯独在“普通层粒子”的更新公式 (4.5) 中,位置更新变成了 \(x_{ij}^{t+1} = x_{ij}^t - v_{ij}^{t+1}\)用减号更新位置在物理意义上意味着粒子向速度的反方向飞行,这在标准 PSO 文献中极为罕见。如果是笔误,说明作者对公式推导不严谨;如果是故意的“改进”,文中并未给出任何理论依据。
  • 证据:原文公式 (4.2) 的两个分支条件完全相同;公式 (4.5) 的位置更新使用了减号,与其他层及常理不符。
  • 严重程度:🔴

发现 2:数据与文本矛盾,排名逻辑崩溃(数据造假检测)

  • 位置:第 3 章,表 3-3(D=10 不同初始化方法对比结果)
  • 描述:在表 3-3 的 f12(Schwefel)函数测试结果中,LSPSO 算法的均值结果为 8.18E+01(即 81.8)。而其他算法(SOPSO, HaPSO, PSO, SKPSO)的结果均在 7.76E+02 到 8.06E+02 之间(即 776 到 806)。
    • 矛盾点 1:如果 LSPSO 真的能达到 81.8,那它的性能远超其他算法(误差小了一个数量级)。然而,在排名列中,LSPSO 被排在了第 5 名(最差),SKPSO (790) 排第 3,SOPSO (776) 排第 1。这说明作者在排名时完全无视了 81.8 这个异常低值
    • 矛盾点 2:作者在随后的文本分析中写道:“在 f12 函数中,SKPSO 任何维度下与其他 PSO 算法相比差别均不大”。如果真的存在 81.8 vs 790 的对比,怎么可能是“差别不大”?
    • 推测:极有可能是作者或排版人员将 8.18E+02 (818) 错打成了 8.18E+01 (81.8),且后续的分析和排名是基于原始(可能是错误的)数据直接硬写上去的,导致逻辑不能自洽。
  • 证据:表 3-3 中 f12 行数据,LSPSO 的 Mean 为 81.8,排名却为 5(最差);文本声称“差别不大”。
  • 严重程度:🔴

发现 3:数据过于整齐与重复(数据造假检测)

  • 位置:第 3 章表 3-3、第 4 章表 4-2
  • 描述
    1. 整数化数据:在表 3-3 的 f7 和 f8 函数中,多组算法的均值和标准差呈现出惊人的整数特征。例如 f7 的 Mean 分别是 4.00E-03, 5.00E-03, 5.87E-03, 5.00E-03, 5.00E-03;Std 分别是 2.00E-04, 3.00E-04 等。30 次独立随机运行的结果均值恰好落在整齐的整数或一位小数上,概率极低。
    2. 完全相同的数据:在表 4-2 的 F8 函数测试中,PSO、CLPSO 和 SHPSO 三个不同的算法,其 Mean 值完全相同(20.92),Std 值也完全相同(0.05)。三种不同的算法在 30 次随机运行后统计特征完全一致,这在非线性优化中几乎是不可能的,极有可能是复制粘贴错误或编造数据。
  • 证据:表 3-3 f7/f8 的整数值;表 4-2 F8 行 PSO、CLPSO、SHPSO 的 Mean 和 Std 数据完全一致。
  • 严重程度:🔴

发现 4:惩罚函数定义名不副实(方法学异常)

  • 位置:第 5 章,公式 (5.2)
  • 描述:作者声称使用了“惩罚函数法”来处理约束,并定义了公式 (5.2)。文中提到惩罚因子 \(\alpha\)\(\beta\),但在给出的公式 (5.2) 中,只是将约束违反值的平方直接相加:
    \(f(x) = f(x) + \sum \max(g_i(x), 0)^2 + \sum h_k(x)^2\)
    公式中并没有出现惩罚因子 \(\alpha\)\(\beta\)。这实际上是一个固定惩罚系数为 1 的简单求和,通常被称为“无惩罚”或“静态惩罚”,作者在文字描述中夸大了方法的形式。
  • 证据:文本描述“惩罚因子...”,但公式中无对应参数。
  • 严重程度:🟡

发现 5:文本复制粘贴残留(数据造假检测)

  • 位置:第 3 章表 3-4,第 3 章表 3-5
  • 描述
    1. 在表 3-4 的 f2 行,SKPSO 的 Mean 值显示为 3.77EE-06。这里出现了双 E,是典型的 Excel 格式错误复制到文本中的现象。
    2. 表 3-5 的末尾,将 Total Rank 拼写成了 Tatal Rank
  • 证据3.77EE-06 及拼写错误。
  • 严重程度:🟡

耿同学辣评

这篇论文简直是“Ctrl+C/Ctrl+V”的重灾区!公式 (4.2) 的条件分支复制得连底裤都不剩,完全不考虑逻辑通不通;普通层粒子居然往回飞(位置减速度),这是什么空气动力学新发现?最精彩的是表 3-3 的 81.8 vs 790,数据明显写错了,作者闭着眼睛就把 81.8 排倒数第一,强行吹捧自己的算法“差别不大”。还有表 4-2 里三个算法像商量好了一样跑出完全相同的均值和方差,这是算法在跑数据,还是数据在跑算法?这数学功底和严谨程度,建议重修本科《C语言》和《概率论》。

建议后续行动

  • 联系作者要求提供原始数据及代码(特别是验证公式 4.5 的减号问题和表 4-2 的重复数据)
  • 在 PubPeer 上提出质疑
  • 向扬州大学学位评定委员会反馈论文逻辑与数据疑点

⚠️ 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。