🔍 耿同学打假报告

论文信息

• 论文来源：当日达服务下无人车动态补货车辆路径优化研究_肖建华.pdf
• 标题：当日达服务下无人车动态补货车辆路径优化研究
• 作者：肖建华，陈亮，康柳江，娄旭江
• 期刊：中国管理科学
• DOI：10.16381/j.cnki.issn1003-207x.2024.2034
• 发表年份：2026（网络首发日期：2026-05-06）

综合评定：🟠 高度可疑

(注：由于仅提供文本，无法进行图片像素级分析。但仅从文本和表格数据的交叉比对中，已发现多处严重的逻辑冲突与数据异常，建议深入调查。)

详细发现

发现 1：核心结论与实验数据严重背离（数据造假/过度包装）

• 位置：4.3 服务模式对比分析（正文描述） vs 表4（实验数据）
• 描述：作者在正文中极力夸大所提出算法（AVADDR_A）的优势，声称“不同下单率下AVADDR_A的总配送时间最少分别节约了 21.5%、25.5%和28%”。但这与表格数据完全不符。
• 证据：
  根据表4计算（Dec.3为对比TAVADP的节约百分比）：
  • 在下单率 \(\lambda_1=0.5\) 时，算例1.3的Dec.3为21.8%，算例1.1为20.8%，算例1.2仅为 19.5%。正文却声称“最少节约了21.5%”。
  • 在下单率 \(\lambda_2=0.6\) 时，算例2.1的Dec.3为24.8%，算例2.2为24.7%，正文却声称“最少节约了25.5%”。
• 严重程度：🔴 实锤（主观恶意篡改结论以拔高算法表现，属于严重学术不端）

发现 2：复制粘贴遗留的“幽灵数据”（数据造假检测）

• 位置：4.2 算法对比分析（正文描述） vs 表3（大规模算例求解结果）
• 描述：作者在描述100个订单规模的实验结果时，文本与表格数据出现严重冲突，极度疑似直接复制了上文（如80订单规模）的描述而忘记修改数据。
• 证据：正文写道：“在 100个订单下……极差均值为 2.65，标准差均值为 0.9。”
  但我们去表3计算100个订单（100.1-100.4）的标准差：1.05, 0.90, 1.40, 1.36。其平均值应该是 (1.05+0.90+1.40+1.36)/4 = 1.1775，根本不是0.9！反而80个订单（80.1-80.4）的标准差为0.64, 1.44, 0.89, 0.85，均值约为0.955，更接近正文的“0.9”。
• 严重程度：🟠 高度可疑（典型的量产型学术复制粘贴露出马脚）

发现 3：“教科书级完美”的零方差（数据造假检测）

• 位置：4.2 算法对比分析 表2（小规模算例求解结果）
• 描述：在对比启发式算法（ALNS）与精确算法（CPLEX）时，小规模算例的数据呈现出“反直觉的完美”，所有指标严丝合缝。
• 证据：作者在表2中声称ALNS独立运行了10次。对于包含随机扰动、破坏修复算子的ALNS算法，在10次独立运行中，平均值与最优值竟然在小数点后两位（如23.06、19.22、33.89等）完全保持一致，并且在正文中得意地宣称“方差为0”。这在元启发式算法的实验中极其罕见，通常意味着两种情况：要么算法由于规模太小已经完全坍缩为确定性搜索（失去ALNS的意义），要么数据是根据CPLEX的结果反向用Excel“原地生成”的。
• 严重程度：🟡 存疑（极度违背随机算法的统计学常理）

发现 4：图片拼接与复用检测（受限于文本无法进行）

• 位置：图1 至 图8
• 描述：本报告基于纯文本输入。
• 证据：由于未提供原始高清图片，无法对图1（配送模式）、图5（负载灵敏度）等折线图和示意图进行像素级同源性比对。建议获取原图后使用 Forensically 等工具进行 Error Level Analysis (ELA) 检测。
• 严重程度：ℹ️ 无法判定

耿同学辣评

表格里明明写着提升19.5%，正文里硬是敢大笔一挥写成“最少提升21.5%”！怎么着，这算法是带了美颜滤镜吗？更要命的是，连算例的标准差都能“复制粘贴”，100个订单的数据非要套用80个订单的结论。兄弟，写论文不是流水线打螺丝，Ctrl+C 和 Ctrl+V 按得这么溜，当审稿人和读者都不带计算器吗？

建议后续行动

• 联系作者要求提供原始数据：强烈要求提供表2、表3、表4的10次独立运行的原始log日志，以验证方差为0的真实性。
• 在 PubPeer 上提出质疑：发布本文发现的正文与表格数据冲突（“幽灵0.9标准差”和“虚报的节约百分比”）。
• 向期刊编辑部举报：建议向《中国管理科学》编辑部发送邮件，指出核心结论（第四部分）存在数据捏造和夸大，要求撤稿或重大更正。

⚠️ 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。