Use when designing the numerical experiments and 算例 of a 《中国管理科学》 (Chinese Journal of Management Science) manuscript — grounded parameter calibration, an experiment matrix, sensitivity analysis, and mechanism-level reading of results. For simulation and case computation; real-data method validation belongs to cjms-empirical-validation.
Scanned 9/5/2026
Install to Claude Code
npx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill cjms-numerical-experiments --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Cjms Numerical Experiments?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/brycewang-stanford-cjms-numerical-experiments)More formats (shields.io, HTML) on the badges page.
---
name: cjms-numerical-experiments
description: Use when designing the numerical experiments and 算例 of a 《中国管理科学》 (Chinese Journal of Management Science) manuscript — grounded parameter calibration, an experiment matrix, sensitivity analysis, and mechanism-level reading of results. For simulation and case computation; real-data method validation belongs to cjms-empirical-validation.
---
# 数值实验与算例分析(cjms-numerical-experiments)
## 触发时机
- 只有一组参数、一张图,审稿说"数值实验单薄"
- 参数取值说不出来源,被问"为什么 λ=0.5"
- 结果只描述曲线走向,没有机制解释与管理含义
## 核心:算例是论证,不是演示
本刊的应用建模传统里,**算例承担双重责任**:验证方法性质(收敛、优势、边界)+ 把抽象结论翻译回管理情境。一组"跑通了"的数字不构成算例分析。
## 参数标定的三个合法来源
| 来源 | 做法 | 示例做法 |
|------|------|----------|
| 真实场景 | 企业/行业公开数据折算 | 用上市公司年报或行业协会统计折算成本参数 |
| 已发表文献 | 沿用同型研究的参数区间并引用 | 引用文献算例并说明调整项 |
| 制度事实 | 政策文件、市场规则中的显性数字 | 手续费率、碳配额基准线 |
拍脑袋参数只允许出现在"结构性质与取值无关"已被证明的场合,且需声明。**教学示意数字必须标注"示意"**,不得伪装成标定值。
## 实验矩阵设计
按"要回答的问题"组织实验,而非按"能画的图":
1. **有效性**:新方法 vs 基线(衔接 `cjms-solution-algorithm` 的对比设计),报解质量与时间。
2. **敏感性**:核心参数逐一扫区间,其余固定在基准值;关键交互参数做双向网格。
3. **边界**:找到方法失效或优势逆转的参数区域——审稿人最信任报告自身边界的论文。
4. **情境还原**:至少一个贴近真实规模/取值的算例,支撑管理启示。
随机实验固定种子并报告重复次数与均值±标准差;实验环境(CPU、内存、软件版本)在脚注或表注写明。
## 从结果到机制的写法
每个实验小节按三句式收尾:**现象**(曲线/表格显示什么)→ **机制**(模型里哪股力量导致)→ **含义**(对决策者意味着什么)。只有第一句的段落是图注,不是分析。
## 自检清单
- [ ] 每个参数能指认三类来源之一,或已声明为示意
- [ ] 实验矩阵覆盖有效性/敏感性/边界/情境还原四类
- [ ] 随机实验有种子、重复次数与离散度报告
- [ ] 每个实验有机制解释,不止现象描述
- [ ] 报告了方法失效或优势逆转的边界区域
- [ ] 实验环境与运行时间可复现
## 本刊算例节的外审期待
| 退稿信号(审稿常用语) | 根因 | 本刊期望的修法 |
|------------------------|------|----------------|
| "数值实验不够充分" | 只有有效性对比,缺敏感性与边界 | 按四类实验矩阵补齐 |
| "参数设置缺乏依据" | 标定来源缺失 | 逐参数注来源;示意值明示"示意" |
| "结论的一般性存疑" | 实验只在窄参数带内做 | 扫到结论反转处,报告边界 |
| "图表多但分析少" | 现象描述堆积 | 每个实验补机制句与含义句 |
| "实验规模与实际差距大" | 玩具算例 | 补一个真实规模的情境还原算例 |
## 微型走查:敏感性矩阵的组织
沿用应急预置虚构稿件,敏感性节的实验矩阵(示意数字仅作演示):
```
E1 有效性:CCG-C vs 基线(见算法节),主表
E2 单参数扫:预算 ∈ [400, 1200] 万元,步长 100 —— 缺货惩罚拐点出现
在 640 万元附近 → 机制:覆盖率约束由松变紧 → 含义:预算低于拐点时
增仓不如提额
E3 双参数网格:Wasserstein 半径 × 需求相关系数,热力图 —— 高相关 +
大半径区域鲁棒解退化为均匀预置 → 报告为方法边界
E4 情境还原:以东南沿海某省 87 个县、14 次历史台风标定 —— 支撑启示节
的"预算-覆盖率"参照区间
```
写法要点:E2 的"拐点"句式(现象→机制→含义三连)是本刊算例分析的标准动作;E3 主动报告退化区域,抢在审稿人前面画出适用边界。
## 反模式
- "一组参数打天下":所有结论出自单一参数点
- 敏感性分析只扫不解释,八张图无一句机制
- 参数区间恰好避开结论反转的区域
- 与真实情境规模差几个量级的"玩具算例"支撑宏大启示
- 重复实验不报离散度,把偶然优势当稳定结论
## 输出格式
```
【参数标定】<参数→来源> × n(示意项已标注)
【实验矩阵】有效性<…> 敏感性<…> 边界<…> 情境还原<…>
【机制解读】<实验→现象→机制→含义> × n
【边界发现】<方法失效/逆转区域>
【下一步】cjms-managerial-insights
```
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!