Use when choosing the solution route and delivering the algorithm section of a 《中国管理科学》 (Chinese Journal of Management Science) manuscript — exact vs heuristic vs learning-based, with pseudocode, property analysis, and baseline comparison. Covers solving the model; the experiments that showcase it belong to cjms-numerical-experiments.
Scanned 9/5/2026
Install to Claude Code
npx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill cjms-solution-algorithm --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Cjms Solution Algorithm?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/brycewang-stanford-cjms-solution-algorithm)More formats (shields.io, HTML) on the badges page.
---
name: cjms-solution-algorithm
description: Use when choosing the solution route and delivering the algorithm section of a 《中国管理科学》 (Chinese Journal of Management Science) manuscript — exact vs heuristic vs learning-based, with pseudocode, property analysis, and baseline comparison. Covers solving the model; the experiments that showcase it belong to cjms-numerical-experiments.
---
# 求解与算法设计(cjms-solution-algorithm)
## 触发时机
- 模型建好了,只写"用 Gurobi 求解"一句话
- 自设计算法没有伪代码、没有性质分析、没有对比对象
- 审稿意见出现"算法创新性不足 / 为什么不用现成求解器"
## 核心:求解路线决策表
先答一个审稿人必问的问题:**这个模型为什么不能用现成方法直接解?**答案决定路线:
| 模型情形 | 求解路线 | 交付底线 |
|----------|----------|----------|
| 可转化为 LP/MIP/SOCP 且规模可解 | 商用求解器(Gurobi/CPLEX) | 转化过程 + 规模上限实测;算法不是贡献点 |
| 有特殊结构(可分解、单调、凸) | 精确算法(分支定界、列生成、L-shaped、DP) | 结构性质引理 + 收敛/最优性论证 |
| NP-难且实例大 | 启发式/元启发式(遗传、变邻域、ALNS) | 与精确解(小规模)和 ≥1 个已发表算法对比 |
| 序贯决策、环境可模拟 | 近似 DP / 强化学习 | 状态-动作-奖励设计依据 + 与规则策略对比 |
| 闭式可解 | 解析求解 | 解的结构性质(单调性、阈值形式)与比较静态 |
"因为想用某算法所以设计某模型"是倒置——路线必须由模型结构推出。
## 算法节交付底线(缺一即弱)
1. **伪代码**:编号 Algorithm 1,输入/输出/终止条件齐全,与正文记号一致。
2. **性质分析**:精确算法给最优性/收敛性;启发式给复杂度与关键算子的设计依据;不做性质分析的算法在本刊只能作为工具而非贡献。
3. **基线对比**:至少一个"不改进的自己"(去掉新算子的消融版)+ 一个已发表方法;只跟随机解比是无效对比。
4. **可复述性**:参数设置(种群、步长、温度……)全部列表,他人可复现。
## 改进型算法的命名纪律
对既有元启发式的改进,逐个改动点回答"针对本模型哪个结构、解决什么失效";凑数式混合("遗传 + 模拟退火 + 禁忌"三合一)没有结构理由时是减分项。
## 自检清单
- [ ] 回答了"为什么现成方法不够",路线与模型结构匹配
- [ ] 伪代码完整、记号一致、可独立复述
- [ ] 性质分析到位(最优性/收敛/复杂度三选其适)
- [ ] 对比含消融版与已发表方法,实例规模覆盖小/中/大
- [ ] 全部算法参数列表化,随机种子与实现环境写明
- [ ] 求解时间与解质量同时报告,不只报其一
## 本刊算法节的外审期待
| 退稿信号(审稿常用语) | 根因 | 本刊期望的修法 |
|------------------------|------|----------------|
| "为何不直接用商用求解器" | 路线理由缺失 | 报告求解器在目标规模的实测失败点(时间/内存),再引出自设计算法 |
| "算法创新性不足" | 通用元启发式贴标签 | 每个改动点对应模型结构,写成"结构 X → 算子 Y" |
| "对比实验不充分" | 无消融、基线过弱 | 补消融版 + 近三年已发表算法 + 公共测试集 |
| "参数如何确定" | 调参过程黑箱 | 参数表 + 标定协议(网格/irace),区分调参集与测试集 |
| "结果不可复现" | 无种子、无环境说明 | 种子、硬件、软件版本、时间限制全列 |
## 微型走查:一次消融设计
虚构稿件为上文应急预置模型设计了"情景聚类加速的列与约束生成"(CCG-C)。对比矩阵:
```
算法组:CCG-C(完整)
消融组:CCG-0(去掉情景聚类,标准 CCG)→ 检验聚类环节的贡献
基线组:Benders 分解(已发表同型方法)、Gurobi 直解(规模上限对照)
实例组:小(10仓)——四种方法齐跑,验证 CCG-C 与精确解一致;
中(50仓)/大(200仓)——报解质量差距与时间,Gurobi 标注超时点
指标:目标值 gap%、求解时间(均值±标准差,10 次重复,种子 1–10)
```
写法要点:CCG-C 只赢在大实例是正常结果,如实报告小实例上无优势——审稿人对"全线碾压"的表格反而起疑。
## 反模式
- "求解器一句话"式算法节:模型是 MIP 却宣称算法贡献
- 新算法只在自造实例上赢,回避标准测试集或已有实例
- 复杂度分析套模板,与实际实现的算子不对应
- 强化学习包装:奖励函数即目标函数、无对比策略,只为贴"智能"标签
## 输出格式
```
【路线判定】求解器 / 精确算法 / 启发式 / 学习型 / 解析(理由一句话)
【伪代码】Algorithm <n>:输入<…> 输出<…> 终止<…>
【性质】<最优性 / 收敛 / 复杂度结论>
【对比设计】消融版<…> + 已发表基线<…> + 实例来源<…>
【下一步】cjms-numerical-experiments
```
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!