Jse Tju Validation

---
name: jse-tju-validation
description: Use when choosing and designing evidence for a manuscript submitted to 《系统工程学报》 (Journal of Systems Engineering, Tianjin University), with separate standards for numerical experiments, simulation, real data, case studies, out-of-sample prediction, optimization comparisons, and empirical research on financial or socioeconomic systems.
---

# 《系统工程学报》验证设计（jse-tju-validation）

## 触发时机

当模型、理论或算法已有雏形，但作者尚未把每条主张与相称证据闭环时使用。本刊容纳多种研究主线，
因此不能用“多做几组稳健性”覆盖所有稿件。先确定验证任务，再选择数值、仿真、真实数据、案例、
样本外预测、方案比较或实证证据。近年样本特征见
[`source-basis.md`](../../resources/source-basis.md)。

## 输入诊断

提供三至五条核心主张、模型/算法输出、可用数据或案例、比较基准、评价指标和外推范围。为每条主张
标注类型：机制、性质、性能、预测、因果/关联、可行性或实施价值。再检查：

- 证据是否直接观察或计算该主张，而非仅展示相关结果？
- 数据/场景是否与模型边界一致？
- 指标是否覆盖系统级权衡，而非单一局部效率？
- 对照能否排除简单替代解释？
- 结论是否超出样本、参数或案例支持范围？

## 按稿件类型选择验证

### 数值实验

用于说明理论性质、比较静态、阈值或解结构。参数范围需有来源、校准或清晰归一化解释；使用因子
设计或分区扫描，不只挑“好看”的点。数值结果不能替代本可给出的证明。

### 仿真

用于动态反馈、复杂网络、主体互动和难以解析的系统。明确状态更新、事件顺序、初始条件、暖启动/
烧入、终止规则、重复次数和随机性。验证仿真规则与理论模型的一致性，并报告涌现结果的分布。

### 真实数据

说明样本来源、覆盖范围、缺失与清洗、变量构造、时间对齐和访问限制。若使用空间、网络或面板数据，
处理依赖结构；若只能支持关联，不写成因果。训练、验证和测试划分必须先于特征选择和调参。

### 案例研究

解释案例为何能检验机制，是关键、极端、典型还是对照案例。建立事件/过程链、数据三角验证和竞争
解释。单案例可以验证可行性或机制过程，但不能自动支持普遍平均效应。

### 样本外预测

使用时间顺序或真实部署边界切分，防止未来信息、主体重叠或网络邻接泄漏。与朴素、统计、领域和
强学习基线比较；报告校准、区间、不同状态/群体性能及决策价值，不只报总体精度。

### 优化方案比较

统一实例、信息、时间预算和可行性定义；报告目标、多个系统指标、最优间隙、运行时间和不可行率。
将“最优解更好”与“新模型导致不同决策规律”分开验证。

### 金融或社会经济系统实证

从系统机制确定空间、网络、动态或异质性结构。明确识别假设、内生性风险、标准误、固定效应、
替代解释和外推范围。政策含义必须由估计对象和样本支持。
涉及现代因果推断时，直接使用仓库共享
[`execution-with-mcp.md`](../../../shared-resources/empirical-methods/execution-with-mcp.md)；
该执行桥不适用于纯优化、解析博弈或仿真稿。

## 主张—证据矩阵

| 主张类型 | 核心证据 | 常见补充 |
|---|---|---|
| 理论机制 | 定理/命题 + 定向数值 | 阈值、反例 |
| 动态机制 | 仿真轨迹和分布 | 初值、网络结构 |
| 算法性能 | 强基线、规模梯度 | 消融、时间/内存 |
| 预测能力 | 严格样本外指标 | 校准、状态分层 |
| 经验关系 | 估计与识别诊断 | 替代模型/指标 |
| 工程可行 | 案例、约束满足、接口 | 压力/故障情景 |
| 决策价值 | 方案比较、代价/福利 | 公平、风险、实施成本 |

## 处理步骤

1. 把每条核心主张放入矩阵，删除没有证据接口的宽泛主张。
2. 选择一个主验证与一个互补验证；不要无目的堆砌多种方法。
3. 预先定义基线、指标、切分、参数范围、重复和停止规则。
4. 设计能区分核心机制与竞争解释的对照。
5. 同时记录平均表现、异质性、尾部风险、失败和不可行情形。
6. 把图表顺序按研究问题组织，而不是按软件输出顺序组织。
7. 将敏感性、替代模型、随机种子和环境交给 `robustness-reproducibility` 复核。

## 微型验证计划

```text
主张 C1：信息延迟导致公平—效率权衡出现阈值
主证据：动态仿真，扫描延迟×容量×网络中断强度
对照：无反馈静态模型、即时信息、标准滚动策略
指标：响应时间、未满足需求、区域差异、不可行率
机制检验：固定其他因素，仅移除优先级反馈
失败边界：极低容量、极高延迟
外推限制：不覆盖灾害生成与跨区域迁移
```

## 反模式

- 所有稿件都用相同的“描述统计—回归—稳健性”流程。
- 用训练集表现或随机划分证明动态预测能力。
- 仿真只跑一次，或不报告初值和事件顺序。
- 案例只作故事性展示，没有竞争解释。
- 优化比较只报目标值，不报时间、可行性和系统权衡。
- 用显著性替代效应大小、机制和外推边界。

## 期刊专属拒稿风险

验证若只证明方法能运行，却不检验系统互动和系统级结果，难以支撑本刊定位。反之，工程或政策故事
很丰富但证据边界松散，也会形成机制与结论错配。动态投稿和格式事实应查
[`official-source-map.md`](../../resources/official-source-map.md)，不从样本论文推断硬规则。

## 输出格式

```text
【稿件类型】
【核心主张—证据矩阵】
【主验证 / 互补验证】
【数据或场景边界】
【基线、对照和竞争解释】
【指标与系统级权衡】
【切分 / 参数 / 重复 / 停止规则】
【失败与外推边界】
【需转稳健性复核项】
【最大拒稿风险】
```