jmsc-numerical-experiments

star 39

Use when designing the numerical / simulation study for a 《管理科学学报》 (Journal of Management Sciences in China) manuscript — validating the proven theoretical properties, testing algorithm performance, exploring parameter sensitivity, and extracting managerial insight. The study must serve the theory, not replace it. Use after jmsc-proofs and jmsc-algorithm.

brycewang-stanford By brycewang-stanford schedule Updated 6/10/2026

name: jmsc-numerical-experiments description: Use when designing the numerical / simulation study for a 《管理科学学报》 (Journal of Management Sciences in China) manuscript — validating the proven theoretical properties, testing algorithm performance, exploring parameter sensitivity, and extracting managerial insight. The study must serve the theory, not replace it. Use after jmsc-proofs and jmsc-algorithm.

数值实验与仿真(jmsc-numerical-experiments)

触发时机

  • 命题/算法已就位,要设计数值研究来验证
  • 实验单薄(一组参数、一张图),说不出洞见
  • 审稿质疑"实验没验证理论 / 没管理含义 / 参数随意"
  • 想用仿真"代替证明"(方向反了)

核心:数值实验是验证 + 洞见,不是证明

本刊的数值实验有两个任务:(1) 验证已证明的理论性质与算法表现;(2) 挖掘洞见——在什么条件下结论/算法更优,回答"模型告诉我们什么决策规律"。它不替代证明,但能补足证明给不出的定量感。

实验设计三问

  1. 验证什么:哪条命题/哪个收敛速率/哪个近似比,要被这组实验照亮?
  2. 比什么基准:与精确解、下界、现有方法、退化策略比,gap 怎么报?
  3. 扫什么参数:哪些参数驱动核心机制?敏感性分析要覆盖其合理范围。

实验内容清单

目的 内容
验证理论 复现命题断言的单调/阈值结构;最优性/唯一性的数值佐证
算法性能 求解时间随规模增长曲线;收敛迭代数;与精确/下界的 gap
敏感性 关键参数对最优决策/最优值的影响(趋势 + 拐点)
鲁棒性 分布/参数误设下结论是否稳健
管理洞见 从趋势里提炼决策规律(→ jmsc-managerial-insights)

严谨性要点

  • 参数设定有依据(文献/现实标度),写清取值与来源;不要"随手取"。
  • 随机算例要给重复次数与统计量(均值、标准差/置信区间),不要单次结果。
  • 图表要能让读者"看出"理论性质(如阈值、单调),而不只是堆数。
  • 报告算例规模范围,说明算法的可扩展边界。

自检清单

  • 每组实验对应一条要验证的理论性质或算法指标
  • 有合理基准(精确解/下界/现有方法/退化策略)并报 gap
  • 参数取值有依据、范围合理,敏感性覆盖核心参数
  • 随机实验有重复 + 统计量,不是单点
  • 图表直接支撑命题(看得出单调/阈值/收敛)
  • 从实验提炼出可陈述的管理洞见,而非"结果如图"

反模式

  • 用仿真"证明"本应解析证明的性质
  • 只跑一组参数、一张图,没有敏感性与基准
  • 元启发式只报"我比谁好",不与界/最优比
  • 实验结论是"验证了模型的有效性"这类空话,没有具体决策规律

本刊数值实验审稿期待与退稿模式

《管理科学学报》要求数值实验"服务理论、不替代理论"。下表对齐本刊高频退稿语与修法:

退稿信号 根因 本刊期望的修法
"参数取值无现实依据" 随手取值 每个关键参数标注文献/行业标度来源,给取值理由
"只跑一组参数一张图" 缺敏感性 对驱动核心机制的参数做范围扫描,标出拐点
"随机算例只报单次" 无统计量 给重复次数 N 与均值/标准差/置信区间
"图看不出理论性质" 图未对接命题 让图直接显示阈值/单调/收敛结构
"结论是'验证了有效性'" 无决策规律 从趋势提炼"参数落某区间时最优策略如何"的规律

锚点:本刊已刊论文的数值节通常含"算法性能(时间-规模曲线、gap 收敛)+ 敏感性(关键参数对最优决策)+ 鲁棒性(误设下稳健)"三块,并在每图旁点明它照亮哪条命题。具体体例以编辑部最新稿约为准。

微型走查:动态定价仿真的实验设计

虚构稿件《易逝品动态定价的最优降价时点》。按数值实验三问走一遍(示意数字仅作演示):

  • 验证什么:命题 P2 断言最优策略为"单一降价阈值时点 τ*"。实验须让降价时点-收益曲线呈单峰、峰点对应 τ*。
  • 比什么基准:与固定价、两段固定降价、动态规划精确解比。精确解期望收益 1000(标准化),启发式 968,gap=3.2%;固定价仅 905,凸显降价价值。
  • 扫什么参数:扫需求衰减率 γ∈[0.1,0.9](来源:易逝品文献常用区间)与初始库存 S₀∈[50,200](来源:零售补货批量标度)。结果显示 γ 越大、最优降价时点 τ* 越早,且在 γ≈0.6 出现拐点。
  • 随机性:每组参数对需求序列重复 N=500 次,报均值±标准差与 95% 置信区间(如 τ*=第 8.2±0.6 期)。
  • 图表-命题对应:收益-时点曲线单峰且峰随 γ 左移,直接照亮 P2 的阈值结构与比较静态。
  • 洞见雏形:需求衰减越快,应越早启动降价——可操作的决策规律,移交 jmsc-managerial-insights。

审稿人若追问"500 次重复够不够",回应应说明重复数由方差稳定性预实验确定(增至 1000 次均值变动<0.5%),而非凑整。

输出格式

【验证目标】<命题/速率/近似比>
【基准】精确 / 下界 / 现有方法 / 退化(gap=…)
【参数】<取值 + 来源依据>;敏感性覆盖<参数>
【随机性】重复 N 次,报<均值/SD/CI>
【图表-命题对应】看得出<单调/阈值/收敛>?是/否
【洞见雏形】<一句话决策规律>
【下一步】jmsc-managerial-insights
Install via CLI
npx skills add https://github.com/brycewang-stanford/Awesome-Journal-Skills --skill jmsc-numerical-experiments
Repository Details
star Stars 39
call_split Forks 11
navigation Branch main
article Path SKILL.md
More from Creator
brycewang-stanford
brycewang-stanford Explore all skills →