agentsclimarketplace

Cjms model formulation

Skill brycewang-stanford/Awesome-Journal-Skills/Chinese-Journal-of-Management-Science-Skills/skills/cjms-model-formulation

Use when translating a real management setting into the formal model of a 《中国管理科学》 (Chinese Journal of Management Science) manuscript — situational elements into variables, constraints, objectives and defensible assumptions, across optimization, game, and data-driven model families. Builds the model; solving it belongs to cjms-solution-algorithm.From its SKILL.md

Install
npx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill cjms-model-formulation

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

SKILL.md

5.6 KB, ~2.1k tokens by cl100k_base, as published. Nobody here has run it

问题刻画与模型构建(cjms-model-formulation)

触发时机

  • 情境写了两页,模型仍是"直接给公式",读者接不上
  • 审稿意见出现"假设脱离实际 / 模型与问题脱节"
  • 三类模型(优化、博弈、数据驱动)不知道选哪类刻画

核心:情境要素 → 模型要素的显式映射

本刊是应用建模刊:模型节的评审重点不是数学花样,而是"情境里的每个关键要素在模型里有没有着落"。写模型前先列情境-模型映射表:

情境要素模型着落
谁在决策决策主体(单主体优化 / 多主体博弈)
决策什么决策变量 + 定义域 + 量纲
受什么限制约束(容量、预算、时序、政策红线)
图什么目标函数(成本/收益/风险度量,max 或 min,对谁)
哪些拿不准不确定性刻画(随机分布 / 鲁棒集合 / 数据驱动)
情境特殊在哪新增结构——这是方法增量的落点

映射表里"新增结构"一行为空,说明模型退化为教科书模板,回 cjms-topic-selection 重审增量。

三类模型族的刻画要点

  • 优化/调度类:变量、约束、目标三件套逐条显式;不确定参数说明用随机规划、鲁棒优化还是分布鲁棒,并给不确定集/分布的构造依据。
  • 博弈/契约类:写清博弈时序(谁先动)、信息结构(谁知道什么)、均衡概念;行为要素(公平关切、损失规避)给参数化形式与文献支撑。
  • 数据驱动/预测类:明确"模型"指方法管道——分解、特征、学习器、组合权重各环节写成可复述的公式或流程,改进环节单独标出。

假设纪律

每条假设单独编号(A1、A2…)并归类辩护:技术性(保证可解,说明放松的代价)、实质性(刻画情境,给现实或文献依据)、简化性(聚焦核心,说明可扩展)。检查是否存在循环假设——把想证的结论藏进假设。

自检清单

  • 情境-模型映射表完整,"新增结构"一行非空
  • 变量/参数分开声明,定义域与量纲齐全
  • 不确定性的刻画方式有构造依据,不是默认正态
  • 假设逐条编号并分类辩护,无循环假设
  • 模型有可退化的特例(单期、对称、确定性)用于校核
  • 记号表齐备,符号与后文算法/实验一致

本刊建模节的外审期待

应用建模刊的模型节按"情境对应—设定完整—可检验"三档评。常见退稿信号与修法:

退稿信号(审稿常用语)根因本刊期望的修法
"模型与实际问题结合不紧密"映射表有断点:某情境要素无模型着落补要素或明说简化理由,断点显式化
"假设过强 / 缺乏依据"实质性假设未辩护逐条编号,锚到行业事实或文献
"与经典模型区别不大"新增结构不成立或未凸显新增结构单独成式、单独小节对照经典设定
"符号混乱"变量与参数混用、量纲缺失记号表前置,逐符号核对
"不确定性处理简单化"有数据却拍分布用历史数据拟合或改数据驱动不确定集

微型走查:应急物资预置模型的映射表

虚构稿件《台风情景下应急物资多点预置的分布鲁棒模型》(示意数字仅作演示):

  • 谁在决策:省级应急部门(单主体,两阶段)。
  • 决策什么:第一阶段各仓预置量 x_i ∈ [0, 5000] 件;第二阶段调运量 y_ij。
  • 受什么限制:仓容、预算 ≤ 800 万元、72 小时送达圈覆盖率 ≥ 95%。
  • 图什么:min 预置成本 + 最坏分布下的期望缺货惩罚(对受灾人口而言)。
  • 哪些拿不准:各县需求——历史台风样本仅 14 次,拒绝拍分布,用 Wasserstein 球做分布鲁棒集,半径由样本量定。
  • 新增结构:送达圈覆盖率约束与鲁棒集耦合(覆盖率在最坏分布下计算)——既有预置模型的覆盖约束多为确定性,此即可命名增量。
  • 假设:A1 路网通行时间给定区间(技术性);A2 需求跨县相关(实质性,锚台风路径事实);A3 单一物资种类(简化性,可扩展)。

审稿人若问"Wasserstein 半径为何取此值",回应锚到样本量-半径的标定规则,而非"经验取值"。

反模式

  • "背景很中国、模型很教科书":情境只出现在引言,模型与任一国家任一行业无关
  • 为显复杂堆约束,与核心机制无关的装饰项淹没新增结构
  • 不确定性处理与数据现实脱节:明明有历史数据,却拍一个均匀分布
  • 博弈时序与信息结构不写清,均衡概念随证明需要漂移

输出格式

【模型族】优化 / 博弈 / 数据驱动(混合注明)
【映射表】情境要素→模型着落(含"新增结构":<可命名>)
【变量/约束/目标】<逐项摘要>
【不确定性】<刻画方式 + 构造依据>
【假设】A1<类型,辩护> A2<…> …;循环假设检查:无/有
【下一步】优化线 cjms-solution-algorithm;预测/金融线 cjms-empirical-validation

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.