运筹学与工业工程

二十年前，运筹学的理想对象仍是一个已知模型：给定概率分布、目标函数和约束，求出最优计划；工业工程则把人的偏离、数据生成与现场执行留给模型之外。近二十年的变化，是最优性被迫与不确定性、学习、因果、公平、复现和人机协同同时结算。第一幕建立预算不确定集、可调鲁棒决策、矩信息分布鲁棒、场景证书、遗憾判据、整数规划能力分解、信息价值仿真优化与排队耐心分布；第二幕进一步发展Wasserstein鲁棒性、样本外证书、面向决策的预测损失、情境随机优化、神经组合优化、域外失效审计、因果政策、公平运营、鲁棒MDP、孪生校准—确认、可复现基准与人机接管边界。这里写的不是“算法更快”，而是二十个关于数据不足、分布改变、目标冲突和执行者介入时什么仍算好决策的命题。

这一幕的共同动作，是把不确定性从预测误差移入决策结构，并为可行性、遗憾和信息价值建立可计算判据。

甲、预算不确定集与鲁棒价格

在这一理论形成以前，领域常接受“鲁棒优化只有“所有参数同时取最坏值”这一种形式，因而所得方案必然过度保守、没有工程价值”这一判断。它在已知分布、固定目标和离线执行下便于计算和审查，却把样本、分布、约束、在线反馈与人的执行之间的耦合压成一个单值。真正的问题不是换一个术语，而是“预算不确定集与鲁棒价格”能否解释旧判据失效时系统为何改变。

这一支理论的可反驳命题是：用不确定预算限制同时偏离的参数数量，可连续调节成本与保护程度；鲁棒性的代价应被明确计算，而不是藏在安全系数中。预算不确定集不再假定所有参数同时达到最坏值，而用一个“偏离预算”限制同时恶化的数量或幅度，在可解性与保守性之间连续调节；鲁棒价格就是为这份保障支付的目标损失。

Bertsimas 与 Sim 的预算不确定集在 2006 年后广泛进入供应、排程和网络设计，模型常保持线性或可解结构；若参数相关性与集合形状不符，名义保护概率会失真。这一步把“预算不确定集与鲁棒价格”从原则性主张推进成可比较关系：证据必须同时报告样本外成本、约束违反率、覆盖率与保守代价，而不是只展示一个成功样机或一段最佳运行期。

预算参数若靠主观调节到满意结果，保障就不可解释。应以未参与建模的数据检验约束覆盖率，并画出成本—违反率曲线；若较大预算并未降低真实违反，或只造成巨大成本，鲁棒价格就没有换来有效保险。决定性检验应预先锁定输入、边界与失效阈值；若控制相邻变量后，预算不确定集与鲁棒价格并不能改善样本外成本、约束违反率、覆盖率与保守代价的预测或控制，它就只是伴随标签。

预算不确定集之所以被工业界接受，关键不在它更鲁棒，而在它保住了线性与可解结构——鲁棒化之后模型仍能进现有求解器，工程团队不必换工具链。这一点比任何理论优雅性都更能决定一个方法能否落地。它带来的管理后果是安全系数第一次被摊开：过去藏在经验倍数里的保守程度，现在变成一个可以在会议上讨论、可以按业务价值调节的参数，从而把技术选择转成了商业选择。

与「三、矩信息分布鲁棒优化」和「一、Wasserstein 分布鲁棒性」构成同一条谱系的三代：从限制参数个数，到限制分布的矩，再到限制分布之间的距离，保守程度依次被更精细地控制。一处反向证据是预算参数的选择：它本身没有数据驱动的确定方法，实践中多靠试算与经验，于是「显式化」的安全系数换成了另一个同样靠经验的旋钮。因此这条命题的检验量应是保护成本与基准目标值之比，并须在样本外数据上验证。

乙、可调鲁棒决策

领域常接受“面对不确定性时所有决策都必须在观测之前一次定死”与“把未来应变能力当成无法建模的“管理灵活性””这两个极端判断。这种做法在名义工况中看似清楚，一旦进入有限样本、分布漂移、序贯反馈与人机协同，同一合格结论却可能对应完全不同的后果。领域由此必须回答：“可调鲁棒决策”究竟识别了哪一个此前被省略的控制量。

这一支理论的可反驳命题是：把决策分成先验承诺与观测后调整，并用仿射或结构化策略近似无限维决策规则，可量化“现在留多少余地、以后怎么改”。静态鲁棒要求所有决策在不确定性揭示前固定，容易过度保守；可调鲁棒允许后续决策依赖已观察信息，并用仿射或分段规则近似完整策略，从而区分“现在决定”和“以后反应”。

2006–2016 年 adjustable robust optimization 在库存、能源与网络流中形成可解近似；仿射策略有时接近最优，有时会遗漏强非线性或离散应变。这些结果的意义在于出现了可复核的反差组。只有当不同数据期、实例族、运营现场或政策环境在相近边界下重现同一方向，才说明改变的是机制而非项目特例。

简化决策规则可能漏掉非线性与离散反应，过于复杂又难计算和执行。应与滚动优化或动态规划在同一信息结构下比较；若可调规则的样本外收益来自使用现实中不可及时获得的信息，适应性就是信息泄漏。因此不能用同一批数据既校准又确认。若独立的不同数据期、实例族、运营现场或政策环境给出相反排序，理论的适用域必须收缩，而不是追加事后例外。

可调鲁棒最实用的地方是它把「灵活性」从一句形容词变成了一个可以计价的量：同一份产能，先全部锁定与保留一部分待定，两种方案的目标值差额就是灵活性的价格。这使得排产、采购与产能预留的谈判有了共同的算术基础。它的代价是模型复杂度——仿射策略只是无限维决策规则的一个近似，近似得好不好取决于问题结构，而这一点在工程中很少被验证，往往被默认为可接受。

与「甲、预算不确定集与鲁棒价格」是静态与动态的一对，也与「九、鲁棒马尔可夫决策过程」在多阶段问题上重叠——差别在于乙用策略近似换可解性，九用矩形假设换动态规划结构。一处反向证据是信息结构：仿射策略假定调整依赖已观测参数的线性组合，若真实的信息揭示顺序与假设不符，收益会显著缩水。因此检验量应是可调整决策收益与静态鲁棒收益之比，并须声明所假设的信息揭示时序。

丙、矩信息分布鲁棒优化

这条理论所反对的旧前提可以概括为：随机优化必须知道完整概率分布，或在分布未知时只能采用一个经验分布作为真相。旧前提把对象切成易于管理的局部，却没有说明局部收益怎样经过样本、分布、约束、在线反馈与人的执行之间的耦合成为系统收益。卡住的问题因此不是“技术能否工作”，而是它在哪个边界以内才工作。

这一支理论的可反驳命题是：只规定均值、协方差、支撑集等可信统计量，针对所有满足这些信息的分布优化最坏期望或风险，可把分布估计误差直接进入决策。当完整概率分布未知时，可用均值、协方差、支持集等矩信息定义一族可能分布，并优化最坏期望或风险；保障对象从参数区间扩展到分布本身。

Delage 与 Ye 2010 年给出具有置信解释的矩不确定集合及可解锥规划形式，随后用于投资和库存；矩约束过少会极保守，过多又需大量可靠样本。对“矩信息分布鲁棒优化”而言，证据也改写了评价口径：名义性能不再足够，还要记录样本外成本、约束违反率、覆盖率与保守代价的不确定区间、失效样本和边界变化后方案排序是否保持。

少量样本下的矩估计也不稳定，不同分布可共享相同矩却有完全不同尾部。应把矩估计误差纳入集合，并用尾部事件检查；若真实分布频繁落在集合外，分布鲁棒只是对错误摘要的稳健。“矩信息分布鲁棒优化”成立的底线，是失败发生前就能指出哪一条件将跨过边界。若所有反例都可用未测变量解释，命题便失去可反驳性。

矩信息模糊集的贡献是把「我们对分布知道多少」写进了模型：过去要么假定分布已知（乐观），要么只做最坏情形（过度保守），中间地带没有语言。它同时给出了一个统计解释——模糊集可以按置信水平构造，于是保守程度与样本量挂钩，样本越多集合越小。这条对应关系让决策者第一次可以回答「再多收集一年数据，能省多少保护成本」。另一处是沟通：用置信水平表述保守程度，比用一个安全系数更容易被非技术决策者接受。

与「一、Wasserstein 分布鲁棒性」是同一目标的两种度量方式，差别在于矩约束不限制概率质量的位置，而 Wasserstein 限制它移动的距离。一处反向证据是矩约束的稀薄：只给一二阶矩时，最坏分布往往是集中在支撑集端点的极端两点分布，其对应的决策保守到没有实用价值。因此这条命题的检验量应是最坏分布损失与经验分布损失之比，并须报出模糊集半径与样本量的关系。

丁、场景法的概率可行证书

早期框架通常接受这样的判断：带概率约束的工程设计必须先拟合一个完整分布，或靠经验安全系数猜测违规概率。这一框架能给出规则、额定值或样本内最优，却难以处理有限样本、分布漂移、序贯反馈与人机协同造成的状态迁移。需要重写的不是某一参数，而是用什么证据判定“场景法的概率可行证书”已经改变了真实结果。

这一支理论的可反驳命题是：从不确定参数抽取有限场景并求解凸问题，可用样本数、决策维度和置信水平给出样本外约束违反概率上界。场景法从不确定分布抽样，把无限约束替换成有限样本约束，并用样本数、决策维度和置信水平给出未来违反概率的统计证书；它把“模拟很多次”改成可计算保证。

Campi 与 Garatti 2008 年的 scenario approach 建立有限样本保证，并进入控制、能源和设计优化；证书依赖独立同分布、凸性及支持约束数量，分布漂移会使保证失效。由此可见，年份和机构名称不是结论本身；真正的证据是上述设计能否预先区分成功与失败，并在不同数据期、实例族、运营现场或政策环境中经受盲测。

证书依赖独立同分布抽样和明确定义的有效维度，时间相关或选择性场景会破坏前提。应保留独立验证集和时间块抽样；若实际违反率系统高于证书上界，概率可行性就被证伪。应把最好结果、平均结果和尾部结果同时公布。若优势只存在于额定点或被排除的故障恰是现场主因，“场景法的概率可行证书”就没有形成系统净收益。

场景法在工程上极受欢迎的原因很朴素：它不需要知道分布，只需要能抽样，而工业现场恰恰有历史数据没有分布。它给出的样本数—维度—置信度关系还能直接回答一个采购问题——为达到某个可靠性水平，需要多少历史数据。这把「数据够不够」从一句感觉变成了一个可计算的量，也让数据采集的投入有了明确的收益边界。另一处是可解性：场景法只要求原问题是凸的，因此几乎不改变已有建模习惯，迁移成本极低。

与「二、样本外证书的数据驱动优化」共享同一条纪律：给解配一份可核验的保证，而不是只给一个解。一处反向证据是同分布假设：保证建立在抽样与未来同分布之上，一旦发生结构性变化，样本数再多也不构成保证，而这类变化在真实运营中恰恰常见。因此这条命题的检验量应是外部场景中的约束违反比例，并须与理论上界对照——上界过松也意味着方案被无谓地保守化了。

戊、在线优化的遗憾判据

旧看法通常围绕这样的判断展开：“动态环境中的算法只能用某个固定预测模型的期望成本评价”与“事后最优序列可被实时算法直接达到”这两个极端判断。它默认环境、信息和失效方式可以分别处理，但样本、分布、约束、在线反馈与人的执行之间会在运行中互相回写。对“在线优化的遗憾判据”而言，真正的缺口是：哪一个可测量量能够在有限样本、分布漂移、序贯反馈与人机协同的后果充分显现前预告方案排序将要反转。

这一支理论的可反驳命题是：当需求、价格或作业逐步揭示时，应比较算法累计损失与一个明确基准的差额，即 regret；“学得快”必须由遗憾增长速度而非单期准确率判断。在线算法在未来成本未知时逐步决策，遗憾把累计结果与事后最佳固定策略或更强比较类之差作为性能；评价由一次最优解转为长期学习损失。

2006–2016 年 online convex optimization 将静态、动态和切换成本遗憾用于广告、库存与能源；基准选得过弱会美化算法，过强则产生不可避免的线性遗憾。这组工作把争论从“是否值得采用”转到“哪一个读数先变化”。若累计遗憾、切换成本、反馈延迟与约束违反只在结果发生后才被重新解释，证据仍然不足。

低遗憾可能基于过弱的比较者，也可能忽略切换、约束和反馈延迟。应明确比较类与信息可得性，并在非平稳环境中测动态遗憾；若算法只对几乎不变化的环境有界，在线适应不能被泛化到运营漂移。检验“在线优化的遗憾判据”还需区分测量误差、模型误差与真实随机性。若不确定性稍作合理调整便使结论翻转，新判据尚不足以承担高后果决策。

遗憾判据给运营场景带来的实际改变，是把「上线一个新算法要观察多久」变成了可推导的问题：遗憾的增长阶数决定了需要多少轮才能把优劣看清楚。它也提醒了一件容易被忽略的事——基准的选择决定结论，与静态最优比、与动态最优比、与带切换成本的最优比，三者可以给出完全不同的排名。因此报告遗憾时必须同时报出基准，否则数字无法解释。

与「三、面向决策的预测损失」共享同一种转向：从衡量预测准不准，改为衡量决策亏多少。一处反向证据是约束违反：遗憾只衡量目标值的累积差额，对中途多次越过安全或服务约束并不敏感，而运营场景往往对后者零容忍。因此这条命题的检验必须同时给出约束违反次数与轮数之比，只报遗憾会掩盖掉一个不可接受的解。

己、整数规划进步的算法—机器分解

在这项转向出现前，领域常接受“商业求解器变快主要来自处理器升级，或只要报告一个软件运行时间就能证明新算法优越”这一判断。围绕“整数规划进步的算法—机器分解”的这种判断把设计点或平均值当成对象本身，因而不能解释同一方案为何在不同边界下由优势变成负担。“整数规划进步的算法—机器分解”正是对这一反转条件的追问。

这一支理论的可反驳命题是：分支定界、割平面、预处理、启发式与并行化的贡献应与硬件分开测量，并用固定基准观察跨版本可解规模。求解器几十年的加速来自预处理、割平面、分支策略、启发式、并行和硬件共同作用；把总速度提升分解为算法与机器贡献，才能判断理论进步是否可迁移。

Bixby 等对 1990s–2010s 求解器版本的受控比较显示算法改进带来数个数量级加速，远超单纯硬件；选择性基准和参数调优仍可夸大进步。关键推进不是性能数字更高，而是建立了输入—状态—后果的可追踪链。换一组不同数据期、实例族、运营现场或政策环境后，这条链若断裂，结论就必须收缩。

基准实例可能已被求解器开发反复使用，默认参数和机器架构也会偏向特定方法。应在新实例、统一硬件和公开参数上消融组件；若优势只在熟悉基准或某硬件上存在，算法跃迁就被高估。“整数规划进步的算法—机器分解”可接受的边界不是一句“仍需研究”，而是明确什么结果算失败。若旧判据在相同信息下同样预测后果，新理论就没有增量解释力。

这条方法学上的分解之所以重要，是因为它直接影响资源投向：若加速主要来自硬件，企业该买机器；若主要来自算法，该买新版求解器或投研发。受控比较给出的答案是算法贡献显著更大，这一结论支撑了整个商业求解器行业的定价逻辑。它同时暴露了一个长期问题——公开报告的加速倍数常常依赖选择性基准，因而这条命题的可信度完全取决于基准是否被独立维护。另一处是采购谈判：把加速拆成两份之后，续订求解器授权的价值第一次可以被单独估价。

它与「十一、可复现优化基准」是同一件事的两半：没有干净的公开基准，算法贡献就无法被独立复核。一处反向证据是实例老化：随着求解器变强，旧实例逐渐变得平凡，跨版本比较的对象本身在漂移，测得的加速倍数会被基准的更新方式左右。因此检验量应是求解时间下降与硬件性能提升之比，且必须声明所用实例集的版本。

庚、信息价值驱动的仿真优化

此前的设计逻辑建立在一个简化前提上：每个候选方案应获得相同仿真次数，或只在当前样本均值最优的方案附近继续取样。只要边界稳定，它可以给出简洁结论；当有限样本、分布漂移、序贯反馈与人机协同进入同一系统，简洁便可能来自遗漏。因此，对“信息价值驱动的仿真优化”需要检验的不是新方法是否更复杂，而是它是否捕捉到旧模型没有记录的因果通道。

这一支理论的可反驳命题是：下一次仿真应分配给最可能改变最终决策、降低机会损失的候选；采样本身是一个序贯决策问题。昂贵随机仿真不应平均分配预算；信息价值方法根据候选的均值、不确定性、相关性和决策后果选择下一次模拟，使计算用于最可能改变最终选择的地方。

2008 年前后的 knowledge-gradient 与最优计算预算分配方法在噪声响应优化中显示用更少复制找到更优方案；高维相关结构和模型误设会使信息价值估计偏差。围绕“信息价值驱动的仿真优化”的这些观察既提供测量入口，也暴露原数据边界；可迁移结论必须把有利样本、失败样本和不可判定样本放在同一分母中。

仿真噪声异方差、模型偏差和并行批量会使经典采集规则失真。应比较单位计算预算下正确选择概率与机会损失；若自适应分配不优于简单均匀重复，信息价值没有带来有效决策增量。因此必须围绕“信息价值驱动的仿真优化”做反向操纵：保持其他条件近似不变，只改变本条核心变量。若系统轨迹不随之改变，因果地位就被否定。

信息价值这条思路把仿真从「跑够多少次」改成了「还值不值得再跑」，在单次仿真按小时计费的场景里，这一改动直接决定项目能否在预算内完成。它对组织的要求是把决策目标提前写清楚——只有明确了最终要选什么，才谈得上哪一次仿真最可能改变这个选择。实践中最常见的失败是目标含糊，于是预算仍然回到均匀分配。

与「戊、在线优化的遗憾判据」共享序贯决策的骨架，与「三、面向决策的预测损失」共享「以决策为终点」的取向。一处反向证据是模型误设：信息价值的计算依赖对响应面的先验假设，先验错了会把预算集中投到错误的区域，且这种错误具有自我强化性——采样越集中，越难发现别处更优。因此检验量应是最优值不确定性的下降与仿真调用数之比，并须做一次均匀分配的对照。

辛、排队耐心的行为分布

这一理论出现前，领域常接受“顾客等待时间由到达率与服务率完全决定，放弃只是一个可用指数分布随意近似的附属参数”这一判断。问题在于，近似的误差并不总是局部的，它可能经由样本、分布、约束、在线反馈与人的执行之间的耦合被放大并改变最终决策。由此产生的核心问题是：“排队耐心的行为分布”能否给出可预先验证的适用域。

这一支理论的可反驳命题是：耐心、信息提示、已等待时间和队列可见性会改变放弃概率；服务系统应把顾客行为作为内生状态，而非外部噪声。顾客并非拥有同一指数耐心，等待信息、队列位置、服务承诺和既往经历会改变放弃概率；耐心分布既影响拥堵，又被系统信息和选择行为反向塑造。

2006–2016 年呼叫中心与急诊日志研究用生存分析估计耐心分布，发现非指数、时间依赖和信息效应；未被观察的潜在耐心与删失使因果解释困难。这使“排队耐心的行为分布”获得了工程含义：它应当改变试验布置、监测变量或决策顺序，而不仅改变报告中的分类名称。

只观察已进入队列的人会漏掉被预期等待劝退者，放弃时间还可能被删失或误记。应结合进入、退出和信息实验识别；若不同耐心模型在政策模拟中给出相反人员配置，行为分布必须先被验证再用于优化。最后还要检查全寿期转移效应。若局部风险、排放、成本或工作量只是被移到别的阶段，“排队耐心的行为分布”便没有解决问题，只是改变了问题出现的位置。

把顾客耐心内生化之后，运营手段扩展了一整类：除了加人手缩短等待，还可以通过等待时间提示、队列可见性与预约设计改变放弃行为。这些手段的成本远低于增加产能，因此在呼叫中心与急诊分诊中被广泛采用。它的伦理与合规边界也随之出现——用信息塑造放弃行为，与用信息帮助顾客决策，二者的界限在实践中并不清晰，这一点在公共服务场景里尤其敏感。

与「八、公平性成为运营约束」相互牵制：靠放弃来削峰等于让最缺乏耐心或最急需的人退出队列，效率改善可能以公平恶化为代价。一处反向证据是删失：日志里只能看到已放弃者的等待时间，未放弃者的潜在耐心不可观测，生存分析的估计因此依赖分布假设。因此这条命题的检验量应是放弃人数与到达人数之比，并须报出耐心分位数相对平均服务时长的比值。

这一幕不再把模型误差留给事后解释，而是审查数据生成、因果识别、分布外性能、公平约束与现场接管。

一、Wasserstein 分布鲁棒性

旧框架倾向于接受这样的默认：经验分布附近的“相似分布”只能由矩条件或有限情景描述，样本间距离与尾部移动没有几何含义。它把难以测量的耦合留给安全系数、经验修正或事后解释；但在有限样本、分布漂移、序贯反馈与人机协同中，这些补丁可能互相冲突。新的理论必须把隐藏变量变成可观测、可干预并可失败的命题。

这一支理论的可反驳命题是：以 Wasserstein 距离围绕经验分布建立模糊集，可允许概率质量在样本空间中移动，并把半径与有限样本置信联系起来。Wasserstein球以运输距离衡量经验分布附近的可能分布，可让样本点的概率质量移动到邻近或新位置，并把半径与有限样本置信联系起来；它比固定矩信息保留更多几何结构。

Esfahani 与 Kuhn 2018 年给出一类可计算的样本外性能保证，推动其进入能源、金融和物流；高维下半径收敛慢，距离与真实扰动机制不匹配会导致保守或漏保。支持证据的分量来自干预和对照，而不是相关性本身。需要继续核对的是，样本外成本、约束违反率、覆盖率与保守代价能否在场景改变前给出稳定预告。

距离度量和半径决定何种漂移被保护，变量尺度或相关结构处理不当会得到虚假保障。应以时间外数据选择半径并报告敏感性；若最坏分布与实际漂移毫无相似，Wasserstein保障只是数学上的保守。“Wasserstein 分布鲁棒性”的适用域应由最不利而非最有利样本划定。若“Wasserstein 分布鲁棒性”不能识别自身离开训练、许可或设计边界的时刻，它就不适合闭环决策。

Wasserstein 模糊集相对矩约束的实用优势在于它允许概率质量移动到样本没覆盖到的地方，因此不会像矩约束那样产生病态的极端分布，得到的解通常保守得恰到好处。更要紧的是不少情形下它能被重写成可解的凸问题，于是「更合理的鲁棒性」与「能算」第一次不冲突。这也解释了它在能源与物流调度中被迅速采用的原因。另一处是与预测的衔接：模糊集半径可以随预测残差的历史分布来定，把预测质量直接传导进决策的保守度。

与「三、矩信息分布鲁棒优化」是同代的竞争方案，与「二、样本外证书的数据驱动优化」则是方法与用途的关系。一处反向证据是维数灾难：Wasserstein 半径的收敛速率随维数急剧变慢，高维问题里为保证覆盖所需的半径会大到让解退化为极端保守。因此这条命题的检验量应是最坏分布成本与经验最优成本之比，并须报出半径与样本尺度的关系及问题维数。

二、样本外证书的数据驱动优化

这一支工作的起点，是拒绝如下默认：“在历史数据上成本最低的方案就是数据驱动最优”与“测试集预测误差足以说明决策风险”这两个极端判断。拒绝本身并不构成理论，关键是说明在样本、分布、约束、在线反馈与人的执行之间，哪一条关系会改变系统轨迹，以及什么结果足以推翻这条说明。

这一支理论的可反驳命题是：优化模型应随数据同时输出样本外约束、成本或后悔值的置信证书，并明确保证对哪一类未知分布成立。数据驱动优化不仅求一个解，还试图给出该解在未知分布下的成本或约束违反上界；证书把训练误差、模型选择和决策风险连接起来，使方案可带着不确定性部署。

2016 年后分布鲁棒、共形预测与泛化界方法把有限样本保证嵌入优化；证书常依赖稳定分布和正确覆盖口径，分布漂移时可能只剩形式保证。这些结果说明旧判据确有盲区，但尚未证明新判据普适。下一层验证必须跨越不同数据期、实例族、运营现场或政策环境，并保留原始失败记录与参数版本。

证书常依赖分布假设、复杂度界或保守浓缩不等式，可能宽到没有决策意义。应在重复数据期检验覆盖率与宽度；若名义置信度不能对应实际覆盖，或所有方案都被同样宽地包住，样本外证书就失去筛选能力。真正的反证不是性能下降一点，而是新判据无法在不同数据期、实例族、运营现场或政策环境中稳定区分两类结局；出现这种结果时，应回到机制而非继续调阈值。

把证书作为交付物的一部分，改变的是运营优化的验收方式：交付的不再只是一个排程或一份采购计划，而是「这个方案在未来一段时间违反服务水平的概率不超过多少」。这使得优化结果第一次可以进入合同条款与监管申报。它的软肋也在于此——证书只对某一类未知分布成立，而实践中很少有人复核这个前提是否满足，证书容易被当成无条件的承诺。

与「丁、场景法的概率可行证书」是同一取向的两代，与「六、学习型求解器的域外失效」则形成对照：一个坚持给保证，一个揭示没有保证的方法会在何处崩掉。一处反向证据是分布漂移：证书在平稳分布下成立，漂移发生时它给出的覆盖率会系统性乐观，且这种失效不会自我暴露。因此检验量应是样本外约束违反数与外部样本数之比，并须持续监测证书覆盖率是否仍然成立。

三、面向决策的预测损失

进入近十年的讨论时，领域常接受“预测模型只要均方误差最小，就会自动产生最好的排程、定价或资源分配决策”这一判断。但“面向决策的预测损失”面对的是边界会移动的决策系统：输入、状态与后果不再按原来的分工独立变化。问题因此变成，新判据是否能在部署前识别这种移动。

这一支理论的可反驳命题是：训练损失应反映预测误差经过下游优化后造成的决策代价；某些数值误差虽大却不改变决策，另一些微小误差会跨越决策边界。传统预测最小化平均误差，却可能把决策临界点附近的小误差与无关区域的大误差等量对待；面向决策学习直接让预测参数服务于下游优化目标，关注会改变行动的误差。

Elmachtoub 与 Grigas 2017 年提出 Smart Predict-then-Optimize，并发展 SPO+ 损失；实验显示相近预测误差可产生显著不同决策成本，但端到端训练依赖下游模型可微或可近似。“面向决策的预测损失”若是机制而非项目经验，应在不同数据期、实例族、运营现场或政策环境中给出方向一致的预测误差、决策损失和方案排序稳定性变化；只重现平均性能而不重现失效边界仍不够。

端到端损失可能牺牲整体校准，并对一个固定成本结构过拟合。应在改变约束、成本和政策后测试迁移；若模型只在训练决策问题上优越、换目标便崩溃，决策意识只是特定目标的偏置。“面向决策的预测损失”还必须通过构型外验证。若换一台设备、一个场址或一个时间段后预测误差、决策损失和方案排序稳定性的阈值大幅漂移，现有参数便不能直接移植。

面向决策的损失把预测团队与运营团队之间那道常年扯皮的界面第一次接上了：预测方交付的准确率提升，若不跨越任何决策边界，对业务就是零价值；反之某些看似微小的误差会翻转一个订货或调度决定。把决策代价写进训练目标之后，两个团队第一次有了共同的考核量。它的实现门槛是下游优化必须可微或可被有效近似，这在整数决策上并不容易。

与「四、情境随机优化」是同一取向的两条路：一条改损失函数，一条直接学条件决策，两者在很多问题上给出相近结果。一处反向证据是可迁移性：决策损失依赖当前的优化模型与约束，一旦业务规则变化，训练出的预测模型可能整体失效，而通用的预测模型不会。因此这条命题的检验量应是决策损失与预测误差之比，并须说明业务规则的稳定期。

四、情境随机优化

“情境随机优化”所纠正的，是这样一个看似朴素的判断：所有历史样本可无条件汇总成一个需求分布，天气、客户、位置等特征只用于预测均值。对“情境随机优化”而言，这个判断把平均工况当作代表工况，却没有回答尾部事件、构型变化或长期退化出现后，结论是否仍然成立。

这一支理论的可反驳命题是：应直接学习条件于特征的决策或条件分布，使库存、资源和服务水平随当前情境变化；目标是条件决策风险而非单纯预测精度。情境优化利用需求、天气、客户或设备特征估计条件分布，再为当前情境求决策；它取代“所有日子共享同一分布”的假设，把预测与优化结合。

Bertsimas 与 Kallus 等 2016–2020 年发展基于树、核与邻域权重的 prescriptive analytics，在零售和医疗数据上改善决策；高维情境下有效样本快速稀疏。这项证据的关键产物不是单个数字，而是一条可复做的测量链：输入怎样改变状态，状态又怎样改变样本外可行性、遗憾、违反概率与现场后果。

高维情境会稀释样本，历史政策又决定哪些情境被观察。应使用时间或地区外留出，比较无情境基线和简化分组；若额外特征不能降低样本外遗憾，个性化决策只增加估计噪声。应为“情境随机优化”安排一个与理论相冲突的挑战场景，而不只重复有利工况；若挑战后仍无法判定成败，测量体系本身需要先修正。

情境优化的实践价值在于它取消了「先预测、再优化」这道人为分界，把历史数据里的相似情境权重直接转成决策。这在需求高度分层的场景（不同门店、不同时段、不同天气）中效果显著，也让运营策略从一套参数变成一族随情境变化的参数。管理上的代价是可解释性下降——策略不再是一条规则，而是一个依赖特征的函数，现场人员难以复核它为何在今天给出这个建议。另一处是与库存系统的对接：条件决策要落到订货点与安全库存这类现场参数上，才可能被执行，而不是停在一个抽象策略函数上。

与「三、面向决策的预测损失」互为替代，与「七、因果政策优化」则有一处关键差别：情境优化学的是相关性下的最优决策，因果政策优化要求处理效应可识别。一处反向证据是情境漂移与稀疏：某些情境组合在历史数据中样本极少，邻域权重会借用不相似的样本，给出看似合理实则无依据的决策。因此检验量应是跨情境失效率与情境数之比。还应做一次分层复核：把情境按样本量分组，看策略收益是否只来自样本充足的那几组。

五、神经组合优化

第二幕的清算从领域常接受“旅行商、车辆路径和排程等组合问题只能由手工启发式或精确算法逐实例求解，学习无法生成通用构造策略”这一判断开始。随着有限样本、分布漂移、序贯反馈与人机协同成为常态，名义合格与真实安全、成本或效力之间出现裂缝；“神经组合优化”必须说明裂缝由哪个状态量造成。

这一支理论的可反驳命题是：注意力网络和强化学习可从实例分布学习构造或改进策略，以一次训练换取大量近实时推断；评价必须同时报告解质、时间和训练分布。神经模型学习构造解、选择分支或生成启发式，试图把大量相似实例中的结构经验转成快速决策；价值不在替代精确求解的标签，而在给定时间内提高可行解和下界。

Bello 等 2016 年及后续 attention model 在若干标准路由问题上接近强启发式；尺寸、约束或数据分布变化后性能常明显下降。从证据设计看，真正的推进是把反例纳入分母。若失败样本被排除，“神经组合优化”的名义成功率就无法比较。

训练实例分布、尺度和图结构稍变，策略可能产生不可行或劣质解；与成熟启发式的公平比较也困难。应按规模、生成机制和真实实例留出，并报告最坏间隙；若域外不优于简单启发式，学习型求解没有可迁移优势。若采用“神经组合优化”后只是把不可见风险移到供应、维护、废物或人工接管端，系统总账并未改善，理论的工程边界就被跨越。

神经组合优化真正有价值的场景不是替代精确求解器，而是需要在毫秒级反复出解的场合——动态派单、实时定价、在线路径调整，这些地方传统方法给不出解，而次优解也远胜于没有解。把它定位在这里，评价标准也随之明确：不是与最优解的差距有多小，而是在给定时限内能不能给出可行且够用的解。另一处是训练成本的归属：一次训练可以摊薄到大量推断上，但实例分布一变就要重训，这笔重训成本必须计入总账。

与「六、学习型求解器的域外失效」是主张与反证的一对，必须并读，否则五会被误读成对经典方法的全面替代。一处反向证据是约束处理：学习型方法在带复杂约束的实际问题上常常难以保证可行性，需要额外的修复步骤，而修复的代价往往抵消掉推断速度的优势。因此这条命题的检验量应是外部实例的最优差距与训练实例差距之比，并须报出可行率。评价还应固定时限而不是固定迭代次数，否则时间优势会被隐藏。

六、学习型求解器的域外失效

过去可以按“神经求解器在随机生成测试集上的平均性能可代表真实工业实例”与“更大模型会自然学会组合规律”这两个极端判断来分配设计与验证工作。现在的问题是，样本、分布、约束、在线反馈与人的执行之间的反馈会使原本合理的局部优化改变系统轨迹；“学习型求解器的域外失效”需要给出这种改变的方向、阈值和可测后果。

这一支理论的可反驳命题是：求解器必须按规模、图结构、约束类型和生成机制做域外测试，并提供可行性修复或最优性界；否则高分可能只是识别训练分布模板。学习型分支、剪枝或参数策略会把训练实例的统计规律写进求解器，遇到新的约束结构、系数尺度或目标相关性时，错误决策可在搜索树中级联放大。

2020 年代多项神经组合优化复评发现跨规模、跨分布和真实数据性能显著下滑，经典启发式更稳定；统一域外基准仍在形成。上述结果提供了一个可审计基准，但基准必须冻结数据版本、边界条件与统计口径；否则不同数据期、实例族、运营现场或政策环境之间的差异无法解释。

随机拆分同一实例生成器无法暴露这种问题。应按行业、时间、规模和生成机制做外推评测，并保留安全回退；若模型不能识别域外并稳定退回基线，加速承诺会转化为不可预测的求解失败。另一条反证来自时间顺序：若最优间隙、证书、求解时间分布与复现率总在最终结果之后才变化，它只能作诊断读数，不能被称为控制变量。

这条复评结论对领域的实际作用是把发表标准往上抬了一格：只在同分布随机实例上比较不再被接受，跨规模与真实数据的测试成为常规要求。它同时把研究重心从「刷差距」引向了更有价值的方向——混合式方法，即用学习去加速经典求解器的某个环节（分支选择、割平面选择），而把可行性与最优性界仍交给经典框架保证。另一处是报告规范：论文应公开实例生成脚本与随机种子，否则复评者连复现原始结论都做不到。

与「五、神经组合优化」是同一命题的正反两面，与「十一、可复现优化基准」共享同一个基础设施需求：没有统一的域外基准，这类复评无法积累。一处反向证据是评价的不对称：经典启发式经过数十年调优，而学习方法尚年轻，直接比较可能低估其潜力，因此结论应表述为「当前尚不稳定」而非「不可行」。检验量应是域外差距与域内差距之比。

七、因果政策优化

这条新理论并非因为旧方法完全错误，而是因为历史上接受某决策的人结果更好，就说明把同一决策分配给相似对象会改善结果只在特定边界内成立。边界一旦扩展到有限样本、分布漂移、序贯反馈与人机协同，遗漏项便可能主导结果；因此必须重估“因果政策优化”的控制量。

这一支理论的可反驳命题是：处方规则应估计不同个体的处理效应，并用随机试验、工具变量或可辩护的无混杂假设学习资源约束下的政策。政策优化要估计“采取某行动会怎样”，而不是仅预测谁会有高结果；潜在结果、工具变量或双重稳健方法试图区分行动效果与历史选择偏差。

2018–2021 年 causal forests 与 policy learning 给出异质效应和遗憾界，并进入医疗、就业与营销；不可观测混杂可使“最优政策”系统性错误。证据的下一步不是再列更多案例，而是验证样本外可行性、遗憾、违反概率与现场后果在外部场景中是否仍先于最终后果发生变化。

可辨识性依赖无未测混杂、重叠和一致性等假设，历史中从未给某群体的行动无法凭算法补出。应做敏感性分析和前瞻随机/准实验验证；若政策收益随小混杂假设消失，因果最优不能作为稳健结论。模型应在不知道结果时给出区间预测。若真实结果长期落在区间外，而每次都靠重新校准恢复拟合，“因果政策优化”就没有前瞻能力。

因果政策优化把运营决策从「谁最可能发生某事」改成了「对谁干预最有用」，两者的差别在资源有限时极为关键——最可能流失的客户未必是挽留最有效的客户。它对数据的要求也随之提高：需要随机化或可辩护的识别策略，而多数运营数据是策略生成的，历史行动与结果之间存在混杂。这使它在实践中往往要求企业先做一段随机化探索，付出短期损失换长期可学性。另一处是探索的成本核算：随机化本身会牺牲一部分当期收益，这笔投入应当被当作获取可学性的费用列支，而不是当作损失掩盖起来。

与「四、情境随机优化」的界线值得点明：情境优化在既有策略分布下最优，因果政策优化才回答「换一种策略会怎样」。一处反向证据是重叠不足：某些人群在历史上从未接受过某种处理，其效应无法被识别，模型却仍会外推给出建议。因此这条命题的检验量应是政策价值增量与基准政策价值之比，并须报出重叠不足样本占比。上线前还应检查行动倾向得分的分布，倾向接近零或一的样本必须单独标出。

八、公平性成为运营约束

围绕“公平性成为运营约束”，旧方法的核心假设是只要总等待时间、成本或准确率最小，资源配置就是中性的；群体差异只是结果统计而非设计变量。它省去了难以获得的数据，却也省去了样本、分布、约束、在线反馈与人的执行之间之间的反馈。真正要检验的是，补回这些反馈后，设计或决策排序是否系统改变。

这一支理论的可反驳命题是：排程、队列、选址与分配可显式加入等待差距、服务覆盖或机会公平约束，并计算效率—公平前沿。公平运营把等待时间、拒绝率、服务质量或资源可达性在群体间的差异写成约束或多目标，而不再假定总成本最小自然产生可接受分配；公平定义会改变最优排程。

2018 年后的医疗排队、公共资源和平台分配研究展示最优效率方案可能扩大群体差距；公平定义相互不兼容，历史群体标签也可能固化偏差。这使“公平性成为运营约束”可以被用于预测而不仅用于描述：预注册的阈值应在不同数据期、实例族、运营现场或政策环境中区分两类结局，并报告误判。

不同公平口径可能冲突，历史群体标签和需求本身也受制度影响。应公开分母、比较总效益与群体后果，并做长期反馈模拟；若约束只改善表面比例却恶化实际服务，公平指标需要重写。还要检查“公平性成为运营约束”的反事实：不用这条新判据、仅增加相同数据与算力，是否得到同样决策；若答案为是，新理论只是重新命名。

把公平写成约束的直接后果，是让取舍变得可见：加上一条公平约束要付出多少效率，可以被算成一个具体的数字，从而进入预算与政策讨论，而不再停留于原则之争。它的困难在于公平的定义互不兼容——按人群比例、按需要程度、按等待时间差距，三者常常不能同时满足，选择哪一个是价值判断而非技术判断。运筹学能做的是把每种选择的代价算清楚，不能替人做选择。另一处是时间维度：短期公平与长期公平未必一致，轮候制度可能在单期看很公平而在多期累积出系统性差距。

与「辛、排队耐心的行为分布」直接相连：靠放弃行为实现的削峰，其代价往往落在最没有等待能力的群体身上。一处反向证据是群体标签：公平约束依赖群体划分，而历史标签本身可能承载偏差，用它做约束会把旧的分类固化下来。因此这条命题的检验量应是最差群体服务率与总体服务率之比，并须同时公布所用的群体定义。

九、鲁棒马尔可夫决策过程

领域常接受“序贯决策的转移概率一经历史估计就可固定使用，模型误差会随时间平均掉”这一判断。然而在有限样本、分布漂移、序贯反馈与人机协同中，工程对象会改变自身状态、供应、环境或使用方式；“鲁棒马尔可夫决策过程”由此不再是静态性能比较，而是对状态轨迹的解释。

这一支理论的可反驳命题是：把转移与奖励放入模糊集，优化最坏情形或风险敏感长期回报，可防止小模型误差在多步规划中累积放大。鲁棒MDP把转移概率或奖励的不确定性放进动态规划，寻找在一族环境中仍有保证的策略；矩形不确定集使计算可分解，却也默认不同状态—动作误差可独立选择。

2016 年后矩形与非矩形 ambiguity set、分布鲁棒强化学习快速发展；矩形假设带来动态可解性，却可能破坏真实参数相关性。这些工作还说明，名义相同的设备、算法或燃料路径并不保证状态相同；必须把样本外成本、约束违反率、覆盖率与保守代价与具体构型和运行历史绑定。

现实模型误差往往相关，过度矩形化会产生不可能同时发生的最坏环境和过度保守策略。应以结构化相关集合和真实迁移测试比较；若保障只存在于人为最坏分布而部署性能更差，鲁棒策略就失去价值。可证伪的边界应写进试验方案：当样本外成本、约束违反率、覆盖率与保守代价未达到预定改善或尾部风险上升时，立即判定本条主张在该场景失效。

鲁棒 MDP 要处理的是长期规划里一个很实际的现象：单步转移概率的微小偏差经过几十步会累积成完全不同的策略后果，而运营场景中的转移概率恰恰是估计出来的。它给出的方案是承认误差并对最坏情形优化，代价是保守。实践中的折中是只对关键状态或关键动作施加鲁棒性，把保守程度用在最需要的地方，而这一取舍本身缺乏系统方法。另一处是与仿真的配合：模糊集的构造需要对转移误差有量化认识，而这通常只能靠历史轨迹或高保真仿真提供。

与「乙、可调鲁棒决策」在多阶段问题上重叠，与「三、矩信息分布鲁棒优化」共享模糊集的构造思路。一处反向证据是矩形假设：为保住动态规划的可解性，模糊集通常按状态—动作独立构造，而真实的模型误差往往跨状态相关，矩形假设因此可能既过于保守（各处同时取最坏）又不符合实际相关结构。检验量应是最坏模型回报与名义回报之比，并报出安全约束违反率。

十、数字孪生的校准—确认闭环

早期规则隐含了一个分离假设：离散事件仿真或工厂孪生只要能复现一段历史产量，就可直接用于新排程和资本决策。当样本、分布、约束、在线反馈与人的执行之间无法再被分开结算时，“数字孪生的校准—确认闭环”必须用同一系统边界解释收益、代价与失效，而不能只挑一个有利读数。

这一支理论的可反驳命题是：孪生必须分别做参数校准、结构验证、预测确认和不确定性传播，并在系统改变后重新确认适用域。运营孪生必须把参数校准、代码验证、输出确认和持续监测分开：用一部分数据估计参数，用独立数据检验预测，并在系统变化后重新判断模型是否仍适用。

2016 年后的制造与物流孪生项目把在线数据接入仿真优化，同时暴露“用同一数据校准又验证”的循环论证；见相邻面板〈245 系统工程与管理科学〉的持续保证条目。支持结论的关键是对照组共享同一系统边界。若边界一变，优势便来自遗漏的投入或后果，“数字孪生的校准—确认闭环”就尚未被独立验证。

持续吸收全部现场数据会让模型永远贴合历史，却没有独立确认。应保留盲期、故障事件和对照传感器，并记录版本；若孪生只能在更新后解释过去，实时预测不能支持排程或维护优化。若只有发明团队、特定软件或专有数据能得到结果，而不同数据期、实例族、运营现场或政策环境无法独立完成，“数字孪生的校准—确认闭环”尚未成为公共工程知识。

运营孪生最常见的失败不是算得不准，而是循环论证：用同一批数据校准又验证，模型自然吻合良好，而它对未见工况的预测能力从未被检验。把校准数据与确认数据分开，是这条命题最低限度的要求，也是多数项目最容易省掉的一步。更进一步的要求是声明适用域——孪生只在被确认过的工况范围内可用，系统改造后必须重新确认。另一处是组织责任：孪生的适用域声明应有明确的签署人，否则没有人会在系统改造后主动提出重新确认。

它与相邻面板〈245 系统工程与管理科学〉的持续保证案例是同一条纪律在不同尺度上的表述，也与本块「二、样本外证书」共享「交付物要带保证」的取向。一处反向证据是漂移速度：若系统改造频率高于重新确认的周期，孪生将长期处于未确认状态而仍在被使用。因此检验量应是校准频率与系统漂移频率之比，且这个比值小于一时，孪生的输出不应进入决策。

十一、可复现优化基准

旧框架可概括为“只公布“优于现有方法若干百分比”而不公开实例、求解设置、随机种子与停止准则”与“不同论文的运行时间可直接比较”这两个极端判断。它适合冻结设计和边界，却不适合有限样本、分布漂移、序贯反馈与人机协同中的连续更新与相互作用。“可复现优化基准”的任务，是把更新何时改变结论写成可观测命题。

这一支理论的可反驳命题是：算法进步应在公开、版本化、难度分层的基准上，以可行率、最优间隙、时间分布和多随机种子共同报告。可复现基准要求公开实例、数据清洗、硬件、求解器版本、参数、随机种子、停止规则和完整结果分布，使“更快”或“更优”能由他人重算，并区分算法与工程实现。

MIPLIB 2010、2017 及求解器竞赛持续清理重复、失真和已过时实例；复评常发现调参和硬件差异改变排名，但公开基准也可能被过度拟合。对“可复现优化基准”，证据承担的是校准功能：它应告诉工程师何时相信模型、何时扩大样本外可行性、遗憾、违反概率与现场后果的不确定性，以及何时拒绝继续外推。

只公布平均值会掩盖超时、不可行和调参失败，私有实例又妨碍复核。应预先锁定协议并报告全部实例；若排名随微小参数或机器变化大幅翻转，榜单优势不能被解释为稳定方法进步。“可复现优化基准”还应比较短期与长期轨迹；若早期收益随后被退化、适应或维护负担反转，结论必须按全寿期而非初期窗口重写。

可复现基准是这个领域的公共基础设施，其维护成本由少数人承担而收益由全体享有，因此长期存在供给不足。它带来的实际纪律是报告方式的规范化：只报平均求解时间会被随机种子与调参掩盖真实差异，改为报可行率、最优间隙与时间分布之后，很多此前被接受的「显著提升」在复评中消失。这一效应与其他实验学科的复现危机高度同构。另一处是难度分层：基准若只收录难实例，会掩盖方法在常规规模上的差异，分层报告因此比单一榜单更有信息量。

它是「己、整数规划进步的算法—机器分解」与「六、学习型求解器的域外失效」共同依赖的基础，没有它，两条命题都无法被独立检验。一处反向证据是基准的过拟合：长期公开的实例集会被算法逐渐针对性优化，基准本身逐渐失去区分力，因此必须定期清理与更新，而更新又会打断纵向可比性。检验量应是可复现实例数与公开基准总数之比，并观察求解器换版本后的排名变化。

十二、人机协同排程的接管边界

排程系统常在两个极端之间摇摆：算法既然给出更优目标值，人工偏离就是错误；或者只要保留人工最终决定，系统就自然安全。前者忽略现场未编码的信息，后者忽略疲劳、信任偏差和不一致接管。真正的问题是把权限边界写清：何时自动执行、何时解释、何时请求接管，以及覆盖决定如何进入下一轮学习。

这一支理论的可反驳命题是：排程系统应设计何时解释、何时允许覆盖、如何记录覆盖理由，以及人类负荷与信任如何反向影响执行质量。人类调度员会基于未编码的现场知识覆盖算法，也会受工作负荷、习惯和信任偏差影响；协同系统应明确何时提示、何时请求接管、何时自动执行，并记录理由。

2020 年代仓储、医疗和生产调度实验显示建议采纳率受稳定性、解释和局部可执行性影响；离线目标改善若伴随频繁改动，现场绩效可能反而下降。因此，不同数据期、实例族、运营现场或政策环境中的重复不仅要看结果方向，还要比较阈值、尾部和失败方式；三者不同，所谓复现可能只是表面相似。

只比较离线目标值无法判断接管是否有价值。应在真实现场或高保真仿真中随机化建议呈现与解释方式，记录覆盖理由、响应时间、可行性破坏和异常恢复；若人工覆盖既不改善未建模事件，又持续降低方案可执行性，权限应向自动化回收。反之，若算法在边界事件中反复请求过晚或无法说明约束冲突，人机协同也不能靠“人工兜底”获得安全性。

把接管边界写进设计，实际是承认排程模型永远不会完备：现场的临时状况、人员状态与非正式约束不可能全部进入模型，而调度员的覆盖恰恰携带着这部分信息。因此覆盖不应被当作系统失败，而应被当作数据来源——记录覆盖理由并回流到模型，是把人的知识编码进系统的唯一现实路径。忽视这一点的系统，通常在上线数月后被现场彻底绕过。另一处是培训：调度员需要知道模型在什么情形下不可靠，这份知识与模型本身同等重要，却很少被写进交付物。

与「三、面向决策的预测损失」共享同一个立场：真正的目标是现场绩效而不是离线目标值。一处反向证据是频繁改动：离线目标改善若伴随排程的频繁变动，现场执行质量会因适应成本而下降，最终绩效反而变差——稳定性本身是一项未被写进目标函数的约束。因此这条命题的检验量应是正确接管数与需要接管情景数之比，并须同时记录人工负荷与排程时长。

◎ 二十年连起来看

第一幕把不确定性从预测误差移入决策结构：预算不确定集给保守性定价，可调鲁棒决策区分先决与后决动作，矩信息和场景法给分布与概率证书，在线遗憾把长期学习纳入评价，求解器分解与仿真信息价值审查计算增量，排队耐心则把人的等待行为写入模型。第二幕继续清算样本内最优，把Wasserstein分布、样本外证书、决策损失、情境、因果、公平、域外失效、鲁棒MDP、孪生确认和人机接管放进同一部署边界。

被继承的判据是模型必须声明保护哪类不确定性，算法必须在未参与建模的数据和现场执行中保持优势，决策比较必须包含违反与遗憾而非只看平均目标值。场景法与样本外证书都要求覆盖率，预算鲁棒与Wasserstein鲁棒都要求解释集合，在线遗憾与人机协同都把反馈和执行纳入结果。

被推翻的默认包括：预测越准决策必然越好、鲁棒就是对一切最坏情况都安全、随机基准排名代表求解器进步、历史相关足以支持政策优化，以及总效率最优自然产生公平服务。两幕仍未解决的是如何在有限样本、结构漂移和多目标冲突下，选择既不虚假保障、又不因过度保守而失去行动价值的不确定集与比较基线。

◎ 三个常见误解

误解一：鲁棒优化保证方案永不失败。 正确读法是，它只对明确的不确定集合提供保障，集合外仍会失败。误读来自“最坏情形”没有说明最坏是相对于哪一组假设。

误解二：预测模型误差更低，运营结果就一定更好。 正确读法是，只有会改变约束或行动的误差才决定决策损失。误读来自预测指标容易统一，而不同业务目标和临界点难以合并。

误解三：人类覆盖算法说明算法失败。 正确读法是，覆盖可能揭示未建模现场知识，也可能来自负荷、习惯或信任偏差。误读来自只记录覆盖动作，不记录理由和后果。

◎ 与相邻领域的接口

与系统工程与管理科学的接口在需求、任务、风险与项目决策。运筹提供优化与证书，系统工程决定边界和证据是否对应真实系统；见相邻面板〈245 系统工程与管理科学〉的“任务工程”和“大型项目的厚尾风险”。

与电气与电力工程的接口在需求响应、备用、市场和网络约束。聚合灵活性只有通过样本外可用性和持续时长验证才可调度；见相邻面板〈239 电气与电力工程〉的“可验证的负荷灵活性”。

与化学工程的接口在生产排程、鲁棒可操作域和在线优化。见相邻面板〈237 化学工程〉的“鲁棒可操作域”和“数字孪生的在线更新”。

与海洋与船舶工程的接口在气象航路、维护、共享系泊和港口燃料网络。见相邻面板〈246 海洋与船舶工程〉的“数据驱动气象航路的外推风险”和“浮式风电阵列的共享系泊”。

◎ 争议现场

第一场争论是分布鲁棒优化是否提供真实保障，还是用保守集合制造安全感。支持者强调有限样本证书，反对者指出距离、半径和相关结构决定一切。要收敛，需要以前瞻漂移检验覆盖率，并把保障宽度与实际机会损失同时报告。

第二场争论是神经组合优化能否超越成熟求解器。支持者强调实例分布中的快速构造，反对者强调域外、可行性和比较协议。需要统一时间预算、真实实例留出、最坏间隙与回退成本，而不只展示平均小实例。

第三场争论是公平约束应进入目标还是约束。不同形式对应不同价值选择，不能由数学单独决定。要收敛，需要公开分母、受益与受损群体、长期反馈和不可接受底线，再比较帕累托前沿，而不是寻找一个无争议公平分数。

◎ 往下五年看什么

观察点是鲁棒与分布鲁棒论文是否报告不确定集合的覆盖率、半径选择和样本外违反，而不是只给目标值和理论界。

观察点是学习型优化方法是否按行业、时间、规模和实例生成机制做域外评测，并在不确定时自动退回可靠基线。

观察点是处方与因果优化是否开始以前瞻随机或准实验验证政策收益，而不是只在历史日志上做离线评估。

观察点是人机协同系统是否记录建议、覆盖、理由、执行与后果的完整链条。没有这条链，接管边界无法被学习。

◎ 可与哪些领域对撞

本块“分布鲁棒优化的样本外证书”可与第149号《会计与审计》的“审计质量代理变量的危机”对撞。两者共享的预设是：一个证书只有在其分母和覆盖范围可核验时才有意义。相反点在于：分布鲁棒优化报告在模糊集合内的最坏表现，会计研究警惕用单一代理代替真实质量。若两边都成立，鲁棒证书必须同时披露集合如何构造、覆盖了哪些外部情景以及保护成本是多少。

本块“面向决策的预测损失”可与第074号《因果推断》的“机器学习进入因果估计”对撞。两者共享的预设是：预测准确与决策价值不是同一个目标。相反点在于：决策聚焦学习按业务代价训练预测器，因果机器学习则强调策略价值依赖反事实与重叠。若两边都成立，模型评测必须从误差均值转向样本外政策价值，并报告哪些人群或情境缺乏可识别决策。

本块“人机排程的接管边界”可与第048号《AI安全与对齐》的“可扩展监督”对撞。两者共享的预设是：自动系统的可靠性取决于人能否识别并接管其失败。相反点在于：工业排程强调例外管理，对齐研究强调监督者可能无法判断系统何时越界。若两边都成立，接管设计必须测量告警提前量、人工负荷与正确接管率，而不是只比较自动方案的目标值。

◎ 十条可做的研究命题

预算不确定集的参数可由目标违反率校准；用滚动时间外数据选择预算并前瞻验证；若覆盖率不随预算单调改善，鲁棒价格命题被证伪。

可调鲁棒策略的优势来自真实可得信息；限制其使用延迟信息并与滚动优化比较；若收益消失，原结果存在信息泄漏。

场景证书在相关数据下系统失准；比较随机抽样与时间块场景的实际违反；若覆盖相同，独立性批评被证伪。

面向决策训练只在决策边界附近优于通用预测；分层扰动不同误差区域；若整体误差同样决定损失，命题不成立。

神经组合优化的域外退化可由实例距离预警；按行业与规模留出并校准置信；若距离不能预测间隙，预警命题被证伪。

因果政策优化比相关预测在政策改变后更稳健；用自然实验或随机试验比较；若两者政策收益相同，因果增量不成立。

公平约束会通过长期反馈改变需求分布；在服务系统中做多期仿真与现场试验；若一次性和长期排序一致，反馈命题被证伪。

鲁棒MDP的矩形不确定集导致过度保守；用相关扰动环境比较结构化与矩形集合；若性能无差异，相关结构增量不成立。

可复现基准会缩小算法名义优势；对高引用结果按统一硬件和停止规则重算；若排名保持且差距不变，基准偏差批评被证伪。

人类接管只有在未建模状态下改善排程；随机化建议与信息显示并记录覆盖后果；若覆盖在所有状态同样有益，接管边界命题需重写。

◎ 资料核验

正文中的人名、年份、设计、读数与制度文件依据下列原始论文、标准和官方资料核对；正文六段字数不含源行、碰撞行与本资料表。

下列资料与正文源行逐条对应，便于复核提出者、年份、卷页、读数与制度版本。