今年4月，澎湃新聞報道了天津大學軟件學院軟件工程專業2012屆碩士畢業生李慶昆的碩士學位論文涉嫌抄襲事件。

近日，澎湃新聞再度接獲舉報，天津大學一篇碩士學位論文涉嫌大面積抄襲內蒙古農業大學的一篇碩士學位論文。

這兩篇論文分別是天津大學建筑工程學院建筑與土木工程2008屆碩士畢業生李瑞鋒的碩士學位論文《BP神經網絡在現場混凝土強度預測中的應用研究》（以下簡稱“李瑞鋒論文”）與內蒙古農業大學農業水土工程2005屆碩士畢業生武欣慧的碩士學位論文《基于人工神經網絡的普通混凝土強度預測的研究》（以下簡稱“武欣慧論文”）。

李瑞鋒論文封面

武欣慧論文封面

武欣慧論文完成于2005年5月，李瑞鋒論文的完成時間是2008年5月，從時間上看，李瑞鋒論文比武欣慧論文完成時間晚了3年。

澎湃新聞記者從中國知網上下載了上述兩篇論文，仔細比對后發現，兩篇論文從目錄到正文內容都高度雷同，74條參考文獻從書名、出版時間到引用的頁碼都毫無差別。

值得注意的是，李瑞鋒論文在“致謝”部分還特別感謝了彼時已成為內蒙古農業大學副教授的武欣慧。

針對李瑞鋒論文涉嫌抄襲武欣慧論文并致謝武欣慧一事，近日，澎湃新聞聯系到武欣慧了解求證。目前在內蒙古農業大學林學院任教的武欣慧告訴澎湃新聞，她完全不認識李瑞鋒，自己的碩士學位論文系原創，對是否被他人抄襲情況并不知情。

隨后，澎湃新聞又致電李瑞鋒的培養單位、天津大學建筑工程學院進行了解。該院研究生辦公室的一名工作人員回復澎湃新聞稱，此前對李瑞鋒碩士學位論文涉嫌抄襲一事不了解，將向學校有關部門進行反映，及時展開調查。

摘要、目錄高度雷同

比對兩篇論文后發現，兩篇論文的題目雖然不完全相同，但都以神經網絡對混凝土強度的預測應用為研究對象。

武欣慧論文摘要

兩篇論文的中文摘要部分極度相似。武欣慧論文的中文摘要分為兩個自然段，具體內容為：

“抗壓強度是混凝土最重要的性能之一，是混凝土質量控制的核心內容，同時也是結構設計和施工的重要依據。規范規定評定結構構件的混凝土強度需標準養護28天才能獲得，不能滿足現代化施工的時間要求，同時又可能留下隱患。因此，發展混凝土強度早期快速測定技術，提高預測精度具有重大意義。

“借鑒國內外有關混凝土強度預測的研究成果，結合人工神經網絡基本原理，運用MATLAB神經網絡工具箱，就網絡的輸入向量、網絡結構、傳遞函數及其它參數的選擇展開研究。在此基礎上，選擇內蒙古中西部地區三座野外變電站制作大量同條件養護標準試件，作為網絡模型的訓練樣本和測試樣本，分別運用基本BP算法、附加動量因子的自適應調整學習率算法和L—M算法三種方法訓練網絡，經大量試算和仿真結果比對，最終利用L—M算法建立網絡結構合理、收斂速度快、精度高的滿足工程要求的普通混凝土強度預測模型，與多元線性回歸模型預測結果相比，BP網絡模型有更高的精度，將預測誤差控制在3%以內，可以極大程度上避免目前混凝土施工中存在的強度預測偏差較大的問題。”

李瑞鋒論文摘要（在澎湃APP內點擊查看大圖）

李瑞鋒論文的中文摘要也分為兩個自然段，其內容為：

“混凝土強度是混凝土質量控制的核心內容，是結構設計和施工的重要依據，也是混凝土最重要的性能之一。根據我國規范要求，評定結構構件的混凝土強度需要進行28天標準養護，這顯然不能滿足現代化施工的時間要求，同時又可能留下隱患。因此，在諸多混凝土強度的影響因素中找出主要因素，采用現代分析方法，發展并完善適應工程實際的混凝土強度早期快速測定技術，提高混凝土強度早期預測精度具有重要意義。

“在總結分析國內外有關混凝土強度預測研究成果的基礎上，本人根據人工神經網絡基本原理，運用MATLAB神經網絡工具箱，就網絡的輸入向量、網絡結構、傳遞函數及其它參數的選擇展開研究。在此基礎上，選擇內蒙古中西部地區三座野外變電站制作大量同條件養護標準試件，作為網絡模型的訓練樣本和測試樣本，分別運用基本BP算法、附加動量因子的自適應調整學習率算法和L—M算法三種方法訓練網絡，經大量試算和仿真結果比對，最終利用L—M算法建立網絡結構合理、收斂速度快、精度高的滿足工程要求的普通混凝土強度預測模型，與多元線性回歸模型預測結果相比，BP網絡模型有更高的精度，將預測誤差控制在3%以內，可以極大程度上避免目前混凝土施工中存在的強度預測偏差較大的問題。”

對比以上兩部分內容發現，李瑞鋒論文除了調整了第一句話的語序，并將“規范規定”改寫為“根據我國規范要求”，將“需標準養護28天才能獲得”改寫為“需要進行28天標準養護”，將“借鑒國內外有關混凝土強度預測的研究成果”，改寫為“在總結分析國內外有關混凝土強度預測研究成果的基礎上”，其他內容均與武欣慧論文無差別。

再從目錄看，武欣慧論文分為六章，標題分別是引言、普通混凝土抗壓強度影響因素與強度檢驗評定分析、人工神經網絡基本原理、網絡模型樣本的制備和試驗、基于MATLAB BP神經網絡工具箱混凝土強度預測模型的建立、總結與展望。

武欣慧論文目錄一到三章截圖

武欣慧論文目錄四到六章截圖

李瑞鋒論文的目錄也分為六章，即引言、普通混凝土抗壓強度影響因素與強度檢驗評定分析、人工神經網絡基本原理、網絡模型樣本的制備和試驗、基于MATLAB神經網絡工具箱混凝土強度預測模型的建立、結論與展望。

李瑞鋒論文目錄一到三章截圖

李瑞鋒論文四到六章截圖

對比發現，李瑞鋒論文目錄只比武欣慧論文少了一個“BP”，并將“總結”改寫成“結論”，其他均和武欣慧論文一模一樣。

此外，兩篇論文的章目錄下面的小節標題也全部一致。

正文內容近乎無差別

兩篇論文的正文內容也高度雷同。

以第一章為例，武欣慧論文在“關鍵技術線路”小節寫道：“本研究運用MATLAB提供的神經網絡工具箱編程，建立普通混凝土強度預測的BP神經網絡模型。網絡學習樣本全部來自于工程實踐，試件全部為同條件養護試件，其輸出強度為等效養護齡期所對應成熟度下的強度。部分樣本同時用于結構混凝土強度評定。建模中，對網絡結構、輸入向量、傳遞函數等其它網絡參數的選擇進行仔細研究和大量試算，并分別運用基本BP算法、附加動量因子自適應調整學習率BP算法以及L—M算法進行網絡訓練和仿真，旨在建立一個能在工程實踐中推廣的高精度、收斂速率快的混凝土強度預測模型。”

武欣慧論文第一章部分內容截圖

李瑞鋒論文也在第一章“關鍵技術線路”小節中寫道：“本研究運用MATLAB提供的神經網絡工具箱編程，建立普通混凝土強度預測的BP神經網絡模型。網絡學習樣本全部來自于工程實踐，試件全部為同條件養護試件，其輸出強度為等效養護齡期所對應成熟度下的強度。部分樣本同時用于結構混凝土強度評定。建模中，對網絡結構、輸入向量、傳遞函數等其它網絡參數的選擇進行仔細研究和大量試算，并分別運用基本BP算法、附加動量因子自適應調整學習率BP算法以及L—M算法進行網絡訓練和仿真，旨在建立一個能在工程實踐中推廣的高精度、收斂速率快的混凝土強度預測模型。”

以上兩段內容一字不差。

李瑞鋒論文第一章部分內容截圖

再比如，武欣慧論文在第二章的“結構混凝土強度分析”小節闡述了“標養強度的局限性”，具體表述為：“混凝土的主要質量指標是以標準試件的標養強度為依據的。試件標養強度在全世界已延用了80多年，成為混凝土與鋼筋混凝土結構的設計、施工及驗收的基本依據。近年來我國所制定的《普通混凝土力學性能試驗方法》（GB/T50081—2002）及《混凝土強度檢驗評定標準》（GBJ107—87），對這一試驗方法作出了明確的規定，為按試件強度進行混凝土質量監控奠定了基礎，但混凝土的標準養護強度無法反映施工工藝（振搗、成型）、養護條件（溫度、濕度、齡期）、受力方式（承載試件、加載速度）、尺寸效應（體積、比表面積）的影響，只是一種‘材料混凝土強度’，反映了混凝土的組成成分和攪拌質量，難以反映施工工藝和養護條件對真正強度的影響。

實際結構中混凝土的強度（結構混凝土強度）從未有過嚴格定義，一般理解為從結構中取出的標準尺寸的試件，在相同試驗條件下測得的強度。其與標養強度除組成成分相同外，在養護溫度、濕度、體積效應、承載、齡期等方面均有不同，因此《混凝土結構設計規范》在考慮強度設計參數時，乘上了必要的系數。”

武欣慧論文第二章部分內容截圖

李瑞鋒論文也在第二章相同小節同樣對“標養強度的局限性”作了闡述，其內容為：“混凝土的主要質量指標是以標準試件的標養強度為依據的。試件標養強度在全世界已延用了80多年，成為混凝土與鋼筋混凝土結構的設計、施工及驗收的基本依據。近年來我國所制定的《普通混凝土力學性能試驗方法》（GB/T50081—2002）及《混凝土強度檢驗評定標準》（GBJ107—87），對這一試驗方法作出了明確的規定，為按試件強度進行混凝土質量監控奠定了基礎，但混凝土的標準養護強度無法反映施工工藝（振搗、成型）、養護條件（溫度、濕度、齡期）、受力方式（承載試件、加載速度）、尺寸效應（體積、比表面積）的影響，只是一種‘材料混凝土強度’，反映了混凝土的組成成分和攪拌質量，難以反映施工工藝和養護條件對真正強度的影響。

實際結構中混凝土的強度（結構混凝土強度）從未有過嚴格定義，一般理解為從結構中取出的標準尺寸的試件，在相同試驗條件下測得的強度。其與標養強度除組成成分相同外，在養護溫度、濕度、體積效應、承載、齡期等方面均有不同，因此《混凝土結構設計規范》在考慮強度設計參數時，乘上了必要的系數。”

李瑞鋒論文第二章部分內容截圖

以上兩部分內容，包括括號內的注解，都完全一致。

再看第三章，武欣慧論文在論述“人工神經網絡的特征”時寫道：“圖10為一典型的神經網絡模型，由模型圖可以看出，神經網絡是由大量處理元件由加權重的連接聯系在一起，這些連接可以傳遞信號。通過許多神經元間這種并行的協同作用可實現智能功能，這種處理信號的方法也被稱為‘并行信息處理方法’，它不采用大量的機械計算和復雜的邏輯運算，便能靈活地適應和處理各種復雜和模糊的情況，對問題迅速求解。按照一定的拓撲結構相互連接而成的網絡系統，具有非線性大規模自適應的動力學特征。”

武欣慧論文第三章部分內容截圖

李瑞鋒論文第三章也有一小節關于“人工神經網絡的特征”的闡述，其表述為：“圖10為一典型的神經網絡模型，由模型圖可以看出，神經網絡是由大量處理元件由加權重的連接聯系在一起，這些連接可以傳遞信號。通過許多神經元間這種并行的協同作用可實現智能功能，這種處理信號的方法也被稱為‘并行信息處理方法’，它不采用大量的機械計算和復雜的邏輯運算，便能靈活地適應和處理各種復雜和模糊的情況，對問題迅速求解。按照一定的拓撲結構相互連接而成的網絡系統，具有非線性大規模自適應的動力學特征。”

李瑞鋒論文第三章部分內容截圖

對比發現，以上兩段內容包括“圖10”都一字不差。

再比如，武欣慧論文第四章對“巴彥淖爾市沙德格工業園區220KV變電站”的介紹是：

“站址位于巴彥諾爾市烏拉特前旗沙德格蘇木東北側3.5公里工業園區西側，與哈石公路比鄰。站區地震基本烈度8度，極端最高氣溫36.5℃，極端最低氣溫-30.1℃，最大凍土深度2.6米。本期建設規模：220KV出線一回，至張家營220KV變電站，110出線一回，至朝陽110KV變，35KV出線18回。全站總建筑面積3398平方米，主控制樓建筑面積1023平方米，架構及設備基礎混凝土總澆筑量為3546立方米。

“2003年開始一大批高耗能項目在巴盟前旗沙德格工業園區落戶，使得負荷猛增，本站的建設，不僅可以滿足高耗能工業園區用電負荷的需要，還可以滿足農牧民生產、生活與小型采礦業的用電，同時能提高供電電壓質量以及供電可靠性。烏拉特前旗氣象局提供的30年（1971-2000）氣象資料氣溫統計結果見表4。在本研究中，87組樣本取自于本站1#、2#、3#主變壓器基礎及電纜溝。”

武欣慧論文第四章部分內容截圖

李瑞鋒論文在相同章節也寫道：

“站址位于巴彥諾爾市烏拉特前旗沙德格蘇木東北側3.5公里工業園區西側，與哈石公路比鄰。站區地震基本烈度8度，極端最高氣溫36.5℃，極端最低氣溫-30.1℃，最大凍土深度2.6米。本期建設規模：220KV出線一回，至張家營220KV變電站，110出線一回，至朝陽110KV變，35KV出線18回。全站總建筑面積3398平方米，主控制樓建筑面積1023平方米，架構及設備基礎混凝土總澆筑量為3546立方米。

“2006年開始一大批高耗能項目在巴盟前旗沙德格工業園區落戶，使得負荷猛增，本站的建設，不僅可以滿足高耗能工業園區用電負荷的需要，還可以滿足農牧民生產、生活與小型采礦業的用電，同時能提高供電電壓質量以及供電可靠性。烏拉特前旗氣象局提供的30年（1971-2000）氣象資料氣溫統計結果見表4。在本研究中，87組樣本取自于本站1#、2#、3#主變壓器基礎及電纜溝。”

李瑞鋒論文第四章部分內容截圖

以上兩部分內容，李瑞鋒論文除了將“2003年”改寫成“2006年”，其他內容均可以在武欣慧論文中找到相同表述。

再以兩篇論文的第五章為例看，武欣慧論文在“網絡結構的確定”一節開頭寫道：

“人工神經網絡結構的確定是指確定網絡的層數以及各層的神經元節點數。理論上早已證明：具有偏差和至少一個S型隱含層加上一個線性輸出層的網絡，能夠逼近任何有理函數。一般來說，沒有任何理論根據采用兩層以上的中間隱層，對大多數實際問題，一層隱層即三層網絡已經足夠了，這已成了定理。增加層數主要可以進一步地降低誤差，提高精度，但同時也使網絡復雜化，從而增加了網絡權值的訓練時間。而誤差精度的提高實際上也可以通過增加隱含層中的神經元數目來獲得，其訓練效果也比增加層數更容易觀察和調整，因此在確定神經網絡結構時，優先考慮單隱層結構。本研究在確定網絡結構時進行的大量試算也是從單隱層結構開始的。

“基于BP算法的神經網絡中各層節點數的選擇對網絡的性能影響也很大，層內節點數需要進行適當的選擇。就BP網絡的輸入、輸出層節點數，一般來說，要由網絡的用途和研究工作的實際情況來決定。在4.2節中可知本研究的輸入節點數確定為6，輸出節點為同條件養護試塊的等效養護齡期強渡，輸出節點數為1。”

武欣慧論文第五章部分內容截圖

李瑞鋒論文第五章也有一節是闡述“網絡結構的確定”的，其開頭寫道：

“人工神經網絡結構的確定是指確定網絡的層數以及各層的神經元節點數。理論上早已證明：具有偏差和至少一個S型隱含層加上一個線性輸出層的網絡，能夠逼近任何有理函數。一般來說，沒有任何理論根據采用兩層以上的中間隱層，對大多數實際問題，一層隱層即三層網絡已經足夠了，這已成了定理。增加層數主要可以進一步地降低誤差，提高精度，但同時也使網絡復雜化，從而增加了網絡權值的訓練時間。而誤差精度的提高實際上也可以通過增加隱含層中的神經元數目來獲得，其訓練效果也比增加層數更容易觀察和調整，因此在確定神經網絡結構時，優先考慮單隱層結構。本研究在確定網絡結構時進行的大量試算也是從單隱層結構開始的。

“基于BP算法的神經網絡中各層節點數的選擇對網絡的性能影響也很大，層內節點數需要進行適當的選擇。就BP網絡的輸入、輸出層節點數，一般來說，要由網絡的用途和研究工作的實際情況來決定。在4.2節中可知本研究的輸入節點數確定為6，輸出節點為同條件養護試塊的等效養護齡期強渡，輸出節點數為1。”

李瑞鋒論文第五章部分內容截圖

以上兩部分內容，一字不差。

兩篇論文的最后一章也近乎完全一致。

武欣慧論文“展望”部分截圖

李瑞鋒論文“展望”部分截圖

比如武欣慧論文在“展望”的開頭一段寫道：“影響普通混凝土強度的因素很多，在本研究中因工程地點和實驗條件的原因只選取其中六項作為網絡輸入向量進行訓練，并將水泥限制于一種，粗骨料全部為碎石，這就增大了網絡運用的局限性；施工現場的試驗混凝土強度等級僅限于工程涉及的C10-C40間，而網絡輸入向量的維數越多，學習樣本的覆蓋面越廣，網絡的預測結果越精確，因此在以后的研究中還有待于積累更多更廣泛的學習樣本以拓寬模型的適用性。”

李瑞鋒論文“展望”部分第一段的內容為：“影響普通混凝土強度的因素很多，在本研究中因工程地點和實驗條件的原因只選取其中六項作為網絡輸入向量進行訓練，并將水泥限制于一種，粗骨料全部為碎石，這就增大了網絡運用的局限性；施工現場的試驗混凝土強度等級僅限于工程涉及的C10-C40間，而網絡輸入向量的維數越多，學習樣本的覆蓋面越廣，網絡的預測結果越精確，因此在以后的研究中還有待于積累更多更廣泛的學習樣本以拓寬模型的適用性。”

以上選取的兩段內容，依然沒有任何區別。

致謝被抄者，被抄者回應：不認識不知情

澎湃新聞比對發現，兩篇論文的參考文獻也完全一樣。

武欣慧論文部分參考文獻截圖

李瑞鋒論文部分參考文獻截圖

武欣慧論文的參考文獻一共74條，都注明了作者、文獻名、出版單位和具體頁碼，其中有2條是武欣慧和其碩士學位論文指導教師申向東此前發表的兩篇學術論文即“MATLAB語言在混凝土強度評定中的應用[J].內蒙古電力技術，2005（1）：24-28”和“普通混凝土強度預測的神經網絡模型[J].華北電力技術，2004（4）：33-36”。

李瑞鋒論文的參考文獻也是74條，也注明了作者、文獻名、出版單位和具體頁碼，也有2條是武欣慧與申向東此前發表過的學術論文。所有條目與武欣慧論文所列的完全一樣。

兩篇論文的“致謝”也存在相似之處。比如，武欣慧論文在感謝導師申向東時寫道：“在碩士學習的三年時間里，導師敏銳的學術思維、淵博的知識、嚴謹治學的態度和寬厚的待人都給我留下了深刻的印象，是我學習的榜樣。導師在諸多方面給予我極大的幫助和關懷，本文從研究思路、題目選擇、寫作大綱制定、分析方法使用等方面，無不凝聚了導師的心血，在此表示衷心的感謝。”

李瑞鋒論文也在“致謝”部分開頭感謝了其導師亢景付教授，具體表述為：“在碩士學習的三年時間里，導師敏銳的學術思維、淵博的知識、嚴謹治學的態度和寬厚的待人都給我留下了深刻的印象，是我學習的榜樣。導師在諸多方面給予我極大的幫助和關懷，本文從研究思路、題目選擇、寫作大綱制定、分析方法使用等方面，無不凝聚了導師的心血，在此表示衷心的感謝。”

以上兩段文字一模一樣。

武欣慧論文還特別感謝了內蒙古工業大學建筑工程學院的李建雄、霍俊芳副教授，對他們在本文試驗和數據整理中付出的心血表示深深的謝意。

李瑞鋒論文也致謝了李建雄副教授，此外，還有內蒙古農業大學的武欣慧副教授，感謝他們在本文試驗和數據整理中付出的心血。

李瑞鋒論文“致謝”部分截圖

武欣慧論文“致謝”部分截圖

由于論文完成時間上，李瑞鋒論文比武欣慧論文晚了3年，完成于2008年5月的李瑞鋒論文涉嫌抄襲武欣慧論文。也就是說，涉嫌碩士學位論文抄襲的李瑞鋒在其論文最后的“致謝”部分特別感謝了被抄者武欣慧。

國內多名學者告訴澎湃新聞記者，學位、學術論文的引用有嚴格的規范和比例要求，并不因為在“后記”或者“致謝”部分特別感謝了被抄襲者，其行為就可以不被認定為抄襲。

針對李瑞鋒論文涉嫌抄襲武欣慧論文并致謝武欣慧一事，近日，澎湃新聞聯系到武欣慧進行了解求證。目前在內蒙古農業大學林學院任教的武欣慧告訴澎湃新聞，她完全不認識天津大學2008屆碩士畢業生李瑞鋒，同時表示自己的碩士學位論文系原創，對是否被他人抄襲情況并不知情。

隨后，澎湃新聞又致電李瑞鋒的培養單位、天津大學建筑工程學院進行了解。該院研究生辦公室的一名工作人員回復澎湃新聞稱，此前對李瑞鋒碩士學位論文涉嫌抄襲一事不了解，將向學校有關部門進行反映，展開調查，并及時將調查進展進行反饋。