基于知識(shí)圖譜的國(guó)內(nèi)外模塊劃分研究熱點(diǎn)與演進(jìn)分析

崔光珍　黃航　肖艷秋　張國(guó)智

摘要：以中國(guó)知網(wǎng)（CNKI）和Web of Science（WOS）期刊庫(kù)為數(shù)據(jù)來(lái)源，借助CiteSpace軟件繪制科學(xué)知識(shí)圖譜，對(duì)2000—2019年國(guó)內(nèi)外模塊劃分研究文獻(xiàn)的年度發(fā)文量、作者-機(jī)構(gòu)合作分布、研究熱點(diǎn)與演進(jìn)趨勢(shì)進(jìn)行可視化分析，指出：模塊劃分領(lǐng)域的研究持續(xù)受到國(guó)內(nèi)外學(xué)者的關(guān)注，主要經(jīng)歷了起步探索期（2000—2008年）、快速增長(zhǎng)期（2009—2015年）和平穩(wěn)發(fā)展期（2016—2019年）3個(gè)階段;從核心作者和研究機(jī)構(gòu)分布情況來(lái)看，中國(guó)和美國(guó)在模塊劃分領(lǐng)域的研究成果最為突出，表明中國(guó)已成為該領(lǐng)域在國(guó)際舞臺(tái)上的中堅(jiān)力量，但美國(guó)等發(fā)達(dá)國(guó)家依舊是主要研究群體;國(guó)內(nèi)外研究熱點(diǎn)多集中于產(chǎn)品綠色模塊劃分、產(chǎn)品設(shè)計(jì)、大規(guī)模定制等方面，國(guó)外研究更專注于復(fù)雜網(wǎng)絡(luò)、多目標(biāo)優(yōu)化、生物網(wǎng)絡(luò)模塊性等多學(xué)科領(lǐng)域，國(guó)內(nèi)則更側(cè)重于對(duì)模塊劃分理論方法的研究，且應(yīng)用范圍較窄;未來(lái)研究將圍繞基因網(wǎng)絡(luò)、動(dòng)力學(xué)分析、數(shù)字孿生等關(guān)鍵詞展開(kāi)，其中，解決復(fù)雜產(chǎn)品全生命周期模塊的組織與布局，以及借助數(shù)字孿生把握產(chǎn)品功能模塊粒度劃分將是未來(lái)研究的重點(diǎn)與攻關(guān)方向.

Abstract：

Taking China National Knowledge Infrastructure （CNKI） and Web of Science （WOS） journal database as data sources， the annual publication volume of the research literature， author-institution cooperation distribution， research hotspots， and evolution trends from the domestic and foreign research literature on module division from 2000 to 2019 were visually analyzed with the CiteSpace software to draw scientific knowledge graph.It was pointed out that the research in the field of module division was paid close attention by seniors at home and abroad，and it experienced the following three stages： the initial exploration period （2000-2008）， the rapid growth period （2009-2015）， and the steady development period （2016-2019）.From the perspective of the distribution of core authors and research institutions， it was found that China and the United States had the most outstanding research results in the field of module division. It indicated that China had become the backbone of this field in the international stage and the developed countries such as the United States were still the main research groups.The domestic and foreign research focused on the products green module division， product design， mass customization， etc. However， foreign researches focused on the multi-disciplinary field，such as complex network， multi-objective optimization and biological network modularity.The domestic researches focused on theoretical methods of the module division with a narrow application scope.The future research will be conducted on key words such as national gene network， dynamic analysis， digital twin， etc. Among them， solving the organization and layout of the complex products life cycle modules as well as applying digital twins to grasp the granularity of product function modules will be the focus and direction for the future research.

0 引言

當(dāng)前我國(guó)制造業(yè)正由傳統(tǒng)數(shù)據(jù)資源密集型向知識(shí)信息密集型轉(zhuǎn)化，傳統(tǒng)機(jī)械設(shè)計(jì)方法已不能滿足當(dāng)前社會(huì)發(fā)展的需求，將逐漸

被新的設(shè)計(jì)方法取代.模塊化設(shè)計(jì)能夠滿足多樣化、定制化的市場(chǎng)需求，保證高質(zhì)量、低成本的輸出，增強(qiáng)產(chǎn)品競(jìng)爭(zhēng)力，是實(shí)現(xiàn)智能設(shè)計(jì)制造的有效方法.作為產(chǎn)品模塊化的基礎(chǔ)，模塊劃分的合理性將直接影響產(chǎn)品的功能、性能、開(kāi)發(fā)時(shí)間、成本、模塊的通用程度、維修的方便性等[1]：通過(guò)對(duì)產(chǎn)品功能的模塊劃分，為產(chǎn)品創(chuàng)新設(shè)計(jì)階段的知識(shí)重用奠定基礎(chǔ)，有助于設(shè)計(jì)者快速有效地發(fā)現(xiàn)功能新解，實(shí)現(xiàn)技術(shù)創(chuàng)新[2];采用基于模塊劃分的模塊配置方法，可有效解決橋式起重機(jī)功能部件的優(yōu)配設(shè)計(jì)問(wèn)題，實(shí)現(xiàn)起重機(jī)性能和產(chǎn)品設(shè)計(jì)效率的提高[3];利用模塊劃分方法進(jìn)行結(jié)構(gòu)特征分析，將各生命周期的結(jié)構(gòu)劃分為模塊，為產(chǎn)品分析和再設(shè)計(jì)提供參考，節(jié)省了開(kāi)發(fā)時(shí)間[4];在批量化生產(chǎn)模式下，合理有效的模塊劃分是實(shí)現(xiàn)產(chǎn)品低成本、大批量生產(chǎn)的關(guān)鍵[5];面向訂單的定制生產(chǎn)背景，結(jié)合產(chǎn)品特點(diǎn)，借助模塊劃分方法構(gòu)建獨(dú)立的工時(shí)模塊模型，提高了模塊的通用性[6];采用基于零部件相關(guān)矩陣與動(dòng)態(tài)模糊聚類的模塊劃分策略，實(shí)現(xiàn)了復(fù)雜裝備產(chǎn)品快速維修[7].綜上所述，大量學(xué)者基于不同視角開(kāi)展模塊劃分的研究，并取得了豐碩成果.面對(duì)該領(lǐng)域研究成果，做好知識(shí)梳理，把握模塊劃分方法發(fā)展脈絡(luò)和趨勢(shì)，掌握當(dāng)前各學(xué)科模塊劃分技術(shù)發(fā)展前沿，將進(jìn)一步促進(jìn)智能模塊化設(shè)計(jì)領(lǐng)域的發(fā)展.

當(dāng)前，多數(shù)學(xué)者對(duì)模塊劃分領(lǐng)域知識(shí)的獲取是通過(guò)查閱大量文獻(xiàn)資料、憑借自身的經(jīng)驗(yàn)和專業(yè)知識(shí)作出總結(jié)和判斷，這種高屋建瓴的方式對(duì)知識(shí)儲(chǔ)備和專業(yè)素養(yǎng)要求較高，同時(shí)在文獻(xiàn)篩選、熱點(diǎn)追蹤、方向把控等方面具有主觀傾向性，可能存在偏差.在科學(xué)技術(shù)迅猛發(fā)展和知識(shí)快速傳播的今天，采用科學(xué)高效的方法挖掘、梳理、總結(jié)文獻(xiàn)成果中所蘊(yùn)含的隱性知識(shí)，是推動(dòng)整個(gè)學(xué)科領(lǐng)域創(chuàng)新發(fā)展的重要手段.因此，本文融合文獻(xiàn)計(jì)量學(xué)和可視化方法，借助科學(xué)計(jì)量圖譜對(duì)模塊劃分領(lǐng)域大量龐雜無(wú)序的知識(shí)脈絡(luò)進(jìn)行梳理、對(duì)比，對(duì)模塊劃分的研究熱點(diǎn)與演進(jìn)趨勢(shì)進(jìn)行分析和總結(jié)，以期為今后該領(lǐng)域相關(guān)研究提供參考與借鑒.

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源與處理

科學(xué)的檢索方法是準(zhǔn)確獲取數(shù)據(jù)的基礎(chǔ).本研究采用的中外文獻(xiàn)數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)（CNKI）和Web of Science（WOS）核心數(shù)據(jù)庫(kù)，以“模塊劃分”為主題詞，時(shí)間跨度為2000—2019年，文獻(xiàn)類型為文章（Article）、會(huì)議論文（Proceedings paper）、綜述（Review），人工剔除新聞、報(bào)告，以及與本研究不相關(guān)的文獻(xiàn).將最終檢索到的1276條CNKI有效數(shù)據(jù)和去重后的2576條WOS有效數(shù)據(jù)作為研究對(duì)象.

1.2 研究方法

本研究采用的CiteSpace軟件是由美國(guó)德雷塞爾大學(xué)陳超美教授開(kāi)發(fā)的一款基于Java的可視化軟件.CiteSpace軟件繪制的圖譜兼具“圖”和“譜”的雙重特性，被劉則淵教授用“四個(gè)一”概括為“一圖展春秋，一覽無(wú)余; 一圖勝萬(wàn)言，一目了然”[8].對(duì)比其他可視化軟件，CiteSpace軟件能夠更直接地挖掘科學(xué)知識(shí)中蘊(yùn)含的隱性知識(shí)，并對(duì)專業(yè)知識(shí)領(lǐng)域的數(shù)據(jù)和文獻(xiàn)成果進(jìn)行篩選、計(jì)量，探測(cè)關(guān)鍵路徑和知識(shí)拐點(diǎn).

2 國(guó)內(nèi)外模塊劃分領(lǐng)域文獻(xiàn)年度發(fā)文量統(tǒng)計(jì)

年度發(fā)文量體現(xiàn)了一個(gè)領(lǐng)域的研究程度及發(fā)展情況，同時(shí)也是判斷其研究階段的重要標(biāo)志[9-10].國(guó)內(nèi)外模塊劃分研究領(lǐng)域文獻(xiàn)發(fā)表年度趨勢(shì)如圖1所示.由圖1可知，國(guó)內(nèi)2000—2008年的年度發(fā)文量均少于70篇，說(shuō)明相關(guān)研究正處于萌芽階段，主要研究方向是大規(guī)模定制、產(chǎn)品配置、產(chǎn)品族規(guī)劃等;2009—2015年的年度發(fā)文量處于爆發(fā)式增長(zhǎng)期，且在2015年達(dá)到頂峰，其中，面向服務(wù)、創(chuàng)新設(shè)計(jì)的模塊化設(shè)計(jì)理論，以及與模塊劃分相關(guān)的算法研究是該時(shí)段的研究熱點(diǎn);2016—2019年為成熟期，發(fā)展趨勢(shì)穩(wěn)定，這可能是由于該領(lǐng)域

研究遭遇了瓶頸，需要挖掘、整合深層知識(shí)以輔助后續(xù)的創(chuàng)新研究，年度發(fā)文量均穩(wěn)定在80篇以上.當(dāng)前的研究主要以模塊劃分為基礎(chǔ)，融合知識(shí)工程（KBE）、人工智能（AI）等手段以實(shí)現(xiàn)機(jī)械產(chǎn)品設(shè)計(jì)制造過(guò)程的協(xié)同化、自動(dòng)化和智能化.國(guó)外年度發(fā)文量從2004—2016年就呈穩(wěn)步上升趨勢(shì)，在2016年達(dá)到峰值;而2017—2019年年度的發(fā)文量趨于平穩(wěn).可見(jiàn)，國(guó)內(nèi)外學(xué)者對(duì)模塊劃分技術(shù)的研究不斷深化，關(guān)注度持續(xù)上升.

3 國(guó)內(nèi)外模塊劃分領(lǐng)域核心作者統(tǒng)計(jì)

3.1 國(guó)內(nèi)核心作者統(tǒng)計(jì)

高影響力作者總能主導(dǎo)其科研領(lǐng)域活動(dòng)的深度和廣度，展現(xiàn)一門(mén)學(xué)科的縮影[11].每個(gè)作者都直接參與科研成果，其在領(lǐng)域內(nèi)的影響力可以通過(guò)發(fā)文量衡量.國(guó)內(nèi)模塊劃分領(lǐng)域的作者-機(jī)構(gòu)合作知識(shí)圖譜如圖2所示，國(guó)內(nèi)模塊劃分研究領(lǐng)域的核心作者統(tǒng)計(jì)見(jiàn)表1.分析圖2和表1后發(fā)現(xiàn)，四川大學(xué)殷國(guó)富的發(fā)文量為11篇，在模塊劃分領(lǐng)域內(nèi)名列前茅，其中《工業(yè)機(jī)器人模塊化設(shè)計(jì)研究》[12]被引40次.該文獻(xiàn)通過(guò)將模塊化設(shè)計(jì)方法與傳統(tǒng)設(shè)計(jì)方法進(jìn)行對(duì)比，指出了模塊化設(shè)計(jì)方法的關(guān)鍵技術(shù)是模塊的劃分和集成.排名第二的貴州大學(xué)尹健在其高被引文獻(xiàn)《基于結(jié)構(gòu)模塊化的微型山地稻麥聯(lián)合收割機(jī)設(shè)計(jì)》[13]中提出，模塊的劃分和組合實(shí)現(xiàn)了機(jī)器的模塊化設(shè)計(jì)，為實(shí)現(xiàn)快速配置不同性能的機(jī)器提供了一種方案.廣西工學(xué)院諶炎輝和山東大學(xué)張進(jìn)生的發(fā)文量均為8篇，前者最高被引文獻(xiàn)《復(fù)雜產(chǎn)品的最小最大劃分模塊化方法》[14]基于最小最大劃分，提出了一種適合復(fù)雜產(chǎn)品模塊劃分的方法;后者最高被引文獻(xiàn)《模塊化設(shè)計(jì)中模塊劃分方法的研究》[15]分析總結(jié)了模塊劃分涉及到原則、角度和聚類方法這3個(gè)關(guān)鍵問(wèn)題，共被引128次.仲梁維、李愛(ài)平、劉電霆緊隨其后，發(fā)文量分別為7篇、6篇、6篇.排名最后的桂林理工大學(xué)胡浩平發(fā)文量為5篇，作者基于綠色模塊劃分的多目標(biāo)模型，提出了一種多目標(biāo)蟻群算法[16].

3.2 國(guó)外核心作者統(tǒng)計(jì)

國(guó)外模塊劃分領(lǐng)域的作者-機(jī)構(gòu)合作知識(shí)圖譜如圖3所示.由圖3可知，模塊劃分領(lǐng)域最高被引文獻(xiàn)源自美國(guó)密歇根大學(xué)的M.E.J.Newman[17]，作者首次發(fā)現(xiàn)許多與科學(xué)有關(guān)的網(wǎng)絡(luò)（包括社交網(wǎng)絡(luò)、計(jì)算機(jī)網(wǎng)絡(luò)、新陳代謝和監(jiān)管網(wǎng)絡(luò)）都會(huì)自然劃分為模塊，認(rèn)為檢測(cè)和表征社區(qū)結(jié)構(gòu)的問(wèn)題是網(wǎng)絡(luò)系統(tǒng)研究中突出問(wèn)題之一，由此提出了一種基于模塊劃分的“模塊化”質(zhì)量函數(shù)對(duì)問(wèn)題進(jìn)行求解，該文獻(xiàn)共被引4796次.中科院學(xué)者與國(guó)外高校學(xué)術(shù)合作較多，其中代表性作者沈華偉（ H.W.Shen）的發(fā)文量主要集中在2009—2019年.其最高被引文獻(xiàn)《Quantifying and identifying the overlapping community structure in networks》[18]針對(duì)復(fù)雜網(wǎng)絡(luò)社區(qū)經(jīng)常相互重疊的問(wèn)題，提出了一種社區(qū)度量方法，即利用任意模塊化優(yōu)化方法對(duì)最大派系網(wǎng)絡(luò)進(jìn)行分區(qū)以識(shí)別重疊社區(qū)結(jié)構(gòu).近幾年突現(xiàn)最明顯的是由R.Rosen等[19]于2015年在IFAC-PapersOnLine期刊上發(fā)表的名為《About the importance of autonomy and digital twins for the future of manufacturing》的綜述.該綜述主要探討了未來(lái)制造業(yè)主要由模塊化、連接、自主、數(shù)字孿生技術(shù)4個(gè)方面組成，共被引136次.新加坡南洋理工大學(xué)的K.Herath 等[20]提出了一種基于模塊化設(shè)計(jì)的通信感知模塊放置方法，該方法旨在為FPGA（Field-Programmable Gate Array）選擇最佳的模塊封裝策略.

國(guó)外模塊劃分領(lǐng)域的

研究核心機(jī)構(gòu)群主要由美國(guó)密歇根大學(xué)、麻省理工學(xué)院（MIT）、新加坡南洋理工大學(xué)、倫敦大學(xué)學(xué)院（UCL）和新加坡國(guó)立大學(xué)組成.

通過(guò)分析國(guó)內(nèi)外作者-機(jī)構(gòu)合作知識(shí)圖譜發(fā)現(xiàn)，與國(guó)外相比，國(guó)內(nèi)核心作者群數(shù)量較多，表明國(guó)內(nèi)學(xué)者之間合作較為頻繁，學(xué)者之間聯(lián)系較為密切，產(chǎn)出成果較為豐富.但是，國(guó)外核心機(jī)構(gòu)聯(lián)系緊密，領(lǐng)域之間合作頻繁且被引頻次高，表明以美國(guó)為主的高產(chǎn)國(guó)家研究成果突出，影響系數(shù)大.國(guó)內(nèi)除中國(guó)科學(xué)院大學(xué)之外，大部分科研機(jī)構(gòu)的學(xué)術(shù)影響力相對(duì)較低，彼此合作存在局限性，機(jī)構(gòu)跨區(qū)域合作較少，缺乏跨區(qū)域合作意識(shí).由此可見(jiàn)，在模塊劃分方法研究方面，應(yīng)加強(qiáng)多學(xué)科領(lǐng)域合作，借鑒生物工程、基因工程等相關(guān)學(xué)科的先進(jìn)理論方法，進(jìn)一步促進(jìn)智能模塊化設(shè)計(jì)理論發(fā)展，拓寬模塊化方法的應(yīng)用范圍.

4 國(guó)內(nèi)外模塊劃分領(lǐng)域研究熱點(diǎn)分析

文獻(xiàn)的關(guān)鍵詞能夠清晰明了地反映文獻(xiàn)中蘊(yùn)含的主題與思想.因此，依據(jù)高頻關(guān)鍵詞可確定某學(xué)科領(lǐng)域的研究熱點(diǎn)[21].將圖譜分析節(jié)點(diǎn)設(shè)置為“Keywords”與“Term”，主題詞類型調(diào)整為“Burst Terms”，選取每個(gè)時(shí)區(qū)中Top50的高頻關(guān)鍵詞，分別繪制國(guó)內(nèi)外高頻關(guān)鍵詞-主題共現(xiàn)知識(shí)圖譜.

4.1 國(guó)內(nèi)研究熱點(diǎn)分析

國(guó)內(nèi)模塊劃分領(lǐng)域的高頻關(guān)鍵詞-主題共現(xiàn)知識(shí)圖譜如圖4所示，其中每個(gè)節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)的大小表示關(guān)鍵詞出現(xiàn)的頻次，節(jié)點(diǎn)間的連線表示兩個(gè)關(guān)鍵詞有共現(xiàn)關(guān)系，連線的粗細(xì)和顏色分別表示共現(xiàn)關(guān)系和出現(xiàn)年份[22].通過(guò)篩留語(yǔ)義和主題相關(guān)性強(qiáng)的關(guān)鍵詞，并按照頻率的高低進(jìn)行排序，得到Top20的關(guān)鍵詞如表2所示.通過(guò)分析圖4和表2發(fā)現(xiàn)：關(guān)鍵詞頻率分布不均勻，表明目前國(guó)內(nèi)研究領(lǐng)域過(guò)于單一，除模塊劃分、功能模塊等高頻詞匯之外，社團(tuán)結(jié)構(gòu)、生物網(wǎng)絡(luò)、航空等領(lǐng)域關(guān)注度較低;各聚類模塊之間連接不緊密，與關(guān)鍵詞所對(duì)應(yīng)方向的研究頻率存在一定的差異，研究熱點(diǎn)相對(duì)國(guó)外存在局限性，并且領(lǐng)域之間的交叉研究也相對(duì)較少.據(jù)此分析得出國(guó)內(nèi)模塊劃分領(lǐng)域的研究熱點(diǎn)主要有以下幾個(gè)方面.

1）模塊劃分技術(shù)的劃分策略：當(dāng)前國(guó)內(nèi)學(xué)者的研究重點(diǎn)主要基于產(chǎn)品功能、結(jié)構(gòu)、面向產(chǎn)品生命周期等模塊劃分策略.由表2可知，基于產(chǎn)品功能、模糊聚類、復(fù)雜網(wǎng)絡(luò)的劃分最為廣泛，關(guān)鍵詞出現(xiàn)頻率最高.

2）模塊劃分技術(shù)的應(yīng)用范圍：國(guó)內(nèi)側(cè)重于從產(chǎn)品設(shè)計(jì)階段的不同角度進(jìn)行應(yīng)用技術(shù)的研究，主要集中在產(chǎn)品綠色模塊劃分、多目標(biāo)優(yōu)化、產(chǎn)品設(shè)計(jì)、大規(guī)模定制等方面，其中產(chǎn)品綠色模塊劃分方法主要面向全生命周期產(chǎn)品的模塊設(shè)計(jì)，在滿足傳統(tǒng)模塊劃分功能和結(jié)構(gòu)的前提下，要求兼顧產(chǎn)品功能屬性與綠色屬性，表明模塊劃分多維度、細(xì)粒度的研究趨勢(shì);其次是針對(duì)模塊劃分求解的方法，如基于人工免疫、遺傳算法等多目標(biāo)優(yōu)化算法.

3）模塊劃分技術(shù)的研究目標(biāo)：突現(xiàn)較為明顯的關(guān)鍵詞有綠色設(shè)計(jì)、生命周期、產(chǎn)品設(shè)計(jì)、設(shè)計(jì)結(jié)構(gòu)矩陣等，各聚類交叉明顯，結(jié)點(diǎn)間連接緊密.受全球化的影響，近年國(guó)內(nèi)新興的應(yīng)用領(lǐng)域有基因網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、航空、艦船.其中，基因網(wǎng)絡(luò)利用模塊劃分方法對(duì)其進(jìn)行模塊識(shí)別.生物網(wǎng)絡(luò)研究借助模塊劃分算法對(duì)其進(jìn)行分解，主要集中在檢測(cè)蛋白質(zhì)合體和功能模塊，是后續(xù)國(guó)內(nèi)學(xué)者的重點(diǎn)研究方向.

4.2 國(guó)外研究熱點(diǎn)分析

國(guó)外模塊劃分領(lǐng)域的高頻關(guān)鍵詞-主題共現(xiàn)知識(shí)圖譜和國(guó)外模塊劃分領(lǐng)域研究熱點(diǎn)高頻關(guān)鍵詞列表分別如圖5和表3所示.由圖5和表3可知，與國(guó)內(nèi)相比，國(guó)外模塊劃分的高頻關(guān)鍵詞出現(xiàn)的頻率分布較均勻，研究熱點(diǎn)較多且分散，并不局限于某個(gè)單一研究方向，學(xué)科交叉研究較多.分析發(fā)現(xiàn)，國(guó)外模塊劃分技術(shù)的研究熱點(diǎn)主要集中在以下幾個(gè)方面.

1）模塊劃分技術(shù)的應(yīng)用目標(biāo)：模塊劃分在國(guó)外興起時(shí)間較早，在機(jī)械設(shè)計(jì)、軟件設(shè)計(jì)、社區(qū)結(jié)構(gòu)、對(duì)稱群中的應(yīng)用早已成熟，傳統(tǒng)的研究?jī)?nèi)容主要包括建模、仿真優(yōu)化、功能模塊劃分等;近年突現(xiàn)度較高的關(guān)鍵詞有基因網(wǎng)絡(luò)、動(dòng)力學(xué)分析、數(shù)字孿生等，已經(jīng)成為國(guó)外學(xué)者的研究熱點(diǎn)，并在實(shí)踐過(guò)程中取得了一定進(jìn)展.

2）模塊劃分技術(shù)的應(yīng)用領(lǐng)域：國(guó)外模塊劃分技術(shù)應(yīng)用廣泛，在工程機(jī)械、計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、生物學(xué)等多學(xué)科中均有涉及，其中，模塊劃分在生物學(xué)中的應(yīng)用為近年來(lái)的研究熱點(diǎn)，代表文獻(xiàn)為《Detecting functional modules in the yeast protein-protein interaction network》[23]，被引443次，該研究利用模塊劃分對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)中的功能模塊進(jìn)行識(shí)別，確保識(shí)別的模塊具有生物學(xué)意義，這是了解細(xì)胞功能組織和動(dòng)力學(xué)的首要環(huán)節(jié)，也為當(dāng)下機(jī)械功能模塊劃分提供了方法和思路，指出模塊劃分算法不僅要考慮拓?fù)涮卣?，也?yīng)考慮功能關(guān)系.

3）模塊劃分技術(shù)的應(yīng)用方案：模塊劃分不僅是一種純粹的理論概念，更是一項(xiàng)發(fā)展相對(duì)成熟的技術(shù)，如何將模塊劃分技術(shù)清晰準(zhǔn)確地應(yīng)用在實(shí)際的工程項(xiàng)目中，是目前國(guó)外研究的熱點(diǎn);大多數(shù)國(guó)外學(xué)者分別在理論與實(shí)踐層面總結(jié)了模塊劃分應(yīng)用的實(shí)施框架和技術(shù)路線.

5 演進(jìn)趨勢(shì)探析

突現(xiàn)詞（Burst Terms）是指在短時(shí)間內(nèi)出現(xiàn)頻次突然增加的詞匯.通過(guò)對(duì)比不同時(shí)段的突現(xiàn)詞，能夠清楚明了地分析模塊劃分領(lǐng)域的演進(jìn)趨勢(shì).采用Timeline形式作出的國(guó)內(nèi)外模塊劃分領(lǐng)域高頻突現(xiàn)詞的時(shí)間線視圖分別如圖6和圖7所示.

5.1 國(guó)內(nèi)演進(jìn)趨勢(shì)

模塊劃分理論在1980年代就已被提出，直到2003年才初具規(guī)模.通過(guò)不斷研究，模塊劃分在國(guó)內(nèi)已相對(duì)成熟.由圖6可知，國(guó)內(nèi)對(duì)模塊劃分領(lǐng)域的研究總體上分為4個(gè)階段：基礎(chǔ)理論、初級(jí)應(yīng)用、深入應(yīng)用和領(lǐng)域探索.

1）2000—2006年，處于基礎(chǔ)理論研究階段，主要對(duì)“模塊化”和“模塊劃分”的原理及技術(shù)進(jìn)行研究.

2）2007—2010年，處于初級(jí)應(yīng)用階段，國(guó)內(nèi)突現(xiàn)強(qiáng)度較高的關(guān)鍵詞為 “計(jì)算機(jī)輔助設(shè)計(jì)”“本體”“綠色設(shè)計(jì)”，表明在此期間國(guó)內(nèi)學(xué)者重視將模塊劃分技術(shù)應(yīng)用在計(jì)算機(jī)、模塊本體、綠色模塊劃分等方面，如2008年，任小中等[24]提出將CAD與模塊劃分技術(shù)結(jié)合，開(kāi)發(fā)了磨齒機(jī)模塊化CAD系統(tǒng);2009年，宋揚(yáng)等[25]提出將模塊化思想引入本體知識(shí)庫(kù)的構(gòu)建過(guò)程中，將本體劃分為多個(gè)模塊的集成形式.

3）2011—2016年，處于深入應(yīng)用階段，模塊劃分技術(shù)被國(guó)內(nèi)諸多學(xué)者重視，模塊劃分的優(yōu)勢(shì)也不斷被認(rèn)可，該技術(shù)被廣泛應(yīng)用于工程機(jī)械、現(xiàn)代醫(yī)院建設(shè)、數(shù)據(jù)通信、計(jì)算機(jī)網(wǎng)絡(luò)、教學(xué)改革等領(lǐng)域.

4）2017—2019年，隨著研究的不斷深入與探索，應(yīng)用范圍擴(kuò)展到生物、航空、艦船等領(lǐng)域，高頻突現(xiàn)詞有基因網(wǎng)絡(luò)、航空發(fā)動(dòng)機(jī)等.其中，《基于熵值的尿路感染疾病基因網(wǎng)絡(luò)的模塊劃分與生物學(xué)機(jī)制分析》[26]、《航空發(fā)動(dòng)機(jī)高空模擬試車臺(tái)架參數(shù)化設(shè)計(jì)研究》[27]為該領(lǐng)域最具代表性的文獻(xiàn).前者針對(duì)尿路感染病因復(fù)雜的難點(diǎn)，提出利用MCODE cluseter、MCL cluster和Community cluster（glay）3種模塊劃分方法對(duì)尿路感染疾病基因網(wǎng)絡(luò)進(jìn)行模塊識(shí)別，發(fā)現(xiàn)MCODE cluster方法可以識(shí)別出疾病基因網(wǎng)絡(luò)中與疾病生物學(xué)功能關(guān)系較為密切的基因.這拓寬了模塊劃分的應(yīng)用領(lǐng)域和研究思路，并啟發(fā)了后續(xù)將模塊劃分方法應(yīng)用于生物學(xué).后者針對(duì)我國(guó)高空試車臺(tái)架存在零部件通用性不高、設(shè)計(jì)周期長(zhǎng)等問(wèn)題，提出利用三維軟件開(kāi)發(fā)參數(shù)化零部件結(jié)構(gòu)，采用模塊劃分方法將其劃分為結(jié)構(gòu)和功能不同的模塊，建立重用件庫(kù)和標(biāo)準(zhǔn)件庫(kù)，實(shí)現(xiàn)試車臺(tái)架模塊化、半自動(dòng)化、全三維快速設(shè)計(jì)，有效降低了臺(tái)架返修次數(shù)，縮短了設(shè)計(jì)周期，提高了設(shè)計(jì)效率.隨著模塊劃分方法的不斷發(fā)展，后續(xù)可結(jié)合虛擬現(xiàn)實(shí)技術(shù)和智能化技術(shù)進(jìn)行虛擬設(shè)計(jì)和智能化設(shè)計(jì).

5.2 國(guó)外演進(jìn)趨勢(shì)

由圖7可知，國(guó)外對(duì)模塊劃分領(lǐng)域的研究總體可劃分為4個(gè)階段，具體如下.

1）2000—2004年，突現(xiàn)強(qiáng)度較高的關(guān)鍵詞為Genetic algorithm（遺傳算法）和Function analysis（功能分析）.其中，遺傳算法為模塊劃分方法提供了算法支持，但存在易陷入局部最優(yōu)解的缺陷，所以未來(lái)需融合模擬退火、神經(jīng)網(wǎng)絡(luò)等算法，以提供最優(yōu)的劃分方案;功能分析主要將產(chǎn)品總功能分解成一系列功能單元，根據(jù)功能-結(jié)構(gòu)映射分析產(chǎn)品最優(yōu)結(jié)構(gòu)布局及裝配組合方式.2001年，內(nèi)布拉斯加大學(xué)學(xué)者針對(duì)機(jī)器人開(kāi)發(fā)時(shí)間長(zhǎng)且成本高的問(wèn)題，開(kāi)發(fā)了一種基于遺傳算法的機(jī)器人模塊化設(shè)計(jì)系統(tǒng)，實(shí)驗(yàn)結(jié)果表明，此方法可實(shí)現(xiàn)機(jī)器人預(yù)制模塊的快速組裝，從而降低設(shè)計(jì)時(shí)間和成本[28].2003年，加州大學(xué)首次將生物學(xué)與網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)聯(lián)，網(wǎng)絡(luò)劃分為功能相關(guān)的模塊和基序[29].

2）2005—2008年，Design（設(shè)計(jì)）、System（系統(tǒng)）、Complex network（復(fù)雜網(wǎng)絡(luò)）等關(guān)鍵詞突現(xiàn).設(shè)計(jì)主要包括配置設(shè)計(jì)、綠色設(shè)計(jì)、參數(shù)化設(shè)計(jì)等，在此期間，綠色設(shè)計(jì)最為突出.作為綠色設(shè)計(jì)最有效的方法，模塊化設(shè)計(jì)既能解決制造周期與生產(chǎn)成本之間的矛盾，又可使產(chǎn)品快速更新迭代，便于產(chǎn)品維修、拆卸及回收，這與21世紀(jì)國(guó)際研究熱點(diǎn)——產(chǎn)品綠色設(shè)計(jì)理念不謀而合.隨著智能、人機(jī)協(xié)同等關(guān)鍵詞的出現(xiàn)，將模塊化與計(jì)算機(jī)輔助技術(shù)完美結(jié)合形成模塊化系統(tǒng)，可替代人類完成大量人工無(wú)法完成的復(fù)雜計(jì)算和重復(fù)性工作.2007年，M.Aminian等[30]開(kāi)發(fā)了基于神經(jīng)網(wǎng)絡(luò)的模塊化模擬電路故障診斷系統(tǒng)，該系統(tǒng)通過(guò)連續(xù)多次劃分模塊以確認(rèn)模擬電路中所需尺寸的故障或模塊，具備查找故障組件效率高、相似故障分類準(zhǔn)確、魯棒性強(qiáng)等優(yōu)點(diǎn).

3）2009—2013年，Biological network（生物網(wǎng)絡(luò)）、Multi-objective optimization （多目標(biāo)優(yōu)化）等關(guān)鍵詞突現(xiàn)，其中生物網(wǎng)絡(luò)模塊性的研究為此期間重要的研究方向.2011年，美國(guó)萊斯大學(xué)學(xué)者討論了生物系統(tǒng)的模塊化和層次性，闡述了模塊化是生物學(xué)探索生物空間的基礎(chǔ)，提出了模塊化為生物網(wǎng)絡(luò)系統(tǒng)提供了強(qiáng)大應(yīng)對(duì)變化的能力[31].

4）2014—2019年，聚類明顯的關(guān)鍵詞為Community detection（社區(qū)發(fā)現(xiàn)）、Dynamics（動(dòng)力學(xué)）、Phylogeny（系統(tǒng)發(fā)育）、Digital twin（數(shù)字孿生），均是國(guó)外針對(duì)模塊劃分領(lǐng)域研究的新方向.2015年，美國(guó)印第安納州大學(xué)學(xué)者提出一種基于模塊約束的思想來(lái)分解動(dòng)力系統(tǒng)的方法，該方法有效地將快速模內(nèi)動(dòng)力學(xué)與緩慢的模內(nèi)動(dòng)力學(xué)分開(kāi)擾動(dòng)擴(kuò)散，為探索復(fù)雜動(dòng)力系統(tǒng)的模塊化組織提供了工具[32].隨著多學(xué)科交叉和知識(shí)全球化的發(fā)展，模塊劃分技術(shù)與系統(tǒng)動(dòng)力學(xué)、生物學(xué)、物理學(xué)等其他學(xué)科知識(shí)的融合應(yīng)用也將成為日后值得深入研究的熱點(diǎn).

6 結(jié)語(yǔ)

本文使用文獻(xiàn)計(jì)量學(xué)和知識(shí)圖譜可視化方法對(duì)CNKI和WOS中有關(guān)模塊劃分的文獻(xiàn)進(jìn)行了統(tǒng)計(jì)分析，從文獻(xiàn)的年度發(fā)文量、作者與機(jī)構(gòu)合作網(wǎng)絡(luò)、研究熱點(diǎn)及演進(jìn)趨勢(shì)4個(gè)方面進(jìn)行可視化分析，指出：1）模塊劃分領(lǐng)域的研究持續(xù)受到世界各國(guó)的關(guān)注，從年度發(fā)文量看，2000—2008年為起步探索期，國(guó)內(nèi)外學(xué)者對(duì)模塊劃分技術(shù)的研究呈勻速遞增的趨勢(shì)，2009—2015年為快速增長(zhǎng)期，文獻(xiàn)發(fā)文量呈爆發(fā)式增長(zhǎng)，2016—2019年為平穩(wěn)增長(zhǎng)期;2）從核心作者和研究機(jī)構(gòu)分布情況來(lái)看，中國(guó)與美國(guó)在模塊劃分領(lǐng)域的研究成果最為突出，表明中國(guó)已成為該領(lǐng)域在國(guó)際舞臺(tái)上的中堅(jiān)力量，但美國(guó)等發(fā)達(dá)國(guó)家依舊是主要研究群體;3）對(duì)研究熱點(diǎn)和演進(jìn)趨勢(shì)進(jìn)行分析發(fā)現(xiàn)，產(chǎn)品綠色模塊劃分、產(chǎn)品設(shè)計(jì)、大規(guī)模定制等是國(guó)內(nèi)外共同關(guān)注的熱點(diǎn)，此外，國(guó)外在該領(lǐng)域主要專注于復(fù)雜網(wǎng)絡(luò)、多目標(biāo)優(yōu)化和生物網(wǎng)絡(luò)模塊性的研究，并圍繞計(jì)算機(jī)科學(xué)、建筑學(xué)、應(yīng)用數(shù)學(xué)、生物學(xué)等多學(xué)科領(lǐng)域展開(kāi)，而國(guó)內(nèi)更側(cè)重于對(duì)模塊劃分理論方法的研究，且應(yīng)用范圍較窄.

模塊劃分方法自提出以來(lái)，在產(chǎn)品的設(shè)計(jì)、裝配、批量生產(chǎn)、智能制造方面展現(xiàn)出了良好的發(fā)展前景與應(yīng)用成效，其中基于模糊聚類與客戶需求分析的模塊劃分方法研究最為集中.但對(duì)于結(jié)構(gòu)復(fù)雜、零部件數(shù)量龐大的復(fù)雜產(chǎn)品來(lái)說(shuō)，總是出現(xiàn)模塊更新緩慢、計(jì)算量大、模塊劃分過(guò)程復(fù)雜等問(wèn)題.同時(shí)，模塊劃分過(guò)程的關(guān)聯(lián)度大多是人為決定，使得主觀因素對(duì)模塊劃分影響很大，導(dǎo)致模塊劃分結(jié)果不穩(wěn)定.這迫使研究人員不但要考慮模塊劃分的正確性與有效性，還要考慮模塊的動(dòng)態(tài)劃分和基于市場(chǎng)需求的模塊遺傳進(jìn)化.基于以上模塊劃分研究所存在的問(wèn)題，提出未來(lái)的研究方向主要集中在以下三方面.

1）考慮產(chǎn)品全生命周期中的各種動(dòng)態(tài)要素.根據(jù)核心系統(tǒng)模塊成本等市場(chǎng)因素的動(dòng)態(tài)變化對(duì)模塊進(jìn)行合理規(guī)劃，將基因調(diào)控網(wǎng)絡(luò)所具備的復(fù)雜性、層次性、動(dòng)態(tài)性、功能模塊性與動(dòng)力學(xué)分析法相結(jié)合，對(duì)產(chǎn)品復(fù)雜系統(tǒng)模塊化進(jìn)行組織、布局，能夠有效解決模塊劃分過(guò)程中缺乏協(xié)同和動(dòng)態(tài)調(diào)控、復(fù)雜度高的問(wèn)題.未來(lái)模塊劃分技術(shù)的動(dòng)態(tài)布局與調(diào)控需求將日益增加，如何實(shí)現(xiàn)產(chǎn)品模塊劃分的靜動(dòng)轉(zhuǎn)變將是今后的研究趨勢(shì).

2）產(chǎn)品功能模塊粒度劃分研究.針對(duì)目前制造業(yè)服務(wù)資源復(fù)雜多樣且數(shù)據(jù)量龐大導(dǎo)致模塊匹配困難的問(wèn)題，未來(lái)應(yīng)對(duì)產(chǎn)品功能模塊進(jìn)行更細(xì)粒度的劃分，恰當(dāng)?shù)哪K劃分不但有利于產(chǎn)品實(shí)現(xiàn)功能技術(shù)和功能的求解，還有助于生成有效創(chuàng)新設(shè)計(jì)方案，促進(jìn)模塊的更新與進(jìn)化.

3）數(shù)字孿生可以反映對(duì)應(yīng)實(shí)體裝備的全生命周期過(guò)程，它具備動(dòng)態(tài)、多尺度、虛實(shí)結(jié)合等特點(diǎn).實(shí)現(xiàn)基于數(shù)字孿生的產(chǎn)品模塊劃分，不但能夠提高動(dòng)態(tài)數(shù)據(jù)獲取與管理能力，還能快速響應(yīng)市場(chǎng)需求.未來(lái)產(chǎn)品設(shè)計(jì)動(dòng)態(tài)化與市場(chǎng)個(gè)性化需求將不斷增長(zhǎng)，如何實(shí)現(xiàn)實(shí)時(shí)產(chǎn)品模塊化設(shè)計(jì)將成為后續(xù)模塊劃分領(lǐng)域的重點(diǎn)研究方向.

參考文獻(xiàn)：

[1] 龔京宗.基于FPBS的機(jī)械系統(tǒng)模塊化設(shè)計(jì)方法與應(yīng)用研究[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2008.

[2] 高飛，肖剛，潘雙夏，等.產(chǎn)品功能模塊劃分方法[J].機(jī)械工程學(xué)報(bào)，2007，43（5）：33.

[3] 李彬，王宗彥，秦慧斌.橋式起重機(jī)的模塊化配置設(shè)計(jì)研究[J].機(jī)械設(shè)計(jì)與制造，2013（2）：265.

[4] NEWCOMB P J，BRAS B，ROSEN D W.Implications of modularity on product design for the life cycle[J].Journal of Mechanical Design，1998，120（3）：483.

[5] 潘雙夏，高飛，馮培恩.批量客戶化生產(chǎn)模式下的模塊劃分方法研究[J].機(jī)械工程學(xué)報(bào)，2003，39（7）：5.

[6] 肖瑩姣，陳友玲，周玉杰.面向訂單的模塊化時(shí)間定額的確定方法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（4）：162.

[7] 李婷婷，龔京忠，李國(guó)喜，等.可維修性驅(qū)動(dòng)的模塊劃分[J].機(jī)械設(shè)計(jì)與制造，2007（2）：166.

[8] 候劍華，胡志剛.CiteSpace軟件應(yīng)用研究的回顧與展望[J].現(xiàn)代情報(bào)，2013，33（4）：99.

[9] 胡澤文，孫建軍，武夷山.國(guó)內(nèi)知識(shí)圖譜應(yīng)用研究綜述[J].圖書(shū)情報(bào)工作，2013，57（ 3）：131.

[10]KIM M C，CHEN C.A scientometric review of emerging trends and new developments in recommendation systems[J].Scientometrics，2015，104（1）：239.

[11]劉佳，韓毅.中外圖書(shū)情報(bào)學(xué)研究熱點(diǎn)的可視化及對(duì)比分析[J].情報(bào)科學(xué)，2014，32（12）：53.

[12]陳航，殷國(guó)富，趙偉，等.工業(yè)機(jī)器人模塊化設(shè)計(jì)研究[J].機(jī)械，2009，36（3）：56.

[13]尹健，楊寧，王妍，等.基于結(jié)構(gòu)模塊化的微型山地稻麥聯(lián)合收割機(jī)設(shè)計(jì)[J].農(nóng)機(jī)化研究，2011，33（11）：106.

[14]諶炎輝，周德儉，袁海英，等.復(fù)雜產(chǎn)品的最小最大劃分模塊化方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2012，18 （1）：11.

[15]王日君，張進(jìn)生，葛培琪，等.模塊化設(shè)計(jì)中模塊劃分方法的研究[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2008（7）：17.

[16]胡浩平，劉電霆.基于綠色模塊劃分的多目標(biāo)蟻群算法[J].制造技術(shù)與機(jī)床，2016，643（1）：73.

[17]NEWMAN M E J.Modularity and community structure in networks[J].Proceedings of the National Academy of Sciences，2006，103（23）：8577.

[18]SHEN H W，CHENG X Q，GUO J F.Quantifying and identifying the overlapping community structure in networks[J].Journal of Statistical Mechanics：Theory and Experiment，2009，2009（7）：7042.

[19]ROSEN R，VON WICHERT G，LO G，et al.About the importance of autonomy and digital twins for the future of manufacturing[J].IFAC-PapersOnLine，2015，48（3）：567.

[20]HERATH K，PRAKASH A，GUIYUAN J，et al.Ant colony optimization based module footprint selection and placement for lowering power in large FPGA designs[C]∥2018 International Conference on ReConFigurable Computing and FPGAs （ReConFig）.Piscataway：IEEE，2018：1.

[21]MOTOHASHI K.Assessment of technological capability in science industry linkage in China by patent database[J].World Patent Information，2008，30（3）：225.

[22]王若佳，李穎.基于知識(shí)圖譜的國(guó)際和國(guó)內(nèi)競(jìng)爭(zhēng)情報(bào)對(duì)比研究[J].情報(bào)雜志，2016，35（1）：74.

[23]CHEN J，YUAN B.Detecting functional modules in the yeast protein-protein interaction network[J].Bioinformatics，2006，22（18）：2283.

[24]任小中，鄧效忠，蘇建新，等.數(shù)控成形磨齒機(jī)計(jì)算機(jī)輔助模塊化設(shè)計(jì)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008，39（2）：144.

[25]宋揚(yáng)，金會(huì)慶，張維一，等.本體模塊化的研究[J].計(jì)算機(jī)應(yīng)用與軟件，2009，26（3）：184.

[26]劉瓊，顧浩，劉駿，等.基于熵值的尿路感染疾病基因網(wǎng)絡(luò)的模塊劃分與生物學(xué)機(jī)制分析[J].基因組學(xué)與應(yīng)用生物學(xué)，2018，37（10）：4676.

[27]范澤兵，胡楊，吳鋒，等.航空發(fā)動(dòng)機(jī)高空模擬試車臺(tái)架參數(shù)化設(shè)計(jì)研究[J].燃?xì)鉁u輪試驗(yàn)與研究，2018，31（3）：53.

[28]FARRITOR S，DUBOWSKY S.On modular design of field robotic systems[J].Autonomous Robots，2001，10（1）：57.

[29]ALM E，ARKIN A P.Biological networks[J].Current Opinion in Structural Biology，2003，13（2）：193.

[30]AMINIAN M，AMINIAN F.A modular fault-diagnostic system for analog electronic circuits using neural networks with wavelet transform as a preprocessor[J].IEEE Transactions on Instrumentation & Measurement，2007，56（5）：1546.

[31]LORENZ D M，JENG A，DEEM M W.The emer-gence of modularity in biological systems[J].Physics of Life Reviews，2011，8（2）：129.

[32]KOLCHINSKY A，GATES A J，ROCHA L M.Modularity and the spread of perturbations in complex dynamical systems[J].Physical Review E，2015，92（6）：060801.

收稿日期：2020-03-22

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2017YFD0701204-02）;河南省重點(diǎn)研發(fā)與推廣專項(xiàng)（212102210063）

作者簡(jiǎn)介：崔光珍（1988—），女，河南省新鄉(xiāng)市人，鄭州輕工業(yè)大學(xué)講師，博士，主要研究方向?yàn)橹悄茉O(shè)計(jì)、機(jī)構(gòu)學(xué).

通信作者：肖艷秋（1980—），男，河南省開(kāi)封市人，鄭州輕工業(yè)大學(xué)教授，博士，主要研究方向?yàn)閿?shù)字化設(shè)計(jì)與制造、物聯(lián)網(wǎng).