崔光珍，黃航，肖艷秋，張國智

鄭州輕工業(yè)大學(xué) 機電工程學(xué)院，河南 鄭州 450002

0 引言

當(dāng)前我國制造業(yè)正由傳統(tǒng)數(shù)據(jù)資源密集型向知識信息密集型轉(zhuǎn)化，傳統(tǒng)機械設(shè)計方法已不能滿足當(dāng)前社會發(fā)展的需求，將逐漸被新的設(shè)計方法取代.模塊化設(shè)計能夠滿足多樣化、定制化的市場需求，保證高質(zhì)量、低成本的輸出，增強產(chǎn)品競爭力，是實現(xiàn)智能設(shè)計制造的有效方法.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、開發(fā)時間、成本、模塊的通用程度、維修的方便性等[1]：通過對產(chǎn)品功能的模塊劃分，為產(chǎn)品創(chuàng)新設(shè)計階段的知識重用奠定基礎(chǔ)，有助于設(shè)計者快速有效地發(fā)現(xiàn)功能新解，實現(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功能部件的優(yōu)配設(shè)計問題，實現(xiàn)起重機性能和產(chǎn)品設(shè)計效率的提高[3]；利用模塊劃分方法進行結(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)計提供參考，節(jié)省了開發(fā)時間[4]；在批量化生產(chǎn)模式下，合理有效的模塊劃分是實現(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，借助模塊劃分方法構(gòu)建獨立的工時模塊模型，提高了模塊的通用性[6]；采用基于零部件相關(guān)矩陣與動態(tài)模糊聚類的模塊劃分策略，實現(xiàn)了復(fù)雜裝備產(chǎn)品快速維修[7].綜上所述，大量學(xué)者基于不同視角開展模塊劃分的研究，并取得了豐碩成果.面對該領(lǐng)域研究成果，做好知識梳理，把握模塊劃分方法發(fā)展脈絡(luò)和趨勢，掌握當(dāng)前各學(xué)科模塊劃分技術(shù)發(fā)展前沿，將進一步促進智能模塊化設(shè)計領(lǐng)域的發(fā)展.

當(dāng)前，多數(shù)學(xué)者對模塊劃分領(lǐng)域知識的獲取是通過查閱大量文獻資料、憑借自身的經(jīng)驗和專業(yè)知識作出總結(jié)和判斷，這種高屋建瓴的方式對知識儲備和專業(yè)素養(yǎng)要求較高，同時在文獻篩選、熱點追蹤、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)文獻成果中所蘊含的隱性知識，是推動整個學(xué)科領(lǐng)域創(chuàng)新發(fā)展的重要手段.因此，本文融合文獻計量學(xué)和可視化方法，借助科學(xué)計量圖譜對模塊劃分領(lǐng)域大量龐雜無序的知識脈絡(luò)進行梳理、對比，對模塊劃分的研究熱點與演進趨勢進行分析和總結(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)來源與研究方法

1.1 數(shù)據(jù)來源與處理

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數(shù)據(jù)來源于中國知網(wǎng)(CNKI)和Web of Science(WOS)核心數(shù)據(jù)庫，以“模塊劃分”為主題詞，時間跨度為2000—2019年，文獻類型為文章(Article)、會議論文(Proceedings paper)、綜述(Review)，人工剔除新聞、報告，以及與本研究不相關(guān)的文獻.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)作為研究對象.

1.2 研究方法

本研究采用的CiteSpace軟件是由美國德雷塞爾大學(xué)陳超美教授開發(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“四個一”概括為“一圖展春秋，一覽無余; 一圖勝萬言，一目了然”[8].對比其他可視化軟件，CiteSpace軟件能夠更直接地挖掘科學(xué)知識中蘊含的隱性知識，并對專業(yè)知識領(lǐng)域的數(shù)據(jù)和文獻成果進行篩選、計量，探測關(guān)鍵路徑和知識拐點.

2 國內(nèi)外模塊劃分領(lǐng)域文獻年度發(fā)文量統(tǒng)計

年度發(fā)文量體現(xiàn)了一個領(lǐng)域的研究程度及發(fā)展情況，同時也是判斷其研究階段的重要標(biāo)志[9-10].國內(nèi)外模塊劃分研究領(lǐng)域文獻發(fā)表年度趨勢如圖1所示.由圖1可知，國內(nèi)2000—2008年的年度發(fā)文量均少于70篇，說明相關(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)式增長期，且在2015年達到頂峰，其中，面向服務(wù)、創(chuàng)新設(shè)計的模塊化設(shè)計理論，以及與模塊劃分相關(guān)的算法研究是該時段的研究熱點；2016—2019年為成熟期，發(fā)展趨勢穩(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)，融合知識工程(KBE)、人工智能(AI)等手段以實現(xiàn)機械產(chǎn)品設(shè)計制造過程的協(xié)同化、自動化和智能化.國外年度發(fā)文量從2004—2016年就呈穩(wěn)步上升趨勢，在2016年達到峰值；而2017—2019年年度的發(fā)文量趨于平穩(wěn).可見，國內(nèi)外學(xué)者對模塊劃分技術(shù)的研究不斷深化，關(guān)注度持續(xù)上升.

3 國內(nèi)外模塊劃分領(lǐng)域核心作者統(tǒng)計

3.1 國內(nèi)核心作者統(tǒng)計

高影響力作者總能主導(dǎo)其科研領(lǐng)域活動的深度和廣度，展現(xiàn)一門學(xué)科的縮影[11].每個作者都直接參與科研成果，其在領(lǐng)域內(nèi)的影響力可以通過發(fā)文量衡量.國內(nèi)模塊劃分領(lǐng)域的作者-機構(gòu)合作知識圖譜如圖2所示，國內(nèi)模塊劃分研究領(lǐng)域的核心作者統(tǒng)計見表1.分析圖2和表1后發(fā)現(xiàn)，四川大學(xué)殷國富的發(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)機器人模塊化設(shè)計研究》[12]被引40次.該文獻通過將模塊化設(shè)計方法與傳統(tǒng)設(shè)計方法進行對比，指出了模塊化設(shè)計方法的關(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《基于結(jié)構(gòu)模塊化的微型山地稻麥聯(lián)合收割機設(shè)計》[13]中提出,模塊的劃分和組合實現(xiàn)了機器的模塊化設(shè)計，為實現(xiàn)快速配置不同性能的機器提供了一種方案.廣西工學(xué)院諶炎輝和山東大學(xué)張進生的發(fā)文量均為8篇，前者最高被引文獻《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《模塊化設(shè)計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個關(guān)鍵問題，共被引128次.仲梁維、李愛平、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].

圖1 國內(nèi)外模塊劃分研究領(lǐng)域文獻發(fā)表年度趨勢圖Fig.1 Annual trend chart of literature published in research field of module division at home and abroad

圖2 國內(nèi)模塊劃分領(lǐng)域的作者-機構(gòu)合作知識圖譜Fig.2 Knowledge graph of author-institution cooperation in the field of the domestic module division

表1 國內(nèi)模塊劃分研究領(lǐng)域核心作者統(tǒng)計表

3.2 國外核心作者統(tǒng)計

國外模塊劃分領(lǐng)域的作者-機構(gòu)合作知識圖譜如圖3所示.由圖3可知，模塊劃分領(lǐng)域最高被引文獻源自美國密歇根大學(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)、計算機網(wǎng)絡(luò)、新陳代謝和監(jiān)管網(wǎng)絡(luò))都會自然劃分為模塊，認(rèn)為檢測和表征社區(qū)結(jié)構(gòu)的問題是網(wǎng)絡(luò)系統(tǒng)研究中突出問題之一，由此提出了一種基于模塊劃分的“模塊化”質(zhì)量函數(shù)對問題進行求解，該文獻共被引4796次.中科院學(xué)者與國外高校學(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《Quantifying and identifying the overlapping community structure in networks》[18]針對復(fù)雜網(wǎng)絡(luò)社區(qū)經(jīng)常相互重疊的問題，提出了一種社區(qū)度量方法，即利用任意模塊化優(yōu)化方法對最大派系網(wǎng)絡(luò)進行分區(qū)以識別重疊社區(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制造業(yè)主要由模塊化、連接、自主、數(shù)字孿生技術(shù)4個方面組成，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.國外模塊劃分領(lǐng)域的研究核心機構(gòu)群主要由美國密歇根大學(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)和新加坡國立大學(xué)組成.

通過分析國內(nèi)外作者-機構(gòu)合作知識圖譜發(fā)現(xiàn)，與國外相比，國內(nèi)核心作者群數(shù)量較多，表明國內(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，國外核心機構(gòu)聯(lián)系緊密，領(lǐng)域之間合作頻繁且被引頻次高，表明以美國為主的高產(chǎn)國家研究成果突出，影響系數(shù)大.國內(nèi)除中國科學(xué)院大學(xué)之外，大部分科研機構(gòu)的學(xué)術(shù)影響力相對較低，彼此合作存在局限性，機構(gòu)跨區(qū)域合作較少，缺乏跨區(qū)域合作意識.由此可見，在模塊劃分方法研究方面,應(yīng)加強多學(xué)科領(lǐng)域合作，借鑒生物工程、基因工程等相關(guān)學(xué)科的先進理論方法，進一步促進智能模塊化設(shè)計理論發(fā)展，拓寬模塊化方法的應(yīng)用范圍.

圖3 國外模塊劃分領(lǐng)域的作者-機構(gòu)合作知識圖譜Fig.3 Knowledge graph of author-institution cooperation in the field of the foreign module division

4 國內(nèi)外模塊劃分領(lǐng)域研究熱點分析

文獻的關(guān)鍵詞能夠清晰明了地反映文獻中蘊含的主題與思想.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[21].將圖譜分析節(jié)點設(shè)置為“Keywords”與“Term”，主題詞類型調(diào)整為“Burst Terms”，選取每個時區(qū)中Top50的高頻關(guān)鍵詞，分別繪制國內(nèi)外高頻關(guān)鍵詞-主題共現(xiàn)知識圖譜.

4.1 國內(nèi)研究熱點分析

國內(nèi)模塊劃分領(lǐng)域的高頻關(guān)鍵詞-主題共現(xiàn)知識圖譜如圖4所示，其中每個節(jié)點代表一個關(guān)鍵詞，節(jié)點的大小表示關(guān)鍵詞出現(xiàn)的頻次，節(jié)點間的連線表示兩個關(guān)鍵詞有共現(xiàn)關(guān)系，連線的粗細和顏色分別表示共現(xiàn)關(guān)系和出現(xiàn)年份[22].通過篩留語義和主題相關(guān)性強的關(guān)鍵詞，并按照頻率的高低進行排序，得到Top20的關(guān)鍵詞如表2所示.通過分析圖4和表2發(fā)現(xiàn)：關(guān)鍵詞頻率分布不均勻，表明目前國內(nèi)研究領(lǐng)域過于單一，除模塊劃分、功能模塊等高頻詞匯之外，社團結(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)鍵詞所對應(yīng)方向的研究頻率存在一定的差異，研究熱點相對國外存在局限性，并且領(lǐng)域之間的交叉研究也相對較少.據(jù)此分析得出國內(nèi)模塊劃分領(lǐng)域的研究熱點主要有以下幾個方面.

圖4 國內(nèi)模塊劃分領(lǐng)域的高頻關(guān)鍵詞-主題共現(xiàn)知識圖譜Fig.4 Knowledge graph of high frequency keywords topic co-occurrence in the field of the domestic module division

表2 國內(nèi)模塊劃分領(lǐng)域研究熱點高頻關(guān)鍵詞列表

1)模塊劃分技術(shù)的劃分策略：當(dāng)前國內(nèi)學(xué)者的研究重點主要基于產(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：國內(nèi)側(cè)重于從產(chǎn)品設(shè)計階段的不同角度進行應(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、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，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、細粒度的研究趨勢；其次是針對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、生命周期、產(chǎn)品設(shè)計、設(shè)計結(jié)構(gòu)矩陣等，各聚類交叉明顯，結(jié)點間連接緊密.受全球化的影響，近年國內(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其進行模塊識別.生物網(wǎng)絡(luò)研究借助模塊劃分算法對其進行分解，主要集中在檢測蛋白質(zhì)合體和功能模塊，是后續(xù)國內(nèi)學(xué)者的重點研究方向.

4.2 國外研究熱點分析

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

1)模塊劃分技術(shù)的應(yīng)用目標(biāo)：模塊劃分在國外興起時間較早，在機械設(shè)計、軟件設(shè)計、社區(qū)結(jié)構(gòu)、對稱群中的應(yīng)用早已成熟，傳統(tǒng)的研究內(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)、動力學(xué)分析、數(shù)字孿生等，已經(jīng)成為國外學(xué)者的研究熱點，并在實踐過程中取得了一定進展.

2)模塊劃分技術(shù)的應(yīng)用領(lǐng)域：國外模塊劃分技術(shù)應(yīng)用廣泛，在工程機械、計算機科學(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)用為近年來的研究熱點，代表文獻為《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蛋白質(zhì)相互作用網(wǎng)絡(luò)中的功能模塊進行識別，確保識別的模塊具有生物學(xué)意義，這是了解細胞功能組織和動力學(xué)的首要環(huán)節(jié)，也為當(dāng)下機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撲特征，也應(yīng)考慮功能關(guān)系.

圖5 國外模塊劃分領(lǐng)域高頻關(guān)鍵詞-主題共現(xiàn)知識圖譜Fig.5 Knowledge graph of high frequency keywords topic co-occurrence in the field of the foreign module division

表3 國外模塊劃分領(lǐng)域研究熱點高頻關(guān)鍵詞列表

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，更是一項發(fā)展相對成熟的技術(shù)，如何將模塊劃分技術(shù)清晰準(zhǔn)確地應(yīng)用在實際的工程項目中，是目前國外研究的熱點；大多數(shù)國外學(xué)者分別在理論與實踐層面總結(jié)了模塊劃分應(yīng)用的實施框架和技術(shù)路線.

5 演進趨勢探析

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

5.1 國內(nèi)演進趨勢

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.通過不斷研究，模塊劃分在國內(nèi)已相對成熟.由圖6可知，國內(nèi)對模塊劃分領(lǐng)域的研究總體上分為4個階段：基礎(chǔ)理論、初級應(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“模塊化”和“模塊劃分”的原理及技術(shù)進行研究.

2)2007—2010年，處于初級應(yīng)用階段，國內(nèi)突現(xiàn)強度較高的關(guān)鍵詞為 “計算機輔助設(shè)計”“本體”“綠色設(shè)計”，表明在此期間國內(nèi)學(xué)者重視將模塊劃分技術(shù)應(yīng)用在計算機、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，開發(fā)了磨齒機模塊化CAD系統(tǒng)；2009年，宋揚等[25]提出將模塊化思想引入本體知識庫的構(gòu)建過程中，將本體劃分為多個模塊的集成形式.

3)2011—2016年，處于深入應(yīng)用階段，模塊劃分技術(shù)被國內(nèi)諸多學(xué)者重視，模塊劃分的優(yōu)勢也不斷被認(rèn)可，該技術(shù)被廣泛應(yīng)用于工程機械、現(xiàn)代醫(yī)院建設(shè)、數(shù)據(jù)通信、計算機網(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)動機等.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)機制分析》[26]、《航空發(fā)動機高空模擬試車臺架參數(shù)化設(shè)計研究》[27]為該領(lǐng)域最具代表性的文獻.前者針對尿路感染病因復(fù)雜的難點，提出利用MCODE cluseter、MCL cluster和Community cluster(glay)3種模塊劃分方法對尿路感染疾病基因網(wǎng)絡(luò)進行模塊識別，發(fā)現(xiàn)MCODE cluster方法可以識別出疾病基因網(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).后者針對我國高空試車臺架存在零部件通用性不高、設(shè)計周期長等問題，提出利用三維軟件開發(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，建立重用件庫和標(biāo)準(zhǔn)件庫，實現(xiàn)試車臺架模塊化、半自動化、全三維快速設(shè)計，有效降低了臺架返修次數(shù)，縮短了設(shè)計周期，提高了設(shè)計效率.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)實技術(shù)和智能化技術(shù)進行虛擬設(shè)計和智能化設(shè)計.

圖6 國內(nèi)模塊劃分領(lǐng)域高頻突現(xiàn)詞的時間線視圖Fig.6 Timeline view of high frequency emergent words in the filed of the domestic module division

5.2 國外演進趨勢

由圖7可知，國外對模塊劃分領(lǐng)域的研究總體可劃分為4個階段，具體如下.

1)2000—2004年，突現(xiàn)強度較高的關(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)者針對機器人開發(fā)時間長且成本高的問題，開發(fā)了一種基于遺傳算法的機器人模塊化設(shè)計系統(tǒng)，實驗結(jié)果表明，此方法可實現(xiàn)機器人預(yù)制模塊的快速組裝，從而降低設(shè)計時間和成本[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].

圖7 國外模塊劃分領(lǐng)域高頻突現(xiàn)詞的時間線視圖Fig.7 Timeline view of high frequency emergent words in the filed of the foreign module division

2)2005—2008年，Design(設(shè)計)、System(系統(tǒng))、Complex network(復(fù)雜網(wǎng)絡(luò))等關(guān)鍵詞突現(xiàn).設(shè)計主要包括配置設(shè)計、綠色設(shè)計、參數(shù)化設(shè)計等，在此期間，綠色設(shè)計最為突出.作為綠色設(shè)計最有效的方法，模塊化設(shè)計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)國際研究熱點——產(chǎn)品綠色設(shè)計理念不謀而合.隨著智能、人機協(xié)同等關(guān)鍵詞的出現(xiàn)，將模塊化與計算機輔助技術(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法完成的復(fù)雜計算和重復(fù)性工作.2007年，M.Aminian等[30]開發(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、魯棒性強等優(yōu)點.

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)提供了強大應(yīng)對變化的能力[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(動力學(xué))、Phylogeny(系統(tǒng)發(fā)育)、Digital twin(數(shù)字孿生)，均是國外針對模塊劃分領(lǐng)域研究的新方向.2015年，美國印第安納州大學(xué)學(xué)者提出一種基于模塊約束的思想來分解動力系統(tǒng)的方法，該方法有效地將快速模內(nèi)動力學(xué)與緩慢的模內(nèi)動力學(xué)分開擾動擴散，為探索復(fù)雜動力系統(tǒng)的模塊化組織提供了工具[32].隨著多學(xué)科交叉和知識全球化的發(fā)展，模塊劃分技術(shù)與系統(tǒng)動力學(xué)、生物學(xué)、物理學(xué)等其他學(xué)科知識的融合應(yīng)用也將成為日后值得深入研究的熱點.

6 結(jié)語

本文使用文獻計量學(xué)和知識圖譜可視化方法對CNKI和WOS中有關(guān)模塊劃分的文獻進行了統(tǒng)計分析，從文獻的年度發(fā)文量、作者與機構(gòu)合作網(wǎng)絡(luò)、研究熱點及演進趨勢4個方面進行可視化分析，指出：1)模塊劃分領(lǐng)域的研究持續(xù)受到世界各國的關(guān)注，從年度發(fā)文量看，2000—2008年為起步探索期，國內(nèi)外學(xué)者對模塊劃分技術(shù)的研究呈勻速遞增的趨勢，2009—2015年為快速增長期，文獻發(fā)文量呈爆發(fā)式增長，2016—2019年為平穩(wěn)增長期；2)從核心作者和研究機構(gòu)分布情況來看，中國與美國在模塊劃分領(lǐng)域的研究成果最為突出，表明中國已成為該領(lǐng)域在國際舞臺上的中堅力量，但美國等發(fā)達國家依舊是主要研究群體；3)對研究熱點和演進趨勢進行分析發(fā)現(xiàn)，產(chǎn)品綠色模塊劃分、產(chǎn)品設(shè)計、大規(guī)模定制等是國內(nèi)外共同關(guān)注的熱點，此外，國外在該領(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，并圍繞計算機科學(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，而國內(nèi)更側(cè)重于對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，在產(chǎn)品的設(shè)計、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.但對于結(jié)構(gòu)復(fù)雜、零部件數(shù)量龐大的復(fù)雜產(chǎn)品來說，總是出現(xiàn)模塊更新緩慢、計算量大、模塊劃分過程復(fù)雜等問題.同時，模塊劃分過程的關(guān)聯(lián)度大多是人為決定，使得主觀因素對模塊劃分影響很大，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，還要考慮模塊的動態(tài)劃分和基于市場需求的模塊遺傳進化.基于以上模塊劃分研究所存在的問題，提出未來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態(tài)要素.根據(jù)核心系統(tǒng)模塊成本等市場因素的動態(tài)變化對模塊進行合理規(guī)劃，將基因調(diào)控網(wǎng)絡(luò)所具備的復(fù)雜性、層次性、動態(tài)性、功能模塊性與動力學(xué)分析法相結(jié)合，對產(chǎn)品復(fù)雜系統(tǒng)模塊化進行組織、布局，能夠有效解決模塊劃分過程中缺乏協(xié)同和動態(tài)調(diào)控、復(fù)雜度高的問題.未來模塊劃分技術(shù)的動態(tài)布局與調(diào)控需求將日益增加，如何實現(xiàn)產(chǎn)品模塊劃分的靜動轉(zhuǎn)變將是今后的研究趨勢.

2)產(chǎn)品功能模塊粒度劃分研究.針對目前制造業(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題，未來應(yīng)對產(chǎn)品功能模塊進行更細粒度的劃分，恰當(dāng)?shù)哪K劃分不但有利于產(chǎn)品實現(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)計方案，促進模塊的更新與進化.

3)數(shù)字孿生可以反映對應(yīng)實體裝備的全生命周期過程，它具備動態(tài)、多尺度、虛實結(jié)合等特點.實現(xiàn)基于數(shù)字孿生的產(chǎn)品模塊劃分，不但能夠提高動態(tài)數(shù)據(jù)獲取與管理能力，還能快速響應(yīng)市場需求.未來產(chǎn)品設(shè)計動態(tài)化與市場個性化需求將不斷增長，如何實現(xiàn)實時產(chǎn)品模塊化設(shè)計將成為后續(xù)模塊劃分領(lǐng)域的重點研究方向.