王婷 衛(wèi)少鵬 周彤

摘要：在“中國制造2025”和“互聯(lián)網+”等政策的驅動下，智能制造成為我國制造業(yè)轉型升級的目標，智能調度作為智能制造的重要依托技術，日益受到制造企業(yè)和相關學者的關注。為整體把握智能調度的發(fā)展脈絡，以CNKI數(shù)據(jù)庫中2009～2019年的3031篇有效文獻為研究對象，使用CiteSpace軟件對樣本文獻進行可視化分析，探究該領域的文獻特點、發(fā)展趨勢和前沿熱點。研究結果表明，“主動生產調度”、“動態(tài)調度”和“分布式協(xié)同調度”是智能調度領域當前的三大熱點問題。

關鍵詞：智能調度;前沿熱點;主動調度;動態(tài)調度;分布式協(xié)同調度

中圖分類號：F273文獻標識碼：A

0引育

制造業(yè)對國家經濟發(fā)展至關重要，隨著云計算、人工智能、大數(shù)據(jù)等新興技術和傳統(tǒng)制造業(yè)的深度融合，智能制造成為當前世界發(fā)展的主題和趨勢。我國在智能制造領域起步相對較晚，為了實現(xiàn)后發(fā)趕超，提出“中國制造2025”發(fā)展戰(zhàn)略。智能調度作為智能制造的重要依托技術，具有自組織、自適應、實時交互等特征，能夠極大提高企業(yè)的生產效益。進入21世紀，各種智能算法在生產調度中得到了越來越多的應用，理論研究也取得了較多的成果。在不同時期，研究智能調度領域的綜述類文章都有很多，然而缺少以文獻計量法為研究方法的文獻綜述。為了更好地把握智能調度的發(fā)展現(xiàn)狀和前沿熱點，本文基于CNKI數(shù)據(jù)庫，使用CiteSpace軟件，首先對智能調度樣本文獻繪制知識圖譜，然后對作者、關鍵詞、突現(xiàn)詞等做聚類分析，最后得出當前智能調度的研究現(xiàn)狀及前沿。

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來源。本文以中國知網為數(shù)據(jù)來源，使用高級檢索，主題詞用“智能調度”或者“智能制造”，時間設定為從2009-2019年。剔除不相關和無效論文，如新聞報道、書評等，剩下3031篇有效樣本文獻。

1.2研究方法。本文利用CiteSpace軟件，采用知識圖譜技術對樣本文獻進行可視化分析。使用近10年CNKI數(shù)據(jù)庫收錄的有關智能調度的期刊文獻，分析其文獻特點、文獻的發(fā)展走勢以及當前的研究熱點。其中，在描述智能調度的發(fā)展現(xiàn)狀時，運用統(tǒng)計方法的思想，對智能調度的作者影響力指數(shù)、作者合作共現(xiàn)網絡、關鍵詞聚類等內容，以計量的方式直觀展現(xiàn)智能調度當前的發(fā)展現(xiàn)狀。在研究智能調度近10年的熱點問題時，利用CiteSpace軟件繪制突現(xiàn)詞和關鍵詞圖譜等方式，分析得出智能調度領域的現(xiàn)狀和前沿熱點。

2文獻特征分析

2.1智能調度研究發(fā)文量統(tǒng)計。根據(jù)普賴斯定律，在一段時間內，文獻數(shù)量的增長是具有一定的規(guī)律，前期文獻計量的波動會比較大，后期會出現(xiàn)爆炸式的指數(shù)增長情況。按照年份的先后順序對得到的3031篇論文進行統(tǒng)計，得到智能調度領域的年發(fā)文量以及累計量的變化情況，如圖1所示。由圖1可知，該領域年發(fā)文量變化規(guī)律是先增加后減少的變化規(guī)律。從2009年的147篇到2014年的370篇，平均每年發(fā)文277篇，之后發(fā)文量逐漸下降，直到2018年，發(fā)文量為299篇。通過對數(shù)據(jù)分析擬合，得到年發(fā)文量的指數(shù)函數(shù)為R²=0.995，說明年發(fā)文量呈線性變化。2016年起，每年累計發(fā)文量的實際值與理論值之間的距離開始逐年增大，說明我國智能調度研究從2016年逐步進入成熟期。

2.2研究主體分析。核心作者的研究是推動理論發(fā)展與創(chuàng)新的主要力量，通過應用百度學術數(shù)據(jù)庫了解到樣本文獻中全部作者綜合的科研狀況，比如：G指數(shù)、H指數(shù)、所在機構、發(fā)文量等。在各項指標中，以G指數(shù)為主要代表因素對所有作者進行排序，得到智能調度領域最有影響力的11位作者，如表1所示：

為了探明作者之間相互聯(lián)系的情況，使用CiteSpace軟件繪制作者合作關系圖譜，圖譜中以作者為頂點，線條表示作者之間的聯(lián)系，進而形成復雜的網絡圖譜，節(jié)點的大小表示作者的影響力，連線的數(shù)量表示作者合作發(fā)文的數(shù)量。如圖2所示，影響力越大、發(fā)文量越多的作者，網絡特征越明顯，同時也說明了該研究領域已經形成很多科研團隊。智能調度領域的作者合作比較集中，說明該領域的發(fā)展已經相對成熟，首先是以四川大學劉俊勇為首，徐曉鋒、魏震波、金勇形成的師生傳承型科研團隊;第二個是以劉濤、張勇、高宗和、米為民四人為核心的復雜龐大的交叉型研究團隊;還有以高明為代表的四人團隊，研究成果也很突出。該網絡整體連接度較高，該領域作者之間的研究合作度較高，為學科在智能調度領域的發(fā)展創(chuàng)造了良好的條件。

2.3智能調度高被引文獻分析。一般來說，文獻被引次數(shù)和文獻的價值呈正相關關系。根據(jù)論文的被引頻次，對智能調度領域TOP20的高被引論文排序，如表2所示：

在這些文獻里，陳樹勇（2009）表述了智能電網的內涵和特點，指出了智能電網一些領域的關鍵技術問題;徐俊剛（2004）分析了經典調度領域里理論和實踐差異，提出了基于MAS理論的實時調度的研究方向;潘全科（2003）以多目標作業(yè)調度優(yōu)化為研究對象，提出一種啟發(fā)式算法，解決了多目標生產活動調度問題;陸化普（2014）在分析城市智能交通系統(tǒng)的基礎上，指出必須著重發(fā)展四個方面：“硬件”、“軟件”、“建設”、“使用”;姚建國（2009）以調度自動化系統(tǒng)為研究對象，分析得出“數(shù)字化”、“集成化”、“市場化”、“智能化”是未來的研究方向;汪際峰（2012）從節(jié)能和安全的角度出發(fā)，基于網絡技術和智能控制技術，提高了配電網智能化水平和供電可靠性嘲。

綜上，可以看出智能制造，尤其是智能調度在社會的各個層面都已經有所應用，涉及到城市建設、電網調度、工廠制造、智能交通，等等。智能調度是社會發(fā)展的必然結果，將會在未來的生產制造中發(fā)揮關鍵性的作用。

3智能調度的演化趨勢以及研究熱點分析

利用CiteSpace對智能調度進行關鍵詞聚類，處理結果如圖3所示。

從圖3中明顯看到兩個大的分支：“智能調度”和“智能電網”，兩者是智能調度領域最核心的研究。還有“遺傳算法”、“生產調度”、“電網調度”等都具有比較強的影響力。