基于知識圖譜的國內外模塊劃分研究熱點與演進分析

崔光珍　黃航　肖艷秋　張國智

摘要：以中國知網（CNKI）和Web of Science（WOS）期刊庫為數據來源，借助CiteSpace軟件繪制科學知識圖譜，對2000—2019年國內外模塊劃分研究文獻的年度發文量、作者-機構合作分布、研究熱點與演進趨勢進行可視化分析，指出：模塊劃分領域的研究持續受到國內外學者的關注，主要經歷了起步探索期（2000—2008年）、快速增長期（2009—2015年）和平穩發展期（2016—2019年）3個階段;從核心作者和研究機構分布情況來看，中國和美國在模塊劃分領域的研究成果最為突出，表明中國已成為該領域在國際舞臺上的中堅力量，但美國等發達國家依舊是主要研究群體;國內外研究熱點多集中于產品綠色模塊劃分、產品設計、大規模定制等方面，國外研究更專注于復雜網絡、多目標優化、生物網絡模塊性等多學科領域，國內則更側重于對模塊劃分理論方法的研究，且應用范圍較窄;未來研究將圍繞基因網絡、動力學分析、數字孿生等關鍵詞展開，其中，解決復雜產品全生命周期模塊的組織與布局，以及借助數字孿生把握產品功能模塊粒度劃分將是未來研究的重點與攻關方向.

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

當前我國制造業正由傳統數據資源密集型向知識信息密集型轉化，傳統機械設計方法已不能滿足當前社會發展的需求，將逐漸

被新的設計方法取代.模塊化設計能夠滿足多樣化、定制化的市場需求，保證高質量、低成本的輸出，增強產品競爭力，是實現智能設計制造的有效方法.作為產品模塊化的基礎，模塊劃分的合理性將直接影響產品的功能、性能、開發時間、成本、模塊的通用程度、維修的方便性等[1]：通過對產品功能的模塊劃分，為產品創新設計階段的知識重用奠定基礎，有助于設計者快速有效地發現功能新解，實現技術創新[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配設計問題，實現起重機性能和產品設計效率的提高[3];利用模塊劃分方法進行結構特征分析，將各生命周期的結構劃分為模塊，為產品分析和再設計提供參考，節省了開發時間[4];在批量化生產模式下，合理有效的模塊劃分是實現產品低成本、大批量生產的關鍵[5];面向訂單的定制生產背景，結合產品特點，借助模塊劃分方法構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矩陣與動態模糊聚類的模塊劃分策略，實現了復雜裝備產品快速維修[7].綜上所述，大量學者基于不同視角開展模塊劃分的研究，并取得了豐碩成果.面對該領域研究成果，做好知識梳理，把握模塊劃分方法發展脈絡和趨勢，掌握當前各學科模塊劃分技術發展前沿，將進一步促進智能模塊化設計領域的發展.

當前，多數學者對模塊劃分領域知識的獲取是通過查閱大量文獻資料、憑借自身的經驗和專業知識作出總結和判斷，這種高屋建瓴的方式對知識儲備和專業素養要求較高，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.在科學技術迅猛發展和知識快速傳播的今天，采用科學高效的方法挖掘、梳理、總結文獻成果中所蘊含的隱性知識，是推動整個學科領域創新發展的重要手段.因此，本文融合文獻計量學和可視化方法，借助科學計量圖譜對模塊劃分領域大量龐雜無序的知識脈絡進行梳理、對比，對模塊劃分的研究熱點與演進趨勢進行分析和總結，以期為今后該領域相關研究提供參考與借鑒.

1 數據來源與研究方法

1.1 數據來源與處理

科學的檢索方法是準確獲取數據的基礎.本研究采用的中外文獻數據來源于中國知網（CNKI）和Web of Science（WOS）核心數據庫，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的文獻.將最終檢索到的1276條CNKI有效數據和去重后的2576條WOS有效數據作為研究對象.

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陳超美教授開發的一款基于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知識中蘊含的隱性知識，并對專業知識領域的數據和文獻成果進行篩選、計量，探測關鍵路徑和知識拐點.

2 國內外模塊劃分領域文獻年度發文量統計

年度發文量體現了一個領域的研究程度及發展情況，同時也是判斷其研究階段的重要標志[9-10].國內外模塊劃分研究領域文獻發表年度趨勢如圖1所示.由圖1可知，國內2000—2008年的年度發文量均少于70篇，說明相關研究正處于萌芽階段，主要研究方向是大規模定制、產品配置、產品族規劃等;2009—2015年的年度發文量處于爆發式增長期，且在2015年達到頂峰，其中，面向服務、創新設計的模塊化設計理論，以及與模塊劃分相關的算法研究是該時段的研究熱點;2016—2019年為成熟期，發展趨勢穩定，這可能是由于該領域

研究遭遇了瓶頸，需要挖掘、整合深層知識以輔助后續的創新研究，年度發文量均穩定在80篇以上.當前的研究主要以模塊劃分為基礎，融合知識工程（KBE）、人工智能（AI）等手段以實現機械產品設計制造過程的協同化、自動化和智能化.國外年度發文量從2004—2016年就呈穩步上升趨勢，在2016年達到峰值;而2017—2019年年度的發文量趨于平穩.可見，國內外學者對模塊劃分技術的研究不斷深化，關注度持續上升.

3 國內外模塊劃分領域核心作者統計

3.1 國內核心作者統計

高影響力作者總能主導其科研領域活動的深度和廣度，展現一門學科的縮影[11].每個作者都直接參與科研成果，其在領域內的影響力可以通過發文量衡量.國內模塊劃分領域的作者-機構合作知識圖譜如圖2所示，國內模塊劃分研究領域的核心作者統計見表1.分析圖2和表1后發現，四川大學殷國富的發文量為11篇，在模塊劃分領域內名列前茅，其中《工業機器人模塊化設計研究》[12]被引40次.該文獻通過將模塊化設計方法與傳統設計方法進行對比，指出了模塊化設計方法的關鍵技術是模塊的劃分和集成.排名第二的貴州大學尹健在其高被引文獻《基于結構模塊化的微型山地稻麥聯合收割機設計》[13]中提出，模塊的劃分和組合實現了機器的模塊化設計，為實現快速配置不同性能的機器提供了一種方案.廣西工學院諶炎輝和山東大學張進生的發文量均為8篇，前者最高被引文獻《復雜產品的最小最大劃分模塊化方法》[14]基于最小最大劃分，提出了一種適合復雜產品模塊劃分的方法;后者最高被引文獻《模塊化設計中模塊劃分方法的研究》[15]分析總結了模塊劃分涉及到原則、角度和聚類方法這3個關鍵問題，共被引128次.仲梁維、李愛平、劉電霆緊隨其后，發文量分別為7篇、6篇、6篇.排名最后的桂林理工大學胡浩平發文量為5篇，作者基于綠色模塊劃分的多目標模型，提出了一種多目標蟻群算法[16].

3.2 國外核心作者統計

國外模塊劃分領域的作者-機構合作知識圖譜如圖3所示.由圖3可知，模塊劃分領域最高被引文獻源自美國密歇根大學的M.E.J.Newman[17]，作者首次發現許多與科學有關的網絡（包括社交網絡、計算機網絡、新陳代謝和監管網絡）都會自然劃分為模塊，認為檢測和表征社區結構的問題是網絡系統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”質量函數對問題進行求解，該文獻共被引4796次.中科院學者與國外高校學術合作較多，其中代表性作者沈華偉（ H.W.Shen）的發文量主要集中在2009—2019年.其最高被引文獻《Quantifying and identifying the overlapping community structure in networks》[18]針對復雜網絡社區經常相互重疊的問題，提出了一種社區度量方法，即利用任意模塊化優化方法對最大派系網絡進行分區以識別重疊社區結構.近幾年突現最明顯的是由R.Rosen等[19]于2015年在IFAC-PapersOnLine期刊上發表的名為《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主要由模塊化、連接、自主、數字孿生技術4個方面組成，共被引136次.新加坡南洋理工大學的K.Herath 等[20]提出了一種基于模塊化設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.

國外模塊劃分領域的

研究核心機構群主要由美國密歇根大學、麻省理工學院（MIT）、新加坡南洋理工大學、倫敦大學學院（UCL）和新加坡國立大學組成.

通過分析國內外作者-機構合作知識圖譜發現，與國外相比，國內核心作者群數量較多，表明國內學者之間合作較為頻繁，學者之間聯系較為密切，產出成果較為豐富.但是，國外核心機構聯系緊密，領域之間合作頻繁且被引頻次高，表明以美國為主的高產國家研究成果突出，影響系數大.國內除中國科學院大學之外，大部分科研機構的學術影響力相對較低，彼此合作存在局限性，機構跨區域合作較少，缺乏跨區域合作意識.由此可見，在模塊劃分方法研究方面，應加強多學科領域合作，借鑒生物工程、基因工程等相關學科的先進理論方法，進一步促進智能模塊化設計理論發展，拓寬模塊化方法的應用范圍.

4 國內外模塊劃分領域研究熱點分析

文獻的關鍵詞能夠清晰明了地反映文獻中蘊含的主題與思想.因此，依據高頻關鍵詞可確定某學科領域的研究熱點[21].將圖譜分析節點設置為“Keywords”與“Term”，主題詞類型調整為“Burst Terms”，選取每個時區中Top50的高頻關鍵詞，分別繪制國內外高頻關鍵詞-主題共現知識圖譜.

4.1 國內研究熱點分析

國內模塊劃分領域的高頻關鍵詞-主題共現知識圖譜如圖4所示，其中每個節點代表一個關鍵詞，節點的大小表示關鍵詞出現的頻次，節點間的連線表示兩個關鍵詞有共現關系，連線的粗細和顏色分別表示共現關系和出現年份[22].通過篩留語義和主題相關性強的關鍵詞，并按照頻率的高低進行排序，得到Top20的關鍵詞如表2所示.通過分析圖4和表2發現：關鍵詞頻率分布不均勻，表明目前國內研究領域過于單一，除模塊劃分、功能模塊等高頻詞匯之外，社團結構、生物網絡、航空等領域關注度較低;各聚類模塊之間連接不緊密，與關鍵詞所對應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，并且領域之間的交叉研究也相對較少.據此分析得出國內模塊劃分領域的研究熱點主要有以下幾個方面.

1）模塊劃分技術的劃分策略：當前國內學者的研究重點主要基于產品功能、結構、面向產品生命周期等模塊劃分策略.由表2可知，基于產品功能、模糊聚類、復雜網絡的劃分最為廣泛，關鍵詞出現頻率最高.

2）模塊劃分技術的應用范圍：國內側重于從產品設計階段的不同角度進行應用技術的研究，主要集中在產品綠色模塊劃分、多目標優化、產品設計、大規模定制等方面，其中產品綠色模塊劃分方法主要面向全生命周期產品的模塊設計，在滿足傳統模塊劃分功能和結構的前提下，要求兼顧產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、遺傳算法等多目標優化算法.

3）模塊劃分技術的研究目標：突現較為明顯的關鍵詞有綠色設計、生命周期、產品設計、設計結構矩陣等，各聚類交叉明顯，結點間連接緊密.受全球化的影響，近年國內新興的應用領域有基因網絡、生物網絡、航空、艦船.其中，基因網絡利用模塊劃分方法對其進行模塊識別.生物網絡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合體和功能模塊，是后續國內學者的重點研究方向.

4.2 國外研究熱點分析

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

1）模塊劃分技術的應用目標：模塊劃分在國外興起時間較早，在機械設計、軟件設計、社區結構、對稱群中的應用早已成熟，傳統的研究內容主要包括建模、仿真優化、功能模塊劃分等;近年突現度較高的關鍵詞有基因網絡、動力學分析、數字孿生等，已經成為國外學者的研究熱點，并在實踐過程中取得了一定進展.

2）模塊劃分技術的應用領域：國外模塊劃分技術應用廣泛，在工程機械、計算機科學、應用數學、生物學等多學科中均有涉及，其中，模塊劃分在生物學中的應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相互作用網絡中的功能模塊進行識別，確保識別的模塊具有生物學意義，這是了解細胞功能組織和動力學的首要環節，也為當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，也應考慮功能關系.

3）模塊劃分技術的應用方案：模塊劃分不僅是一種純粹的理論概念，更是一項發展相對成熟的技術，如何將模塊劃分技術清晰準確地應用在實際的工程項目中，是目前國外研究的熱點;大多數國外學者分別在理論與實踐層面總結了模塊劃分應用的實施框架和技術路線.

5 演進趨勢探析

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

5.1 國內演進趨勢

模塊劃分理論在1980年代就已被提出，直到2003年才初具規模.通過不斷研究，模塊劃分在國內已相對成熟.由圖6可知，國內對模塊劃分領域的研究總體上分為4個階段：基礎理論、初級應用、深入應用和領域探索.

1）2000—2006年，處于基礎理論研究階段，主要對“模塊化”和“模塊劃分”的原理及技術進行研究.

2）2007—2010年，處于初級應用階段，國內突現強度較高的關鍵詞為 “計算機輔助設計”“本體”“綠色設計”，表明在此期間國內學者重視將模塊劃分技術應用在計算機、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與模塊劃分技術結合，開發了磨齒機模塊化CAD系統;2009年，宋揚等[25]提出將模塊化思想引入本體知識庫的構建過程中，將本體劃分為多個模塊的集成形式.

3）2011—2016年，處于深入應用階段，模塊劃分技術被國內諸多學者重視，模塊劃分的優勢也不斷被認可，該技術被廣泛應用于工程機械、現代醫院建設、數據通信、計算機網絡、教學改革等領域.

4）2017—2019年，隨著研究的不斷深入與探索，應用范圍擴展到生物、航空、艦船等領域，高頻突現詞有基因網絡、航空發動機等.其中，《基于熵值的尿路感染疾病基因網絡的模塊劃分與生物學機制分析》[26]、《航空發動機高空模擬試車臺架參數化設計研究》[27]為該領域最具代表性的文獻.前者針對尿路感染病因復雜的難點，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絡進行模塊識別，發現MCODE cluster方法可以識別出疾病基因網絡中與疾病生物學功能關系較為密切的基因.這拓寬了模塊劃分的應用領域和研究思路，并啟發了后續將模塊劃分方法應用于生物學.后者針對我國高空試車臺架存在零部件通用性不高、設計周期長等問題，提出利用三維軟件開發參數化零部件結構，采用模塊劃分方法將其劃分為結構和功能不同的模塊，建立重用件庫和標準件庫，實現試車臺架模塊化、半自動化、全三維快速設計，有效降低了臺架返修次數，縮短了設計周期，提高了設計效率.隨著模塊劃分方法的不斷發展，后續可結合虛擬現實技術和智能化技術進行虛擬設計和智能化設計.

5.2 國外演進趨勢

由圖7可知，國外對模塊劃分領域的研究總體可劃分為4個階段，具體如下.

1）2000—2004年，突現強度較高的關鍵詞為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解的缺陷，所以未來需融合模擬退火、神經網絡等算法，以提供最優的劃分方案;功能分析主要將產品總功能分解成一系列功能單元，根據功能-結構映射分析產品最優結構布局及裝配組合方式.2001年，內布拉斯加大學學者針對機器人開發時間長且成本高的問題，開發了一種基于遺傳算法的機器人模塊化設計系統，實驗結果表明，此方法可實現機器人預制模塊的快速組裝，從而降低設計時間和成本[28].2003年，加州大學首次將生物學與網絡結構相關聯，網絡劃分為功能相關的模塊和基序[29].

2）2005—2008年，Design（設計）、System（系統）、Complex network（復雜網絡）等關鍵詞突現.設計主要包括配置設計、綠色設計、參數化設計等，在此期間，綠色設計最為突出.作為綠色設計最有效的方法，模塊化設計既能解決制造周期與生產成本之間的矛盾，又可使產品快速更新迭代，便于產品維修、拆卸及回收，這與21世紀國際研究熱點——產品綠色設計理念不謀而合.隨著智能、人機協同等關鍵詞的出現，將模塊化與計算機輔助技術完美結合形成模塊化系統，可替代人類完成大量人工無法完成的復雜計算和重復性工作.2007年，M.Aminian等[30]開發了基于神經網絡的模塊化模擬電路故障診斷系統，該系統通過連續多次劃分模塊以確認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、相似故障分類準確、魯棒性強等優點.

3）2009—2013年，Biological network（生物網絡）、Multi-objective optimization （多目標優化）等關鍵詞突現，其中生物網絡模塊性的研究為此期間重要的研究方向.2011年，美國萊斯大學學者討論了生物系統的模塊化和層次性，闡述了模塊化是生物學探索生物空間的基礎，提出了模塊化為生物網絡系統提供了強大應對變化的能力[31].

4）2014—2019年，聚類明顯的關鍵詞為Community detection（社區發現）、Dynamics（動力學）、Phylogeny（系統發育）、Digital twin（數字孿生），均是國外針對模塊劃分領域研究的新方向.2015年，美國印第安納州大學學者提出一種基于模塊約束的思想來分解動力系統的方法，該方法有效地將快速模內動力學與緩慢的模內動力學分開擾動擴散，為探索復雜動力系統的模塊化組織提供了工具[32].隨著多學科交叉和知識全球化的發展，模塊劃分技術與系統動力學、生物學、物理學等其他學科知識的融合應用也將成為日后值得深入研究的熱點.

6 結語

本文使用文獻計量學和知識圖譜可視化方法對CNKI和WOS中有關模塊劃分的文獻進行了統計分析，從文獻的年度發文量、作者與機構合作網絡、研究熱點及演進趨勢4個方面進行可視化分析，指出：1）模塊劃分領域的研究持續受到世界各國的關注，從年度發文量看，2000—2008年為起步探索期，國內外學者對模塊劃分技術的研究呈勻速遞增的趨勢，2009—2015年為快速增長期，文獻發文量呈爆發式增長，2016—2019年為平穩增長期;2）從核心作者和研究機構分布情況來看，中國與美國在模塊劃分領域的研究成果最為突出，表明中國已成為該領域在國際舞臺上的中堅力量，但美國等發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現，產品綠色模塊劃分、產品設計、大規模定制等是國內外共同關注的熱點，此外，國外在該領域主要專注于復雜網絡、多目標優化和生物網絡模塊性的研究，并圍繞計算機科學、建筑學、應用數學、生物學等多學科領域展開，而國內更側重于對模塊劃分理論方法的研究，且應用范圍較窄.

模塊劃分方法自提出以來，在產品的設計、裝配、批量生產、智能制造方面展現出了良好的發展前景與應用成效，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.但對于結構復雜、零部件數量龐大的復雜產品來說，總是出現模塊更新緩慢、計算量大、模塊劃分過程復雜等問題.同時，模塊劃分過程的關聯度大多是人為決定，使得主觀因素對模塊劃分影響很大，導致模塊劃分結果不穩定.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）考慮產品全生命周期中的各種動態要素.根據核心系統模塊成本等市場因素的動態變化對模塊進行合理規劃，將基因調控網絡所具備的復雜性、層次性、動態性、功能模塊性與動力學分析法相結合，對產品復雜系統模塊化進行組織、布局，能夠有效解決模塊劃分過程中缺乏協同和動態調控、復雜度高的問題.未來模塊劃分技術的動態布局與調控需求將日益增加，如何實現產品模塊劃分的靜動轉變將是今后的研究趨勢.

2）產品功能模塊粒度劃分研究.針對目前制造業服務資源復雜多樣且數據量龐大導致模塊匹配困難的問題，未來應對產品功能模塊進行更細粒度的劃分，恰當的模塊劃分不但有利于產品實現功能技術和功能的求解，還有助于生成有效創新設計方案，促進模塊的更新與進化.

3）數字孿生可以反映對應實體裝備的全生命周期過程，它具備動態、多尺度、虛實結合等特點.實現基于數字孿生的產品模塊劃分，不但能夠提高動態數據獲取與管理能力，還能快速響應市場需求.未來產品設計動態化與市場個性化需求將不斷增長，如何實現實時產品模塊化設計將成為后續模塊劃分領域的重點研究方向.

參考文獻：

[1] 龔京宗.基于FPBS的機械系統模塊化設計方法與應用研究[D].長沙：國防科學技術大學，2008.

[2] 高飛，肖剛，潘雙夏，等.產品功能模塊劃分方法[J].機械工程學報，2007，43（5）：33.

[3] 李彬，王宗彥，秦慧斌.橋式起重機的模塊化配置設計研究[J].機械設計與制造，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.批量客戶化生產模式下的模塊劃分方法研究[J].機械工程學報，2003，39（7）：5.

[6] 肖瑩姣，陳友玲，周玉杰.面向訂單的模塊化時間定額的確定方法[J].計算機應用研究，2011，28（4）：162.

[7] 李婷婷，龔京忠，李國喜，等.可維修性驅動的模塊劃分[J].機械設計與制造，2007（2）：166.

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

[9] 胡澤文，孫建軍，武夷山.國內知識圖譜應用研究綜述[J].圖書情報工作，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.中外圖書情報學研究熱點的可視化及對比分析[J].情報科學，2014，32（12）：53.

[12]陳航，殷國富，趙偉，等.工業機器人模塊化設計研究[J].機械，2009，36（3）：56.

[13]尹健，楊寧，王妍，等.基于結構模塊化的微型山地稻麥聯合收割機設計[J].農機化研究，2011，33（11）：106.

[14]諶炎輝，周德儉，袁海英，等.復雜產品的最小最大劃分模塊化方法[J].計算機集成制造系統，2012，18 （1）：11.

[15]王日君，張進生，葛培琪，等.模塊化設計中模塊劃分方法的研究[J].組合機床與自動化加工技術，2008（7）：17.

[16]胡浩平，劉電霆.基于綠色模塊劃分的多目標蟻群算法[J].制造技術與機床，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.基于知識圖譜的國際和國內競爭情報對比研究[J].情報雜志，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.數控成形磨齒機計算機輔助模塊化設計[J].農業機械學報，2008，39（2）：144.

[25]宋揚，金會慶，張維一，等.本體模塊化的研究[J].計算機應用與軟件，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絡的模塊劃分與生物學機制分析[J].基因組學與應用生物學，2018，37（10）：4676.

[27]范澤兵，胡楊，吳鋒，等.航空發動機高空模擬試車臺架參數化設計研究[J].燃氣渦輪試驗與研究，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

基金項目：國家重點研發計劃項目（2017YFD0701204-02）;河南省重點研發與推廣專項（212102210063）

作者簡介：崔光珍（1988—），女，河南省新鄉市人，鄭州輕工業大學講師，博士，主要研究方向為智能設計、機構學.

通信作者：肖艷秋（1980—），男，河南省開封市人，鄭州輕工業大學教授，博士，主要研究方向為數字化設計與制造、物聯網.