基于CiteSpace的國內云制造研究熱點與發展趨勢分析

摘 要：借助CiteSpace軟件對2010年至2022年發表在中國知網核心期刊上的云制造領域文獻進行文獻計量分析，通過對發文量、發文作者、發文機構、研究熱點與研究前沿的分析，旨在對國內云制造領域的研究現狀與研究趨勢進行梳理。研究發現：云制造文獻數量在2010年至2012年呈現出井噴現象，此后經歷了反復下降上升的波動趨勢；云制造文獻主要來源于計算機領域相關期刊；國內云制造高產作者之間與研究機構之間合作關系較為緊密，呈現高度專業化的現象；近十三年來國內云制造領域研究內容可分為云制造平臺構建、云制造模式及應用研究以及云制造服務，其中云制造服務是當前該領域的研究熱點與趨勢，且云制造服務研究視角逐漸從服務需求方擴展到服務供需雙方。

關鍵詞：云制造；知識圖譜；研究熱點

中圖分類號：F424 文獻標識碼：A

Research Highlights and Frontier Trends of Domestic Cloud Manufacturing Based on CiteSpace

DU Xuemei1 LI Jun2 LU Jianfeng2

（1. School of Economics and Management， Tongji University， Shanghai 200092， China；

2. School of Electronic and Information Engineering， Tongji UniversityShanghai 201804， China）

Abstract： By using CiteSpace software， the literature in the field of cloud manufacturing published in the core journals of CNKI from 2010 to 2022 is analyzed by bibliometric analysis. Through the analysis of the number of publications， authors， institutions， research highlights and research frontiers， the research status and research trend in the field of cloud manufacturing in China are sorted out. The results show that： the number of cloud manufacturing literature showed a blowout phenomenon from 2010 to 2012， and then experienced a fluctuating trend of repeated decline and rise； Cloud manufacturing literature mainly comes from computer related journals. The cooperation between the authors and research institutions of high production of cloud manufacturing in China is relatively close， showing a highly specialized phenomenon. In the past 13 years， the research contents in the field of cloud manufacturing in China can be divided into cloud manufacturing platform construction research， cloud manufacturing model and application research and cloud manufacturing service research. Among them， cloud manufacturing service research is the current research hotspot and trend in this field， and the research perspective of cloud manufacturing service research has gradually expanded from the service demand side to the service supply and demand side.

Key words： cloud manufacturing； knowledge map； research highlight

在全球新一輪科技革命和產業變革中，各國競相通過數字技術手段，促進制造業數字化轉型升級。例如德國在2013年的漢諾威工業博覽會上提出了“工業4.0”的概念，旨在利用信息化技術提升制造業的智能化水平，促進產業變革。中國國務院在2015年印發的《中國制造2025》中明確提出了需要將創新擺在制造業發展的核心位置，促進制造業的數字化、網絡化與智能化。面對我國制造業長期處于全球價值鏈的中低端，資源分布不均、孤島化閑置化現象嚴重，制造資源存量規模沒有發揮應有效能等問題，我國科學家李伯虎教授在2009年的一次國際會議上首次提出了“云制造”的概念，并在2010年的論文中將云制造定義為一種利用網絡和云制造服務平臺，按用戶需求組織網上制造資源，為用戶提供各類按需制造服務的一種網絡化制造新模式。經過多年的發展，云制造作為國家863計劃重要專項，已經成為了一種全新的智慧制造手段與制造業模式。此外，《中國制造2025》中明確提出，要推進“智能制造”和“云制造”，建設“云端制造服務平臺”，通過資源共享和協同創新推動中國制造向智能化、高端化、綠色化和服務化轉型升級。以“制造即服務”為核心理念的云制造，成為實現制造資源和制造能力的敏捷集成共享、促進制造業升級轉型、推動《中國制造2025》智能制造發展戰略具體實施的一種新興制造業務模式。

云制造模式是面向服務架構（SOA， Service Oriented Architecture）理論在制造領域的專業化部署，體現了“分散資源集中使用和集中資源分散服務”的核心思想，其既能實現對分散在各地制造企業中的資源的集中管理，又能為分散在各地的需求企業提供個性化的服務。制造服務化、基于知識的制造等已成為企業競爭力的關鍵要素，也使得如何提高資源利用率、節能減排、優化生產以實現服務型制造成為迫切需要解決的問題。中國制造業正處于由生產型向服務型轉變的關鍵時期，因此云制造模式能夠為我國制造企業實現資源的優化配置、向環境友好型制造業發展提供較為合適的解決方案。

綜上所述，云制造對于我國制造業的轉型升級具有重要作用，是制造業實現智能化、高端化、綠色化與服務化的方法途徑之一。李伯虎院士正式在論文中介紹了云制造的概念，引發了國內諸多學者對云制造的研究，使得我國成為云制造領域的研究先驅，在國內期刊上發表了多篇被引高達百余次的文獻，引證文獻中不乏高水平的國外期刊與會議。

盡管有一些學者對云制造領域內相關研究進行了總結，但多是從云制造資源評價方法、服務供需匹配調度等角度進行局部綜述，且多為定性研究，鮮少涉及對云制造領域內整體研究熱點及演進趨勢的系統分析。此外，在WOS數據庫上以“cloud manufacturing”為關鍵詞進行文獻搜索并按照國家/區域進行劃分后發現來自中國的文獻最多，占比達到了36%，由此可見中國學者對于云制造的研究是處于較為領先地位的。因此，本文借助CiteSpace軟件和文獻計量學分析，對全球最大的中文數據庫中國知網（CNKI）上的云制造相關文獻進行可視化分析，旨在梳理國內云制造的研究動態，挖掘領域內研究前沿與熱點。

1 數據來源與研究方法

1.1 數據來源

本文選取中國知網數據庫作為國內文獻的檢索平臺。在中國知網數據庫上選取SCI、EI、北核、CSCCI、CSCD五大核心索引，檢索文獻主題為“云制造”，文獻發表期限為2010年至2022年，共搜集到666條相關文獻，人工篩選掉綜述類文章，共保留645條中文文獻。

1.2 研究方法

科學計量分析是有效處理數據和信息可視化的方式，利用數據統計，一定程度上避免了分析上的主觀性。因此，本文利用CiteSpace對收集到的文獻進行科學計量分析與可視化操作，主要分析的內容包括年發文量、發文作者、研究機構、關鍵詞等。對需要分析的內容通過知識圖譜進行展現，從而對國內目前在云制造方面的研究方向、熱點、趨勢等進行總結與梳理。

2 結果與分析

2.1 年發文量

雖然云制造的概念最早于2009年提出，但是李伯虎教授在2010年1月首次在期刊上發表了云制造的文章，定義了其概念、所需要的技術、與其他制造模式的比較等，因此本文以2010年作為統計起始年份。

從圖1中可以看到，自從李伯虎院士于2010年在期刊上正式發表了云制造的論文后，國內針對云制造的研究經歷了2年的井噴期，在2012年有74篇相關期刊論文發表，達到了峰值。在此后的10年間，相關文獻的數量總體呈現了反復下降上升的波動趨勢。

2.2 來源期刊

本文對2010年至2022年的645篇云制造文獻進行了期刊來源統計。刊載該類文獻的期刊共有135種。表1對發文量前十名的期刊進行了統計，在這些期刊上共刊登了377篇文獻，占到了總文獻數量的58.45%。這10種文獻中多為計算機以及機械制造領域的文獻，其中《計算機集成制造系統》發文最多，共有175篇，占文獻總量的27.13%，說明該期刊是云制造領域的重點期刊，具有重要的學術研究價值，李伯虎院士的多篇云制造文獻就出自該期刊。排名第二、第三的期刊分別為《中國機械工程》與《農機化研究》，發文數量都為31篇，均占總發文量的4.81%。因此，從數量上來看，《計算機集成制造系統》上關于云制造的文獻是占據絕對數量優勢的。

2.3 發文作者

對于文獻的作者進行分析，有利于我們快速了解到相關領域內的高產作者以及作者之間的合作關系。根據普賴斯定律，Nmin＝0.749，

其中Nmax表示該領域中發文量最多的作者的發文量，若一個作者的發文量不小于Nmin，則該作者可被稱為高產作者。經統計，李強在2010年至2022年間共發表了18篇期刊論文，為最高產作者，其主要研究的內容包含云制造產品生命周期模式，云制造環境下的制造資源優化配置、云制造應用模式探討等。尹超發表了17篇文獻，成為了第二高產作者，研究內容包含云制造服務組合優選方法、云服務的制造執行系統、云制造環境下的產品開發知識管理系統等。由Nmax＝18，根據普萊斯定律可得Nmin≈3.178，利用CiteSpace進行作者共現分析，設定閾值為4。

作者共現圖譜中，作者名字越大表示發文越多，節點間的連線表示合作關系。由圖2可見，高產作者的節點之間連線較為密集，尹超與李孝斌、羅永亮、柴旭東等多位高產作者都實現過合作，另外李伯虎、李強等人也與多位作者形成了合作關系，研究團隊較為龐大。但是從整體上來看，節點密度為0.0079，說明非高產作者之間的合作較少，關系較為松散。因此，云制造研究領域呈現出高度專業化的現象，即相關研究主要來自專業的研究學者團隊，也從側面說明了云制造在學術界的影響較為局限，研究門檻相對較高。

2.4 發文機構

利用CiteSpace選取機構作為節點類型進行可視化分析，圖中機構名稱字體越大說明該機構發文越多，也體現出該機構在相關研究領域內的科研水平較高。

表2對發文量前10的研究機構進行了統計，重慶大學機械傳動國家重點實驗室、華南理工大學機械與工程學院、內蒙古科技大學機械工程學院的發文量位列前三。從發文機構所屬院系來看，研究云制造問題的主要為機械制造等工科院系。

由圖3可知，重慶大學機械傳動國家重點實驗室、北京航空航天大學自動化科學與電氣工程學院以及重慶大學機械工程學院都與其他機構之間實現了較為緊密的合作關系。其中以北京航空航天大學自動化科學與電氣工程學院的合作網絡最為密集。發文量分別位于第二、第三的華南理工大學機械與工程學院與內蒙古科技大學機械工程學院的研究則相對獨立，與其他機構之間的合作很少甚至沒有。因此，我國高水平研究機構之間的合作還有待進一步加強。

3 研究熱點分析

3.1 高頻關鍵詞

關鍵詞是對文章核心主題的概括，通過識別高頻關鍵詞可以明確相關研究領域的重點主題。

在CiteSpace中選取關鍵詞為節點進行分析，繪制關鍵詞圖譜，如圖4所示。另外，計算關鍵詞的頻次與中心度，并將頻次前十名的關鍵詞以表格形式呈現。由表3可知，“云制造”“云計算”

“云服務”“服務質量”等關鍵詞在近十年的相關文獻中出現頻率較高，其中“云制造”“云計算”“云服務”與“遺傳算法”的中心度較高，分別達到了1.37、0.11、0.07、0.07，表明了這4個關鍵詞的重要性。從高頻關鍵詞來看，云制造領域的研究聚焦于云制造涉及的信息通信技術手段以及服務搜索與匹配、服務優化等服務過程改進。對高頻關鍵詞對應的文獻內容分析后，歸納可得與“云制造”涉及的技術相關的關鍵詞包括“云計算”“物聯網”“服務平臺”，與服務研究相關的關鍵詞包括“服務組合”“服務質量”“云服務”等。另外“遺傳算法”作為一種隨機全局搜索優化方法成為云制造相關文獻中具備較高中心度的高頻詞，說明云制造研究中，尤其是云制造服務供需匹配、供應鏈優化等方面，涉及較多運籌優化問題，且可能存在非線性、非凸、多峰等復雜函數優化問題。盡管遺傳算法全局搜索能力強、適用性高，但也存在著時間成本高、陷入局部最優解等情況，因此在云制造領域中，借助改進的遺傳算法或其他智能算法對復雜的云制造服務過程改進問題進行求解與分析也是重點的研究方向。

3.2 關鍵詞聚類

關鍵詞的聚類可有效地將與研究主題相近的文獻進行合并，歸納出主要的研究方向。從CiteSpace中選擇LLR方法對關鍵詞聚類，結果見圖5。本次聚類的Q值（模糊值）為0.5044，大于0.3，說明聚類的結果是較為顯著的。S值（平均輪廓值）為0.9037，大于0.5，說明聚類是合理的，各模塊在保持較高獨立性的同時也存在著關聯性。

本次聚類將關鍵詞分為了9類，分別為“云制造”“云服務”“遺傳算法”“云計算”“服務平臺”“服務質量”“農機部件”“制造服務”與“制造模式”。分析聚類結果以及每個聚類內對應的文獻，可將研究熱點分為云制造平臺構建研究、云制造模式及應用研究以及云制造服務研究三個主題。

3.2.1 云制造平臺構建研究

云制造平臺構建研究由“云計算”以及“服務平臺”兩個聚類組成。云制造平臺構建的成功與否一方面取決于技術體系的支撐，另一方面平臺各個參與方的需求利益能否充分協調，也是平臺構建過程中的一大難題。

在技術體系研究層面，王瑾為了解決現代化農機復雜產品數字化分析和仿真的計算開支問題，基于云計算的三層架構理念與服務封裝的思想，將有限元分析仿真系統功能按照服務進行拆分，為有限元提供云環境下的并行協同計算功能，并對系統從模型建立、作業管理與數據處理三個方面進行了實例分析，驗證了該系統計算性能的優越性。張華等人將視角聚焦于紡織加工業，在分析了紡織加工業服務全過程的前提下，融合云技術、物聯網、制造信息化、嵌入式系統控制等技術建立了基于電腦橫機的企業私有云云制造模型，該模型具備高效低耗、服務中心化等特點。魏巍等人分析了傳統制造模式存在的關鍵問題，以協同設計為目標，提出了基于云制造的產品設計平臺架構，該平臺以產品族和產品平臺、產品協同設計等為關鍵技術，通過比較發現該系統相較于傳統制造系統在工作效率等方面更具優越性。

在利益方協調機制研究方面，曾珍香等人為了研究消費者低碳偏好情境下的云制造平臺供應鏈協調機制，構建了集中決策博弈模型以及云制造平臺運營商主導的分散決策博弈模型，研究發現通過設計碳減排利潤增量分享契約可以實現經濟及環境的雙贏。曾珍香等人建立了存在相互競爭關系的企業群體在云制造模式下的演化博弈模型，在考慮獎懲機制的情形下，研究了制造企業的低碳策略選擇，認為云制造平臺經營者需要根據企業生產行為調整有效匹配率，制定相應約束機制促進企業進行低碳生產。王雪萍等人為了避免云制造模式下由制造服務方的惡意低價等行為導致的價格戰，構建了云制造服務平臺實施獎懲與否情形下的云制造服務平臺與制造服務提供方的博弈模型，研究發現兩種情形下，通過提高制造服務提供方獲取信息的成本可有效抑制價格戰的發生。

3.2.2 云制造模式及應用研究

云制造模式及應用研究主要包含三個聚類結果，分別是“制造模式”“制造服務”以及“農機部件”。

在云制造模式研究上，李伯虎院士于2010年為解決更為復雜的制造問題，借助云計算服務模式、云安全、物聯網等技術首次提出了“云制造模式”的理念，建立了云制造體系結構，并分析了云制造與應用服務提供商、制造網格等的區別。李偉平等人在分析云制造內涵的基礎上，對云制造體系架構中的關鍵技術、制造資源描述等問題進行了探討，對云制造在我國的發展進行了理論探索。李強等人意識到了工業4.0與云制造模式之間的微妙關系，從目標、核心技術、運行模式、架構等方面對二者進行了比較分析，進一步理清了云制造的概念。

在云制造應用研究上，潘變等人將云制造引入起重機行業，研究了基于云制造的起重機設計制造平臺的模式構建、設計制造流程等，通過案例研究發現云制造對于起重機行業資源整合、提高設計資源利用率等具備重要意義。原紅玲等基于云理念，構建基于“產品云創意”“產品云設計”“3D打印云制造”和“3D打印云銷售”的“互聯網＋3D打印創新系統”，在極短時間內完成新品開發與銷售推廣，為新產品搶占市場提供了有利的條件。李強等為了提升個性化定制手機的生產水平，嘗試將云制造應用于手機生產領域，通過個性化定制產品質量模糊綜合評價法驗證了手機定制化云制造平臺的可行性。

3.2.3 云制造服務研究

云制造服務研究主要由三個聚類結果構成，分別是云服務、服務質量與遺傳算法。

服務質量評價是云制造服務的一大研究方向，主要涉及QoS（服務質量評價）模型、三角模糊數算法、直覺模糊余弦相似度等方法。賀可太等針對云制造服務提供商建立了一般評價指標體系和擴展量化模型，結合項目協同方的三角模糊數計算服務提供商的服務與需求方期望值之間的相似度進行質量綜合性能評價，結合算例對方法的有效性進行了驗證。陳浩等人在QoS評價指標體系基礎上，基于偏差平方和最小的原理對指標權重進行優化，同時將主觀AHP法與客觀熵值法結合，用以評價云制造環境下的制造資源組合。針對云制造環境下資源種類與服務制約因素多，專家決策與用戶評價信息的不確定性導致的云制造服務質量評價困難的問題，王婕等提出了基于直覺模糊余弦相似度的評價方法，對可量化和不可量化的服務評價指標相似度進行加權平均，從而得出云制造服務質量的綜合排序，并以某公司的渦輪生產為例驗證了方法的有效性。

服務質量評價的根本目的在于服務質量的改進。面對云制造環境下存在的大量功能相似的制造資源服務，服務匹配是云制造平臺高效運轉的關鍵技術之一。云制造服務組合是合理配置制造云服務、提高制造資源利用率、降低制造成本、更高質量地完成制造任務的關鍵要素，因此云制造領域的服務質量改進研究集中于算法驅動的服務組合優化問題。

陳友玲等人提出了一種考慮協同效應的并行制造云服務組合算法，該算法以基于反向和局部學習的蟻群算法為核心，有效解決了并行結構下云制造服務組合優化問題。馬文龍等人首先分析了云制造服務組合的流程，通過子任務的服務質量評價模型得出的結果優選制造云服務，采用輪盤賭選擇機制與最優路徑列表改進蟻群算法求解最優組合路徑，并通過仿真實驗證明該算法具有較高的收斂性能。尹超等人考慮到云制造服務在優選組合過程中存在歷史評價動態變化的情況導致優選結果客觀性不足等問題，提出一種基于NSGA-Ⅲ的算法，將總時間、總費用、歷史服務質量、歷史服務滿意度等作為優化目標，構建云制造服務多目標優選模型，利用NSGA-Ⅲ算法求解并在云制造服務平臺上驗證了模型和算法的可行性與有效性。

3.3 研究趨勢

利用CiteSpace對關鍵詞聚類結果進行時間線圖譜分析，可有效揭示不同時期的主要研究內容，一定程度上反映研究領域內各知識的形成和發展。

由圖6可知，“云制造”作為最核心的聚類結果，其研究時間從2010年持續至2022年，且關鍵詞“演化博弈”在近年來出現頻次較高，說明云制造相關利益方之間的決策行為成為一大研究熱點，例如供需雙方在平臺中執行智能合約的交易策略，云制造客戶與企業之間的知識轉移行為策略傾向，云制造服務集成商與供應商在知識共享激勵過程中的決策行為等。

聚類結果中，“遺傳算法”“云計算”“服務平臺”“農機部件”“制造模式”的相關研究在近年來明顯減少，而“云服務”“服務質量”“制造服務”的相關研究文獻一直延續到了2022年，熱度不減，說明云制造系統構建中涉及的主要基礎性的技術要素等研究相對較為成熟，而相對來說更具柔性化的“服務”，由于其存在難以量化、需求多樣化等特點，成為云制造領域中較為復雜的問題，因此如何為云制造服務的體驗方提供高質量的服務將持續被學者們關注。

3.4 研究前沿

關鍵詞突變指某一個關鍵詞在某個年份的文獻中出現的頻率大幅增加的現象。CiteSpace的關鍵詞突變可視化功能，可形象地反映出一定時間內頻次變化較高的關鍵詞，突發性節點加粗表示其對應主題在相應時間內的發文量激增，從而可判斷這一領域的研究前沿。

利用CiteSpace進行的關鍵詞突變分析結果見圖7，共得到11個突變關鍵詞，包括“云計算”“中小企業”“虛擬化”“本體”“資源配置”“智能制造”“智慧制造”“遺傳算法”“云平臺”“雙層規劃”與“農機部件”。

“云計算”“中小企業”“虛擬化”“本體”4個突變關鍵詞出現時間較早且均于2013年結束突變期，反映了云制造研究初期更多集中于技術可行性、云制造系統搭建方面的探討。而在近些年來產生并持續至今的關鍵詞包括“智能制造”“云平臺”“雙層規劃”“遺傳算法”“農機部件”等則多從非技術層面探討云制造平臺決策行為、服務評價改進等。值得注意的是，“雙層規劃”是近期云制造服務組合研究中較為常用的一種模型。相較于傳統的云制造服務優化選擇過程只考慮需求方的利益，雙層規劃模型將供需雙方的利益同時納入考量，建立上下兩層相互獨立卻又相互依存的優化目標與約束條件，達成供需雙方的共贏。例如趙金輝等人考慮了決策主體對于服務質量受益與損失的不同心理，將需求方與服務供給方的心理滿意度分別設置為上、下層的規劃目標，以改進的粒子群算法挑選出雙方都滿意的服務組合。張宇飛等將服務質量最優作為上層優化目標，將資源利用率最大作為下層優化目標，并引入了包含制造敏捷性等指標的組合評價體系構建雙層規劃模型，用NSGA-II算法得到制造服務的組合推薦方案。王平等人則考慮了資源供應方、服務需求方以及云制造平臺運營方的三方利益需求構建了雙層規劃模型，用云遺傳算法求解并通過應用分析驗證了模型及算法的有效性及優越性。

4 結論與展望

本文借助CiteSpace，對2010年至2022年國內云制造領域的文獻進行計量學分析，進而對國內云制造領域的研究現狀與熱點進行系統性分析，彌補了相關研究的缺失，豐富了云制造領域的研究成果。本文研究結論如下：（1）通過年發文量分析發現2010年至2012年云制造相關文獻數量快速上升，此后經歷了年發文量下降上升又下降的波動期，并在2022年有小幅上升的趨勢。目前以ChatGPT為代表的大數據人工智能模型對于人類自然語言甚至圖像已經有著較好的理解與回答能力，對于數據的處理能力也在不斷優化改進。未來隨著人工智能對于人類自然語言與數據高效處理能力的提升，勢必會對存在客戶需求多樣化、數據量龐大等特點的云制造帶來巨大的便利。此外得益于《中國制造2025》中對于云制造建設的指導建議與相應的政策支持，國內已經有部分地區或企業開始嘗試云制造平臺的搭建，而這過程中必定會激發諸多學者基于實踐的研究探索，因此從人工智能發展前景與云制造實踐角度來看，未來對于云制造的研究很有可能會持續增加。 （2）對文獻來源期刊統計發現，云制造相關文獻主要刊登在計算機領域相關期刊上，其中《計算機集成制造系統》上刊登的云制造相關文獻在數量上遠超其他期刊，但是在《中國機械工程》《科研管理研究》等其他類型期刊上也刊登了一定數量的相關文獻。考慮到云制造學科交叉屬性明顯，學者未來可從更多視角來研究云制造相關問題。考慮到云制造的服務特性，云制造在管理學領域也擁有較大的研究空間，例如云制造背景下的供應鏈研究、云制造產業創新研究、云制造服務定價研究等。（3）通過高產作者及研究機構的共線分析發現目前國內已形成了以李強、尹超等人為核心的多個研究團隊，高產作者之間合作關系密切；重慶大學機械傳動國家重點實驗室是國內云制造研究的中堅力量，文獻產出最多，而北京航空航天大學自動化科學與電氣工程學院的合作網絡最為密集。但是整體而言，國內的研究團隊與機構較為集中，專業性較強，未形成多學科的廣泛研究局面，因此需要加強大眾對于云制造的認識，從而促進各領域的專家學者合作參與云制造的研究。（4）通過關鍵詞聚類及突變分析發現云制造領域研究內容可分為云制造平臺構建、云制造模式及應用與及云制造服務，其中服務研究是云制造研究領域的熱點與趨勢。盡管當前服務研究視角已經有從服務需求方擴展到服務供需雙方的趨勢，但是相對而言針對服務供應方的研究數量仍然不多，另外云制造平臺方作為連接服務需求方與服務供應方的主體，在服務研究中更是鮮少被考慮到。因此，未來在云制造領域的服務研究中可將服務供應方、服務需求方、平臺方三方需求均納入考慮，并建立更多樣化的目標函數，例如低碳目標、用戶心理預期目標等。

參考文獻：

［ 1 ］ 李伯虎，張霖，王時龍，等. 云制造：面向服務的網絡化制造新模式［J］.計算機集成制造系統，2010，16（1）：1-7，16.

［ 2 ］ 胡艷娟， 武理哲， 張霖等. 云制造服務評價理論與方法研究綜述［J］. 計算機集成制造系統，2017，23（3）：640-649.

［ 3 ］ LEE Y C， CHEN C， TSAI X T. Visualizing the knowledge domain of nanoparticle drug delivery technologies： a scientometric review［J］. Applied Sciences， 2016， 6（1）： 11.

［ 4 ］ 杜蕾， 左昊明， 李亞設. 基于CiteSpace的國內智慧圖書館近十年發文熱點及前沿剖析［J］. 圖書館理論與實踐，2021（6）：42-49.

［ 5 ］ 李強，于青，閆洪波，等. 基于云制造的產品后生命周期模式研究［J］. 組合機床與自動化加工技術，2014（4）：157-160.

［ 6 ］ 王時龍，宋文艷，康玲，等. 云制造環境下的制造資源優化配置研究［J］. 計算機集成制造系統，2012，18（7）：1396-1405.

［ 7 ］ 王時龍，郭亮，康玲，等. 云制造應用模式探討及方案分析［J］. 計算機集成制造系統，2012，18（7）：1637-1643.

［ 8 ］ 尹超，許加晟，李孝斌. 基于NSGA-Ⅲ算法的云制造服務組合優選方法［J］. 計算機集成制造系統，2022，28（4）：1164-1176.

［ 9 ］ 李孝斌，方志偉，尹超. 云制造環境下基于離散Markov跳變系統的機床裝備資源動態優選方法［J］. 計算機集成制造系統，2022，28（1）：43-50.

［10］ 尹超，唐力明，李孝斌. 基于用戶心理行為的云制造知識服務優選決策［J］. 計算機工程與應用，2019，55（21）：66-73，78.

［11］ 李孝斌，尹超. 面向生產過程云服務的制造執行系統［J］. 計算機集成制造系統，2016，22（1）：177-188.

［12］ 尹翰坤，邱磊，尹超. 云制造環境下的新產品開發知識管理系統［J］. 現代制造工程， 2017（12）：16-24.

［13］ 肖明，李國俊，楊楠. 基于詞頻分析的國內情報學研究熱點（1998—2007）［J］. 情報雜志，2009，28（8）：21-25.

［14］ 王瑾. 基于云環境和有限元并行計算的農機產品數字化仿真［J］. 農機化研究，2017，39（11）：193-197.

［15］ 張華，彭來湖，胡旭東，等. 一種應用于紡織加工業的企業云制造模型［J］. 吉林大學學報（工學版），2012，42（1）：337-340.

［16］ 魏巍，王宇飛，陶永. 基于云制造的產品協同設計平臺架構研究［J］. 中國工程科學，2020，22（4）：34-41.

［17］ 曾珍香，李春雨，孫菁燴. 基于利潤增量分享契約的云制造平臺下供應鏈協調研究［J］. 經濟與管理，2021，35（4）：32-38.

［18］ 曾珍香，孫菁燴，李春雨. 云制造模式下制造企業低碳策略選擇與博弈演化研究［J］. 系統科學學報，2022，30（3）：102-107，113.

［19］ 王雪萍，謝燦，高新勤，等. 基于博弈論的云制造服務平臺價格戰應對策略研究［J］. 工業工程，2020，23（1）：53-58.

［20］ 李偉平，林慧蘋，莫同，等. 云制造中的關鍵技術分析［J］. 制造業自動化，2011，33（1）：7-10.

［21］ 李強，孔蕾，張科. 工業4.0與云制造的比較分析［J］. 機床與液壓，2020，48（11）：179-184.

［22］ 潘變，王宗彥，楊芬，等. 基于云制造的起重機設計制造平臺研究［J］. 機械設計，2013，30（1）：6-10.

［23］ 原紅玲，王寒里. 基于“互聯網＋3D打印技術”的產品創新系統研究［J］. 包裝工程，2020，41（20）：298-302.

［24］ 李強，汝渴. 面向個性化手機定制的云制造應用模式研究［J］. 計算機應用與軟件，2019，36（5）：39-42，157.

［25］ 賀可太，朱道云. 云制造服務質量評價［J］. 計算機集成制造系統，2018，24（1）：53-62.

［26］ 陳浩，袁逸萍，李曉娟，等. 基于QoS的云制造制造資源組合評價方法［J］. 組合機床與自動化加工技術，2013，（12）：25-28，32.

［27］ 王婕，耿秀麗. 基于直覺模糊余弦相似度的云制造服務質量評價［J］. 計算機集成制造系統，2021，27（4）：1128-1134.

基金項目：國家自然科學基金項目“信息不對稱下云制造服務供需匹配機制與優化策略”（72171173）；同濟大學創新設計與智能制造學科群項目“面向“人-機-物”協同的智能制造系統數字孿生建模與優化研究”（F2206）

作者簡介：杜學美（1976—），女，同濟大學經濟與管理學院副教授、碩士生導師，研究方向為管理理論與工業工程、質量管理等，E-mail：xuemei.du@163.com；李俊（通信作者），男，同濟大學經濟與管理學院碩士研究生，E-mail：13564341823@163.com；陸劍峰，男，同濟大學電子與信息工程學院副教授，研究方向為創新設計與智能制造。