陳江濤, 呂建秋

(華南農(nóng)業(yè)大學(xué) 數(shù)學(xué)與信息學(xué)院,廣東 廣州 510642)

0 引言

隨著知識經(jīng)濟以及大數(shù)據(jù)時代的到來，數(shù)據(jù)的增長速度已經(jīng)遠(yuǎn)遠(yuǎn)超出了人們的想象，人們越來越需要借助于一定的可視化技術(shù)來幫助分析和梳理相關(guān)知識領(lǐng)域研究現(xiàn)狀，了解學(xué)科發(fā)展的新情況。借助科學(xué)知識圖譜，人們可以透視龐大的知識體系中各個領(lǐng)域的結(jié)構(gòu)，理順當(dāng)代知識大爆炸形成的復(fù)雜知識網(wǎng)絡(luò)，預(yù)測科學(xué)技術(shù)知識前沿發(fā)展的最新態(tài)勢[1]。Citespace軟件是美國Drexel大學(xué)陳超美博士和大連理工大學(xué)WISE實驗室聯(lián)合開發(fā)的一款知識圖譜可視化分析工具，現(xiàn)已被廣泛運用于知識圖譜的分析實踐之中，本文主要借助于Citespace軟件來分析近年來運籌學(xué)的發(fā)展現(xiàn)狀及趨勢。

1 數(shù)據(jù)的搜集和整理

Citespace軟件可以直接用來分析web of science上導(dǎo)出的數(shù)據(jù)格式，進入web of science的核心合集數(shù)據(jù)庫，選擇SCI索引，輸入主題詞“Operations Research or Operational Research”，并選擇2006年到2015年作為時間跨度，可以檢索到3166篇文獻，將其保存為可供Citespace分析的文獻格式。

2 研究結(jié)果及分析

主要通過運用Citespace軟件中的合作共現(xiàn)圖譜梳理了近十年來運籌學(xué)研究的地域分布，通過對被引文獻的關(guān)鍵節(jié)點分析了運籌學(xué)發(fā)展的基礎(chǔ)知識，通過施引文獻的聚類圖譜分析了運籌學(xué)領(lǐng)域的研究前沿。

2.1 運籌學(xué)研究的主要國家和機構(gòu)

圖1 運籌學(xué)合作圖譜

在Citespace軟件中選擇Country和Institution為圖譜的網(wǎng)絡(luò)節(jié)點，選擇尋莖算法對圖譜進行修剪和優(yōu)化，可以得到如圖一所示的研究機構(gòu)分布圖譜，其中圓形節(jié)點代表的是國家，分支節(jié)點代表的是機構(gòu)。通過對圖譜顯示閾值的設(shè)定，可以顯示出其中一些重要的研究機構(gòu)。

從圖1可以看出，近十年來運籌學(xué)研究區(qū)域分布呈現(xiàn)出五個明顯的聚類，美國、英國、中國、加拿大和臺灣。其中圓形節(jié)點的半徑越大表示其發(fā)文頻次越高?？梢钥吹揭恍┌l(fā)達國家的運籌學(xué)發(fā)展研究依然走在世界前列，另外一些港口城市，如中國臺灣、新西蘭、中國香港在這方面的成果也比較多。

表1 運籌學(xué)發(fā)文情況統(tǒng)計表

由表1可以看出，從文獻發(fā)表的頻次來看，美國的發(fā)文數(shù)量要遠(yuǎn)高于其他國家，為1185篇。其次是英國、中國大陸、中國臺灣和加拿大。從節(jié)點的中心性來看中國大陸和英國有著明顯優(yōu)勢，這說明，在網(wǎng)絡(luò)節(jié)點中，這兩個節(jié)點與其他節(jié)點存在更多的合作關(guān)系。從中可以得出結(jié)論，近十年來美國依然在運籌學(xué)研究上處于絕對優(yōu)勢地位，研究成果遠(yuǎn)遠(yuǎn)高于其他國家。另外，作為運籌學(xué)發(fā)源地之一的英國，也是運籌學(xué)研究的主要國家之一，并且積極與其他國家的運籌學(xué)研究展開合作。另外，中國的運籌學(xué)研究近十年來也取得了較好的成果，發(fā)文頻率排在第三位，中心性排在第一位，說明中國的運籌學(xué)研究越來越重視與其他國家的研究展開合作。

2.2 運籌學(xué)研究的重要文獻

在Citespace軟件中選擇共引文獻作為網(wǎng)絡(luò)節(jié)點，閾值選用每年被引頻次在前50的文獻，采用尋莖算法作為網(wǎng)絡(luò)圖譜的修剪法則，運行Citespace軟件，可以得到圖2所示的圖譜，其中節(jié)點表示被引文獻，用年輪表示其被引年份，節(jié)點半徑越大，表示文獻的被引頻率越高。

圖2 運籌學(xué)引文共現(xiàn)圖譜

從論文的被引頻率來分析，可以看到對近十年來運籌學(xué)發(fā)展有較大影響的論文有，Stahlbock R在2008年發(fā)表的《Operations research at container terminals: a literature update》，該篇文章主要對運籌學(xué)在集裝箱運輸領(lǐng)域，如港口的作業(yè)組織和控制，碼頭運作計劃和調(diào)度的數(shù)學(xué)解析法，仿真方法，智能優(yōu)化方法等進行了系統(tǒng)地概括，文獻回顧和趨勢總結(jié)，推動了運籌學(xué)中排隊論、圖論、最優(yōu)化方法、運輸問題等在港口碼頭計劃調(diào)度中的作用[2]。第二篇引用頻率較高的是Charnes A于1978年發(fā)表的《Measuring the efficiency of decision making units》，該篇文章是由Charnes A，Cooper W W，Rhodes E合著的，并提出了著名的C2R模型，提出了一個對多投入，多產(chǎn)出效率決策單元的有效評價方法，從而開創(chuàng)了數(shù)據(jù)包絡(luò)分析的方法[3]。第三篇重要文獻是 Garey M R發(fā)表的《Computers and intractability: a guide to the theory of NP-completeness》，該篇文章搜集了從1978年夏天到1979年之間已經(jīng)發(fā)現(xiàn)的三百個具有NP完全性的問題，從而成為計算機復(fù)雜算法研究人員不可缺少的一篇著作，其中對于圖論，網(wǎng)絡(luò)設(shè)計，存貯與檢索，排序與優(yōu)化，數(shù)學(xué)規(guī)劃等問題被廣泛應(yīng)用于運籌學(xué)研究[4]。另外一篇較有影響的文章是Banker R D, Charnes A，Copper W W于1984年發(fā)表的《Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis》，在該文章將在C2R模型中規(guī)模收益不變的假定，改為規(guī)模收益變動的假定，提出BC2模型，與CCR模型共同構(gòu)成DEA數(shù)據(jù)包絡(luò)分析的基礎(chǔ)模型[5]。還有一些關(guān)鍵節(jié)點如Goldberg D E在1989年發(fā)表的 《Genetic Algorithm in Search, Optimization, and Machine learning》 總結(jié)了遺傳算法研究的主要成果，對遺傳算法作了全面而系統(tǒng)的論述[6]，一般認(rèn)為，這個時期的遺傳算法從古典時期發(fā)展了現(xiàn)代階段，這本書則奠定了現(xiàn)代遺傳算法的基礎(chǔ)。另外還有Saaty T L在1980年出版的《The analytic hierarchy process: planning, priority setting, resources allocation》，重點介紹了AHP方法如何綜合定性與定量分析，模擬人的決策思維過程，解決多因素復(fù)雜系統(tǒng)，特別是難以定量描述的社會系統(tǒng)的方法，對決策論的發(fā)展起了重要作用[7]。除了這些共引次數(shù)較高的節(jié)點外，還有一些其他節(jié)點也十分重要。

由于本文選取的是近十年來的施引文獻，運籌學(xué)發(fā)展前期產(chǎn)生的一些重要基礎(chǔ)性文獻可能并未表現(xiàn)出較高的被引頻率，在網(wǎng)絡(luò)節(jié)點中表現(xiàn)的不是很明顯，但我們依然可以從時間線圖譜出找出一些時間較遠(yuǎn)卻依然保持著一定被引頻率的經(jīng)典文獻，并初步探索運籌學(xué)的一些發(fā)展軌跡，在CiteSpace軟件中選擇TimeLine時間線視圖，可將共引文獻的關(guān)系及聚類以時間軸的形式表現(xiàn)出來，方便觀察知識的演化過程，運籌學(xué)的時間線圖譜如圖3所示。其中聚類表示的是高頻引文，連線表示的是他們之間的被引關(guān)系。

圖3 運籌學(xué)引文共現(xiàn)時間線圖譜

從圖3中我們可以看出運籌學(xué)經(jīng)典文獻出現(xiàn)的第一個高峰期是在20世紀(jì)50年代，通過查閱運籌學(xué)的發(fā)展歷史可知運籌學(xué)產(chǎn)生于19世紀(jì)30年代，一直屬于軍事機密，到19世紀(jì)50年代，運籌學(xué)的發(fā)展迎來了第一個黃金期，英美等國相繼成立了運籌學(xué)協(xié)會，從圖中的節(jié)點中可以看出，這段時間產(chǎn)生的成果主要有1951年Kuhn和Tucker提出的K-T條件，在非線性約束問題的求解上做出了重要貢獻[8]。1959年Dantzig總結(jié)的單純形法為求解線性規(guī)劃問題提出了一個有效的方法[9]。19世紀(jì)60年代，產(chǎn)生的主要成果有1960年Gilmore 提出的將線性規(guī)劃運用于套材下料的問題[10]。1962年Ford J R提出的網(wǎng)絡(luò)流問題等[11]。七十年代之后，較重要的研究已在前面有所論述。

在CiteSpace軟件中，這些高被引的引文節(jié)點共同構(gòu)成近些年來學(xué)科發(fā)展前沿的基礎(chǔ)知識，在學(xué)科發(fā)展中起著重要作用。

2.3 運籌學(xué)發(fā)展的熱點領(lǐng)域研究

在CiteSpace軟件中學(xué)科研究熱點表現(xiàn)為在某一段時間內(nèi)某些引文呈現(xiàn)突增性，表示這一段時間內(nèi)，這些引文的受關(guān)注度有所提高，構(gòu)成學(xué)科的研究熱點。在軟件中引文的突增性用Brust值表示，Brust值越高，引文的突增性越強。

表2 運籌學(xué)引文突增性情況表

表中列出了一些高Brust值高的，首先考慮突增性排名第一的是Bierwirth C在2010年發(fā)表的《A survey of berth allocation and quay crane scheduling problems in container terminals》，該文章主要對于集裝箱碼頭的泊位分布和岸橋調(diào)度做了一定的調(diào)查分析。文章的引用變化如圖4所示，可以看到，文章在最近三年的被引用次數(shù)有了較大的增長[12]。

另外一篇突增性較高的文章是Stahlbock R在2008年發(fā)表的《Operations research at container terminals: a literature update》，文章也介紹了集裝箱碼頭作業(yè)調(diào)度的一些方法，在重要文獻中也已有過介紹。其引文頻次的變化如圖5所示。

兩篇文章近幾年的引用頻次都有了較大提高，兩篇文章的施引文獻主要有Akyuz M H在2014年發(fā)表的文章《A mathematical formulation and efficient heuristics for the dynamic container relocation problem》，作者在文章中提出了三種啟發(fā)式算法解決集裝箱運輸問題，并對這三種方法做出了比較[13]。另外一篇施引文獻是Alessandri A在2008年發(fā)表的《Modeling and Feedback Control for Resource Allocation and Performance Analysis in Container Terminals》這篇文章提出海運碼頭集裝箱流動隊列的動態(tài)離散模型，并對模型中資源分配的兩個反饋控制策略進行說明[14]。大量的施引文獻也說明，近些年來運籌學(xué)在集裝箱碼頭的管理、仿真、優(yōu)化與調(diào)度方面的運用已經(jīng)成為該學(xué)科的一個研究熱點。第三個Brust值變化較大的點出現(xiàn)在Rosenhead J在2001年發(fā)表的 《Rational Analysis for a Problematic World Revisited: Problem Structuring Methods for Complexity, Uncertainty and Conflict》，該文通過具體實例，講解了一些解決不確定性決策建模的結(jié)構(gòu)性方法[15]。但從引文分析的圖譜上看，引文雖然波動較大，但總體平穩(wěn)，15年以后對這些領(lǐng)域的研究有上升趨勢，并不能看出明顯的熱點領(lǐng)域。

圖6 羅森海德被引頻次變化圖

另外，其他節(jié)點并沒有呈現(xiàn)出優(yōu)勢明顯的突增性，發(fā)展研究比較平穩(wěn)。這里就不再作過多的分析。

2.4 運籌學(xué)的研究前沿分析

對于前沿問題的研究，CiteSpace軟件是通過對施引文獻中相關(guān)內(nèi)容的聚類得出來的，Citespace可以提供對文獻主題，關(guān)鍵詞，以及摘要的聚類，可以在軟件面板中選擇，本文選擇文獻中的主題詞進行聚類，選擇對數(shù)似然法抽取文獻中的主題詞，可以得到如圖7所示的分析圖譜

圖7 知識前沿聚類圖譜

從聚類圖譜中可以看到，運籌學(xué)在管理科學(xué)領(lǐng)域的研究依然是最前沿的研究領(lǐng)域之一，運籌學(xué)在誕生之初就是為了給管理決策提供更好的決策方法，使管理活動更加科學(xué)化，一直以來運籌學(xué)在管理科學(xué)領(lǐng)域的應(yīng)用就是重點研究內(nèi)容之一。第二個前沿領(lǐng)域是研究戰(zhàn)略制定與戰(zhàn)略規(guī)則，面對不確定的外部環(huán)境，如何有效地進行模擬仿真，制定合理的發(fā)展戰(zhàn)略也是運籌學(xué)研究的前沿領(lǐng)域之一。這方面的研究主要有Burt G在2011年發(fā)表的《Towards the integration of system modelling with scenario planning to support strategy: the case of the UK energy industry》中提出了支持不確定性的探索的系統(tǒng)建模集成方案規(guī)劃，探索了如何利用情景規(guī)劃提高組織戰(zhàn)略制定的能力[16]。第三個研究前沿領(lǐng)域是遺傳算法，這方面的主要研究有2008年張繼軍等發(fā)表的《Solving TSP with improved multi-Agent genetic algorithm》，文中提出了一種基于智能體對環(huán)境感知與反作用能力的新的函數(shù)優(yōu)化方法來解決旅行商問題,具有很快的收斂速度,尤其是在優(yōu)化超高維函數(shù)時更顯示出了它的優(yōu)越性[17]。另外還有Bogdanovic M等在2010年發(fā)表的《an ilp formulation and genetic algorithm for the maximum degree-bounded connected subgraph problem》研究了遺傳算法在解決最大連通子圖問題中的應(yīng)用[18]。第四個研究前沿是對于集裝箱碼頭的運輸優(yōu)化研究，這也是近幾年來研究的一個熱點問題，前面已經(jīng)在熱點研究中做出了一些相關(guān)論述。另外還有一些研究前沿領(lǐng)域，包括定性與定量相結(jié)合、人員的排班問題、數(shù)據(jù)包絡(luò)分析等問題。

3 結(jié)論

本文通過citeSpace軟件對于近十年來運籌學(xué)領(lǐng)域的部分相關(guān)文章進行分析發(fā)現(xiàn)：目前美國在運籌學(xué)研究領(lǐng)域依然遙遙領(lǐng)先，英國、中國等也取得了較為豐碩的成果。對近十年運籌學(xué)發(fā)展有較大影響的成果主要有Stahlbock R在2008對運籌學(xué)在集裝箱運輸領(lǐng)域，如港口的作業(yè)組織和控制，碼頭運作計劃和調(diào)度的數(shù)學(xué)解析法、仿真方法、智能優(yōu)化方法等的總結(jié)概括。19世紀(jì)70年代和80年代由Charnes A和Cooper W W以及Rhodes E開創(chuàng)的CCR模型和BCC模型。1979年由Garey M R總結(jié)的具有三百個具有NP完全性的問題，由Goldberg在1989年對于遺傳算法的論著等。這些論著和其他一些重要文獻共同構(gòu)成了近些年來學(xué)科發(fā)展的基礎(chǔ)知識。研究熱點領(lǐng)域主要集中在運籌學(xué)在集裝箱碼頭調(diào)度運輸方面的研究。研究前沿主要有管理科學(xué)、戰(zhàn)略制定、遺傳算法、人員排班、數(shù)據(jù)包絡(luò)分析等問題。