黃雪娟 劉金碩 姚 昱

1(武漢體育學(xué)院體育工程與信息技術(shù)學(xué)院國家體育總局體育工程重點(diǎn)實(shí)驗(yàn)室 湖北 武漢 430079)2(武漢大學(xué)計(jì)算機(jī)學(xué)院 湖北 武漢 430072)

0 引 言

群體智能是指個體低能的動物通過群體協(xié)作能夠完成高智能任務(wù)，例如，螞蟻群找到食物與洞穴之間的最優(yōu)路徑。智群計(jì)算是指使用計(jì)算機(jī)技術(shù)模擬自然界中生物群體協(xié)作智能行為，從而實(shí)現(xiàn)復(fù)雜問題的求解[1]。作為人工智能的分支之一，隨著復(fù)雜應(yīng)用問題求解需求的不斷高漲，蓬勃發(fā)展的智群計(jì)算獲得了持續(xù)關(guān)注。目前智群計(jì)算領(lǐng)域的研究力量、研究方向主要集中在哪里？形成了哪些研究分支領(lǐng)域？研究發(fā)展是如何演變的？目前的研究熱點(diǎn)和前沿又是什么？本文基于公開發(fā)表的相關(guān)學(xué)術(shù)文獻(xiàn)構(gòu)成的知識圖譜，對上述問題進(jìn)行可視化分析，為該領(lǐng)域的研究工作者提供參考。

1 研究說明

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)來源于美國科學(xué)信息所的跨學(xué)科綜合性學(xué)術(shù)信息數(shù)據(jù)庫Web of Science核心數(shù)據(jù)集(包括SCI+SSCI+A&HCI+CPCI-S+CPCI-SSH)，檢索方式為主題檢索(TS=Swarm Intelligence)，時間跨度為1986年-2018年，檢索時間為2018年11月26日，共得到6 696篇文獻(xiàn)，類型分別為Article(3 200篇)、Proceeding Paper(3 503篇)、Review(158篇)。

1.2 研究內(nèi)容

除了統(tǒng)計(jì)分析相關(guān)文獻(xiàn)數(shù)量時間序列外，本文從以下方面探討了智群計(jì)算領(lǐng)域目前的國內(nèi)外研究：(1) 研究力量分析；(2) 研究方向分析；(3) 研究主流分析；(4) 研究發(fā)展演變分析；(5) 研究熱點(diǎn)和前沿分析。

1.3 研究工具

研究過程中主要使用的工具包括：

(1) 知識圖譜 知識圖譜[2]以科研文獻(xiàn)為研究對象，基于“共現(xiàn)聚類”原理，從主體層面(作者、國家和機(jī)構(gòu)等)和主題層面(關(guān)鍵詞、學(xué)科領(lǐng)域和參考文獻(xiàn)等)進(jìn)行提取，根據(jù)對象間的聯(lián)系及其強(qiáng)弱構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)，通過可視化分析該網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)學(xué)科領(lǐng)域知識結(jié)構(gòu)的隱含模式以及科研發(fā)展規(guī)律等。CiteSpace[2]是由美國德雷塞爾大學(xué)信息科學(xué)技術(shù)學(xué)院Chaomei Chen教授基于Java平臺研發(fā)的以知識圖譜形式可視化分析科研文獻(xiàn)發(fā)展模式和趨勢的軟件。CiteSpace提供了豐富的分析功能，包括不同組合的耦合分析、共詞分析和共被引分析等，在國內(nèi)外的自然科學(xué)和人文社會科學(xué)領(lǐng)域有廣泛應(yīng)用。由于CiteSpace的顯示方面略有不足，因此本文研究采用了一些輔助數(shù)據(jù)分析和可視化軟件。

(2) 輔助分析可視化軟件 Tableau Desktop是基于斯坦福大學(xué)相關(guān)技術(shù)開發(fā)的將數(shù)據(jù)運(yùn)算與圖表呈現(xiàn)結(jié)合在一起的應(yīng)用軟件，是一款強(qiáng)大的幫助用戶查看和理解數(shù)據(jù)的可視化分析工具。Tableau具有強(qiáng)大的跨數(shù)據(jù)源連接、數(shù)據(jù)擴(kuò)展性強(qiáng)、操作簡單等特點(diǎn)，在國際數(shù)據(jù)分析與可視化軟件排列榜上名列前茅。

2 研究結(jié)果可視化與分析

2.1 發(fā)文數(shù)量時序分析

雖然Swarm Intelligence概念第一次是1989年由加利福利亞大學(xué)電機(jī)學(xué)院的Beni G教授和Jing W[3]在機(jī)器人系統(tǒng)背景下提出的，但收錄進(jìn)Web of Science核心合集中以Swarm Intelligence為主題的第一篇文獻(xiàn)是加利福尼亞大學(xué)洛杉磯分校的Cao YU、Fukunaga A S和Kahng A B三位學(xué)者于1997年發(fā)表于期刊AUTONOMOUS ROBOTS上的高達(dá)近500引用頻次的論文[4]。圖1所示的發(fā)文數(shù)量時間序列清晰地呈現(xiàn)了：2001年之后至今，該領(lǐng)域的研究工作一直處于高速發(fā)展中，其中2008年、2012年、2016年分別出現(xiàn)了階段性井噴，每次井噴都較前一年有1.5倍左右的增幅。需要說明的是2018年結(jié)束之后更新的發(fā)文數(shù)量一定會比圖中所示的數(shù)據(jù)柱高一些。

圖1 發(fā)文數(shù)量時間序列圖(1997-2018)

2.2 研究力量及合作分析

本文從作者、國家/地區(qū)和研究機(jī)構(gòu)三個方面分析智群計(jì)算領(lǐng)域研究力量分布。因此在CiteSpace中將知識圖譜的節(jié)點(diǎn)類型分別設(shè)置為Author、Country和Institution，時間劃分設(shè)置為從1986年至2018年，每2年1個時間片，每個時間片選取前50個。

(1) 作者分布分析 數(shù)據(jù)顯示全球共有12 327位科研工作者發(fā)表了智群計(jì)算相關(guān)的研究文獻(xiàn)，其中被引次數(shù)超過15次的作者在圖2所示的知識圖譜對應(yīng)的節(jié)點(diǎn)上標(biāo)識姓名。全球發(fā)文數(shù)量排名Top 10的作者羅列在表1中，發(fā)文數(shù)量全部超過了30篇，其中華人作者有6位。

表1 作者、國家/地區(qū)、機(jī)構(gòu)的發(fā)文數(shù)量TOP10表

發(fā)文數(shù)量前三的作者分別是來自于美國華盛頓機(jī)器智能研究實(shí)驗(yàn)室的Abraham A、塞爾維亞State University Novi Pazar的Tuba M和印度Rajasthan Tech University的Sharma H。雖然進(jìn)入Top10的6位華人作者位列第4位之后，但華人作者的發(fā)文總和為全球第一，這也與后續(xù)文獻(xiàn)的國家/地區(qū)分布分析結(jié)果相吻合，說明華人在智群計(jì)算領(lǐng)域研究中表現(xiàn)活躍。同時分析圖2發(fā)現(xiàn)14位華人占高被引作者總?cè)藬?shù)的8成，說明華人在該領(lǐng)域的研究工作得到了全球范圍內(nèi)的認(rèn)可與肯定。

圖2 作者知識圖譜

(2) 國家/地區(qū)分布分析 數(shù)據(jù)顯示全球共有103個國家或地區(qū)的科研工作者致力于研究智群計(jì)算，占全球國家與地區(qū)總數(shù)的46%，說明該領(lǐng)域的研究引起了全球范圍的關(guān)注。全球地理范圍內(nèi)國家/地區(qū)發(fā)文數(shù)量如圖3所示。據(jù)統(tǒng)計(jì)，發(fā)文數(shù)量超過200篇的國家與地區(qū)成功進(jìn)入了全球Top 10，前3名國家分別是中國、印度和美國，分別為1 680篇、922篇、734篇，其發(fā)文數(shù)量的總和占到了全球發(fā)文總數(shù)的49.8%。因此，上述3個國家的科研工作者對智群計(jì)算領(lǐng)域的研究工作貢獻(xiàn)份量大。

圖3 全球國家/地區(qū)發(fā)文數(shù)量地理標(biāo)識圖

(3) 研究機(jī)構(gòu)分布分析 據(jù)統(tǒng)計(jì)，全球共有3 900個研究機(jī)構(gòu)參與了智群計(jì)算領(lǐng)域的科研工作；位列第2的研究機(jī)構(gòu)為中國科學(xué)院，與第1位的伊斯蘭自由大學(xué)的發(fā)文數(shù)量相差26篇;第3之后的研究機(jī)構(gòu)發(fā)文數(shù)量與前2名相差較大。

全球范圍內(nèi)發(fā)表的文獻(xiàn)被引次數(shù)超過50的研究機(jī)構(gòu)共計(jì)21個。在圖4所示的知識圖譜中，這21個研究機(jī)構(gòu)所代表的節(jié)點(diǎn)上均被標(biāo)識出機(jī)構(gòu)名稱。除了中國科學(xué)院外，還包括了國內(nèi)的北京大學(xué)、武漢大學(xué)、北京航空航天大學(xué)、同濟(jì)大學(xué)、大連理工大學(xué)、濟(jì)南大學(xué)、深圳大學(xué)、東北大學(xué)和吉林大學(xué)，占上述21家機(jī)構(gòu)總數(shù)的47.6%，再次佐證了前面分析得到的我國及華人研究者為智群計(jì)算領(lǐng)域貢獻(xiàn)了不少力量。

圖4 研究機(jī)構(gòu)知識圖譜

(4) 合作分析研究 對作者知識圖譜進(jìn)行聚類后，用文獻(xiàn)論文的詞匯來命名類簇，得到了圖5所示的合作作者知識圖譜，呈現(xiàn)了8個相對密集的合作作者簇群，分別致力于：(1) 云計(jì)算環(huán)境(#2)；(2) 自然選擇機(jī)制(#1); (3) 無線傳感器網(wǎng)絡(luò)(#6)；(4) 機(jī)械設(shè)計(jì)(#4); (5) pka值(#8)；(6) 新方法(#0)；(7) 智群計(jì)算(#20)；(8) 鈉離子電池(#7)。全球發(fā)文數(shù)量排名第1和第3的ABRAHAM A和SHARMA H在“云計(jì)算環(huán)境”方面存在著較為緊密的合作研究關(guān)系。

圖5 合作作者知識圖譜

分析機(jī)構(gòu)知識圖譜的局部(如圖6所示)發(fā)現(xiàn)：中國科學(xué)院團(tuán)結(jié)的合作單位包括武漢大學(xué)、中山大學(xué)、北京航空航天大學(xué)、香港理工大學(xué)、大連理工大學(xué)、深圳大學(xué)、東北大學(xué)、吉林大學(xué)、中國科學(xué)院大學(xué)、中南大學(xué)、西北工業(yè)大學(xué)、蘭州大學(xué)、上海交通大學(xué)、香港城市大學(xué)、北京科技大學(xué)、中國地質(zhì)大學(xué)、國防科技大學(xué)和澳大利亞的新南威爾士大學(xué)等18家高校。發(fā)文數(shù)量第一的伊斯蘭自由大學(xué)的合作研究機(jī)構(gòu)除了多數(shù)的本國高校(如德黑蘭大學(xué))外，還包括馬來西亞特克諾爾大學(xué)等。上述合作現(xiàn)狀均反映出該領(lǐng)域的國際合作較弱，尤其是跨洲際合作需要在后期加強(qiáng)。

圖6 中國科學(xué)院合作機(jī)構(gòu)知識圖譜顯示

除了合作研究機(jī)構(gòu)群的組成外，機(jī)構(gòu)合作研究的側(cè)重方向更引人注目。以伊斯蘭自由大學(xué)為例，其合作的機(jī)構(gòu)群體致力于：(1) 蟻群優(yōu)化; (2) 人工神經(jīng)網(wǎng)絡(luò)；(3) 動態(tài)環(huán)境；(4) 萬有引力算法等方面的研究。而第2位的中國科學(xué)院則關(guān)注智群算法、演化算法和旅行商問題(典型復(fù)雜問題之一)方面的研究。如圖7所示。

圖7 機(jī)構(gòu)合作研究致力研究點(diǎn)分析圖譜

2.3 研究方向分析

在CiteSpace中設(shè)置節(jié)點(diǎn)類型為Category，時間劃分設(shè)置為從1986年至2018年，每2年1個時間片，每個時間片選取前50個，得到了如圖8所示關(guān)于研究方向的知識圖譜及其演變過程知識圖譜(如圖9所示)。

圖8 研究方向知識圖譜

圖9 研究方向演變知識圖譜

圖8中節(jié)點(diǎn)的半徑大小代表了該分支方向獲得領(lǐng)域研究者的關(guān)注度，因此，計(jì)算機(jī)科學(xué)系列、工程、自動化控制等研究方向占據(jù)了該領(lǐng)域研究的主導(dǎo)力量。

對數(shù)據(jù)進(jìn)行聚類后在時區(qū)視圖中分析研究方向演變過程，發(fā)現(xiàn)該領(lǐng)域在研究發(fā)展過程中共出現(xiàn)了四大學(xué)科分支：計(jì)算機(jī)科學(xué)和工程類、物理學(xué)類、生物化學(xué)類和地質(zhì)學(xué)類。其中開始最早且積累文獻(xiàn)量最多的為計(jì)算機(jī)科學(xué)系列類(1998年)和工程類(1998年)。值得說明的是，計(jì)算機(jī)科學(xué)類在該領(lǐng)域的研究早在1998年就出現(xiàn)了人工智能分支，并于2002年后演變出現(xiàn)網(wǎng)絡(luò)安全分支。

2.4 研究主流分析

被引是衡量作者、期刊與文獻(xiàn)的工作在研究領(lǐng)域中得到認(rèn)可的重要指標(biāo)。因此，在CiteSpace中設(shè)置節(jié)點(diǎn)類型為Cited Author、Cited Journal、Reference，時間劃分設(shè)置為從1986年至2018年，每2年1個時間片，每個時間片選取前50個，依次得到了重要作者、重要期刊、重要參考文獻(xiàn)分析需要的知識圖譜。

(1) 重要作者分析 約束被引次數(shù)超過400篇文獻(xiàn)的作者用姓名標(biāo)識其在圖10所示的知識圖譜中所代表的節(jié)點(diǎn)，得到了全球范圍內(nèi)智群計(jì)算領(lǐng)域認(rèn)可程度最高的10位作者。

圖10 被引作者知識圖譜

結(jié)合表1與圖10分析發(fā)現(xiàn)，全球發(fā)文章數(shù)量Top10作者與全球被引次數(shù)超過400篇作者的交集中僅只有來自于比利時布魯塞爾自由大學(xué)的Dorigo M和來自于英格蘭米德爾塞克斯大學(xué)的Yang X S，占全球被引次數(shù)超過400篇作者的20%，說明該領(lǐng)域文獻(xiàn)數(shù)量高產(chǎn)的作者并不一定具有較高的全球影響力，而有些不高產(chǎn)的作者(如Eberhart R C)的研究工作卻得到了國際上的廣泛認(rèn)可。Dorigo M撰寫的所有文獻(xiàn)中被引次數(shù)最高的于1999年發(fā)表于期刊《人工生命》關(guān)于蟻群算法在離散優(yōu)化中的應(yīng)用研究[5]，被引1 352次；Yang X S被引次數(shù)最高的文獻(xiàn)為2013年與Fister I等合作發(fā)表于《群體與演化計(jì)算》上的關(guān)于螢火蟲算法綜述的文章[6]，被引次數(shù)為302，其為第一作者發(fā)表的文獻(xiàn)中被引最頻繁的為2014年發(fā)表于《神經(jīng)計(jì)算與應(yīng)用》上的關(guān)于布谷鳥算法的綜述文章[7]，被引次數(shù)為213。上述分析結(jié)果說明該領(lǐng)域中諸如蟻群算法、螢火蟲算法、布谷鳥算法等智群算法的研究工作在國內(nèi)外關(guān)注度高。

(2) 重要期刊分析 約束被引次數(shù)超過1 000次的期刊用名稱標(biāo)識其在圖11中所代表的節(jié)點(diǎn)，析出了9個文獻(xiàn)來源，其中8個為期刊，1個為國際會議論文集(1995年神經(jīng)網(wǎng)絡(luò)處理IEEE國際會議)，被引次數(shù)最多的期刊為Springer出版的Lecture Notes in Computer Science(被引次數(shù)為1 741)。分析8個高引期刊，發(fā)現(xiàn)全部學(xué)科分類均為計(jì)算機(jī)科學(xué)，與前面分析結(jié)論一致：所有學(xué)科分支領(lǐng)域研究中，計(jì)算機(jī)科學(xué)、工程類的研究者表現(xiàn)引人注目，其所做研究工作吸引了智群計(jì)算領(lǐng)域中其他大多數(shù)研究者關(guān)注。

圖11 被引期刊知識圖譜

(3) 重要參考文獻(xiàn)分析 分析重要作者時，采用作者撰寫的所有文獻(xiàn)(包括第一作者和合作作者形式)在全部研究方向中的引用頻次之和作為評價指標(biāo)，無法說明某一具體研究分支中哪篇文獻(xiàn)得到了最大范圍的關(guān)注。因此，為了驗(yàn)證“高被引作者的文章之一是否是高被引參考文獻(xiàn)”這一假說，約束在圖12中標(biāo)識出被引次數(shù)超過100的文獻(xiàn)作者名稱，析出了15篇該領(lǐng)域的重要參考文獻(xiàn)，其中3篇由發(fā)文數(shù)量、作者被引次數(shù)統(tǒng)計(jì)中均表現(xiàn)出色的來自于英格蘭米德爾塞克斯大學(xué)的Yang X S分別于2009年(2篇)、2010年撰寫。

圖12 參考文獻(xiàn)知識圖譜

由于學(xué)術(shù)文獻(xiàn)被認(rèn)可，并被其他研究者撰寫入?yún)⒖嘉墨I(xiàn)部分，需要隨時間推移進(jìn)行積累，較早的文獻(xiàn)得到了更長時間段的累積，單純從被引次數(shù)來評價作者、期刊與參考文獻(xiàn)忽略了時間這一維變量的影響。因此基于知識譜后臺數(shù)據(jù)，除了頻次之外，引入了中心性和突現(xiàn)性兩個指標(biāo)對重要作者、期刊、參考文獻(xiàn)進(jìn)行綜合評價，Top 10部分見表2-表4。

表2 重要作者評價表

表3 重要期刊評價表

在CiteSpace生成的文獻(xiàn)引文知識圖譜中，中心性是測度節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性的指標(biāo)，具有高中心性的節(jié)點(diǎn)往往是連接兩個不同領(lǐng)域的關(guān)鍵樞紐[8]；突現(xiàn)性是測度某時間片上引用爆發(fā)情況的指標(biāo)[8]。綜合頻次、中心性和突現(xiàn)性三大評價指標(biāo)，領(lǐng)域研究者需要重點(diǎn)關(guān)注的作者是Bonabeau E和Yang X S，重要期刊為《SWARM INTELLIGENCE》，重要文獻(xiàn)是Kennedy J發(fā)表于2001年和Bonabeau E發(fā)表于1999年的文章(均在表2-表4中用粗體表示)。

表4 重要參考文獻(xiàn)評價表

2.5 研究主流發(fā)展演變過程分析

前面探討研究方向時以文獻(xiàn)所屬的學(xué)科類別進(jìn)行了演變分析，現(xiàn)從該領(lǐng)域研究者共識認(rèn)可的角度分析研究主流的發(fā)展演變，即在CiteSpace中進(jìn)行科學(xué)文獻(xiàn)的引用發(fā)展變化分析，設(shè)置節(jié)點(diǎn)為Reference，每2年1個時間片，每個時間片選擇 Top50，約束被引頻次超過100的文獻(xiàn)以“作者姓名(年份)”標(biāo)識其在知識圖譜中的對應(yīng)節(jié)點(diǎn)，在時區(qū)視圖中得到了圖13所示的引文時區(qū)視圖知識圖譜。

圖13 引文時區(qū)視圖知識圖譜

圖中節(jié)點(diǎn)的大小表示了對應(yīng)文獻(xiàn)的被引頻次，外圈深灰色表示其具有高中心性值。沿著時間軸分析節(jié)點(diǎn)大小、疊加密度、標(biāo)識文獻(xiàn)數(shù)量，可將該領(lǐng)域的研究演變過程大致分為1998年-2004年、2004年-2010年、2010年-2018年(現(xiàn)在)三個階段，研究工作逐階段升溫。

為了進(jìn)一步探討每個階段關(guān)注的具體研究內(nèi)容，將圖13進(jìn)行聚類，并用文獻(xiàn)檢索關(guān)鍵字命令類簇名，得到了圖14后，分析得到如下結(jié)論：

圖14 引文關(guān)鍵字聚類時區(qū)視圖知識圖譜

智群計(jì)算領(lǐng)域3階段關(guān)注的具體研究內(nèi)容為：

1) 第一階段(1998年-2004年) 關(guān)注于宏觀分析模型(#1類簇macroscopic analytical model)、蟻群算法(#2類簇ant algorithm)、運(yùn)輸模型(#5類簇transportation model)、群體建模(#7類簇modeling crowd)等內(nèi)容的研究。

2) 第二階段(2004年-2010年) 關(guān)注于自適應(yīng)參數(shù)校準(zhǔn)(#0類簇adaptive parameter caliboration)、集體超越(#6類簇collective out-perform)等內(nèi)容的研究。

3) 第三階段(2010年-2018年(現(xiàn)在)) 關(guān)注于人工蟻群算法(#4類簇artificial bee colony algorithm)、分割式聚類(#3類簇partitional clustering)等內(nèi)容的研究。

2.6 研究熱點(diǎn)及前沿分析

為了分析智群計(jì)算領(lǐng)域的研究熱點(diǎn)及新興前沿，在Citespace中進(jìn)行文獻(xiàn)引文的摘要共詞分析：詞源選擇Abstract，節(jié)點(diǎn)類型為Reference，每2年1個時間片，每個時間片選擇Top50，得到研究熱點(diǎn)和新興前沿知識圖譜。

(1) 領(lǐng)域研究熱點(diǎn)分析 在CiteSpace中分析類型選擇Noun Phrase，約束圖15中用“作者姓名(年份)”標(biāo)識被引用超過50次的文獻(xiàn)，用灰色外圈圈出的半徑相對較大的節(jié)點(diǎn)代表對應(yīng)分支的重要文獻(xiàn)。

圖15 摘要共詞分析知識圖譜

將引文作為節(jié)點(diǎn)的摘要共詞分析知識圖譜使用tf*id、LLR和MI三種聚類算法進(jìn)行聚類，并以摘要詞匯標(biāo)識類簇名稱，得到了圖16所示的摘要共詞分析知識圖譜聚類圖。

圖16 摘要共詞分析知識圖譜聚類

CiteSpace軟件對智群計(jì)算領(lǐng)域的摘要共詞分析知識圖譜聚類后得到了8個類簇，圖16顯示為不同灰度，標(biāo)識出其中5個相對密集一些的聚類簇(簇ID從0～4，排列不分先后)，簇名分別是：直接通信(direct communication),搜索性能(search performance),標(biāo)準(zhǔn)螢火蟲算法(standard fa),人工蟻群算法(abc algorithm),松馳速度更新策略(rvu strategy)。上述5個類簇反映了智群計(jì)算領(lǐng)域的研究熱點(diǎn)，由于rvu策略是微粒子群優(yōu)化算法(PSO)提高收斂速度策略研究之一，因此，5個熱點(diǎn)中包含了3個仿生智群算法(fa,abc,pso)以及搜索性能這一評價指標(biāo)，即80%的熱點(diǎn)覆蓋在仿生智群算法這一智群計(jì)算子領(lǐng)域中。

為了了解每個研究熱點(diǎn)的研究內(nèi)容，挖掘每個類簇的重要參考文獻(xiàn)意義重大。分析每1類簇的數(shù)據(jù)后，按頻次、中心性、突現(xiàn)性綜合評估，選取每類簇的Top2引文數(shù)據(jù)得到表5。

表5 摘要共詞分析聚類說明數(shù)據(jù)表

命名為“直接通信”的#0類簇的兩篇重要文獻(xiàn)在頻次、中心性、突現(xiàn)性三個指標(biāo)評估中均表現(xiàn)不錯，分別來自于Kennedy J于2001年、Bonabeau U于1999年發(fā)表在期刊Swarm Intelligence上的兩篇文章。#1-#4類簇的共計(jì)8個Top2中，關(guān)于粒子群算法及其在約束問題優(yōu)化中應(yīng)用的文獻(xiàn)是分別由Cler M[9]和Parsopoul K E[15]于2002年撰寫；關(guān)于蟻群優(yōu)化的文獻(xiàn)由Dorigo M撰寫于2004年[10]；關(guān)于螢火蟲算法在多模優(yōu)化中的應(yīng)用文獻(xiàn)由Yang X S撰寫于2009年[12]；關(guān)于人工蜂群的比較研究和性能分析的文獻(xiàn)由Karaboga D分別撰寫于2009年[13]和2008年[14]；關(guān)于引力搜索算法在種群優(yōu)化中的研究文獻(xiàn)由Rashedi E撰寫于2009年[11]。

通過分析智群計(jì)算領(lǐng)域的研究熱點(diǎn)，發(fā)現(xiàn)各類簇的核心文獻(xiàn)最遲發(fā)表于2009年，說明該領(lǐng)域研究已經(jīng)得到了一定的積累，但這些熱點(diǎn)從時間維度上說并不能算新興研究。

(2) 領(lǐng)域研究新興前沿分析 在CiteSpace中分析類型選擇Burst Terms，約束用“作者姓名(年份)”標(biāo)識被引用超過100次的文獻(xiàn)，得到引文摘要共詞分析突現(xiàn)結(jié)果后進(jìn)行聚類，得到圖17所示的知識圖譜。聚類后共生成7個類簇：(1) 模糊規(guī)則(#0 fuzzy rules)；(2) 機(jī)器人群規(guī)模(#1 robot group size); (3) 螞蟻群(#2 ant colonies)；(4) 人工蜂群算法(#3#4 abc algorithm); (5) 模糊螞蟻系統(tǒng)(#5 fuzzy ant system)；(6) 路徑問題(#6 routing problem)；(7) 公共安全(#7 public safety)。

圖17 引文摘要共詞突現(xiàn)分析知識圖譜

值得強(qiáng)調(diào)的是，圖17中外圈為灰色的節(jié)點(diǎn)表示不同類簇里中心度較大的文獻(xiàn)。例如，Kennedy J于2001年發(fā)表在Swarm Intelligence上的文獻(xiàn)引用頻次高達(dá)227次，突現(xiàn)率為101.47，中心性為0.17，是連接#0類簇和#2類簇的橋梁文獻(xiàn)；而Bonabeau E于1999年發(fā)表于INTELLIGENCE N上的文獻(xiàn)引用頻次高達(dá)174次，突現(xiàn)率為88.2，中心性為0.14，是連接#1類簇、#2類簇和#4類簇的橋梁文獻(xiàn)。上述節(jié)點(diǎn)都屬于關(guān)鍵節(jié)點(diǎn)，指引相關(guān)方向的工作者高度重視。

對生成圖17的后臺數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，以突現(xiàn)性降序排列數(shù)據(jù)后抽取Top15生成表6。

表6 摘要共詞突現(xiàn)文獻(xiàn)Top15數(shù)據(jù)表

觀察表6數(shù)據(jù)，可以發(fā)現(xiàn)2000年、2009年、2014年左右是智群計(jì)算領(lǐng)域研究相對集中的爆發(fā)年份。將圖17的數(shù)據(jù)投射到時區(qū)視圖中，得到了圖18。

圖18 引文摘要共詞突現(xiàn)分析時區(qū)視圖知識圖譜

結(jié)合圖17分析時區(qū)視圖知識圖譜，可以看出螢火蟲算法類簇(#3和#4)從2010年開始到現(xiàn)在一直保持相對持續(xù)的爆發(fā)性研究勢頭；結(jié)合表4列舉的突現(xiàn)性數(shù)據(jù)，發(fā)現(xiàn)被劃分到人工蜂群算法類簇(#3和#4)共有10篇文獻(xiàn)，占Top15數(shù)據(jù)的67%。因此，人工蜂群算法是智群計(jì)算領(lǐng)域的研究新興前沿方向，并且從圖17中分辨出#3和#4類簇的關(guān)鍵節(jié)點(diǎn)(被灰色外圈圈出的節(jié)點(diǎn))說明該領(lǐng)域的重要文獻(xiàn)分別是Karaboga D于2007年發(fā)表于J GLOBAL OPTIM[16]和Yang X S于2009年發(fā)表于WOR CONG NAT BIOL[17]的2篇文獻(xiàn)，分別具有0.22和0.17的中心性值，在表4列舉的Top15的中心性值比較中排列第2和第3，其重要性可見一斑。

3 結(jié) 語

本文研究工作采集了ISI的Web of Science核心合集數(shù)據(jù)庫中以Swarm Intelligence為主題的共計(jì)6 696科學(xué)文獻(xiàn)為研究數(shù)據(jù)，從研究力量、研究方向、研究主流及發(fā)展演變、研究熱點(diǎn)和前沿趨勢等方面，利用Citespace和Tableau軟件工具，繪制了18幅分析相關(guān)的可視化知識圖譜，探索了智群計(jì)算領(lǐng)域國內(nèi)外研究現(xiàn)狀和演變發(fā)展趨勢：

(1) 該領(lǐng)域研究的文獻(xiàn)發(fā)表保持著持續(xù)穩(wěn)定上升趨勢，分別于2008年、2012年、2016年出現(xiàn)了井噴。

(2) 以中國、美國、印度為代表的三個國家占據(jù)了研究工作的重要位置，發(fā)文數(shù)量最多的研究者來自于美國華盛頓機(jī)器智能研究實(shí)驗(yàn)室的Abraham A。發(fā)文數(shù)量與影響力均佳的兩位研究者分別為來自于比利時的Dorigo M和來自于英格蘭的Yang X S。由此可見，國際間的研究合作仍需加強(qiáng)。

(3) 計(jì)算機(jī)科學(xué)和工程類、物理學(xué)類、生物化學(xué)類和地質(zhì)學(xué)類是該領(lǐng)域研究的四大分類；以蟻群算法、螢火蟲算法、布谷鳥算法為代表的計(jì)算機(jī)科學(xué)和工程類的研究在國內(nèi)外收獲了較高的關(guān)注度。

(4) 仿生智群算法是該領(lǐng)域當(dāng)下的研究熱點(diǎn)，人工蟻群(abc)算法代表了該領(lǐng)域的研究前沿及發(fā)展趨勢，Karaboga D于2007年發(fā)表于J GLOBAL OPTIM[16]和Yang X S于2009年發(fā)表于WOR CONG NAT BIOL[17]的兩篇文獻(xiàn)值得此方向的研究工作者重點(diǎn)關(guān)注。

基于引文文獻(xiàn)計(jì)量和知識圖譜可視化軟件工具，對智群計(jì)算領(lǐng)域的研究進(jìn)行了上述可視化分析，但由于CiteSpace軟件生成知識圖譜的展示局限性，以及與Tableau數(shù)據(jù)轉(zhuǎn)換的限制，研究工作無法涵蓋統(tǒng)計(jì)分析的全部方面，未來的研究將從多維度、多視角方向?qū)υ擃I(lǐng)域的研究進(jìn)行探索。