基于CiteSpace的我國車輛路徑問題研究進展及熱點前沿分析

陳樹廣，殷莉秀

（西安財經大學 管理學院，陜西 西安 710100）

0 引言

近年來，隨著物流行業的不斷發展和國家對交通運輸領域的重視，車輛路徑問題研究逐漸引起了學術界的廣泛關注。車輛路徑問題是指在滿足一定約束條件下，找到一組車輛的最優行駛路徑，使得所有配送點能夠被覆蓋，并滿足車輛數量、容量和行駛距離等限制條件，從而實現車輛配送的高效性、經濟性和可靠性。

在這一領域中，研究者們通過運用各種方法探索如何優化車輛路徑問題，提高車輛運行效率，降低車輛運行成本，提高車輛利用率和客戶滿意度等，取得了一系列顯著成果。楊劼，等[1]主要探討了在物流配送過程中，客戶需求的變動對干擾管理的影響，采用了改進的遺傳算法來優化配送路徑，通過實驗驗證了該算法的有效性。韓榮騰[2]主要研究了蟻群算法在農村生鮮配送車輛路徑優化中的應用，通過對比不同算法的實驗結果，證明了蟻群算法的優越性。陳高華，等[3]提出了一種改進的蟻群算法對車輛路徑進行優化，并驗證了該算法在解決多目標優化問題時的有效性。吳福亮，等[4]在考慮能耗因素的前提下，采用了遺傳算法對電動汽車配送路徑進行優化。劉志碩，等[5]在考慮硬時間窗因素的前提下，基于遺傳算法對冷鏈配送路徑進行優化。Pasha，等[6]研究車輛路徑問題時提出了一種混合整數線性規劃模型，采用進化算法、變鄰域搜索算法、禁忌搜索算法和模擬退火算法對模型進行大規模問題實例求解，并驗證了所提方法的有效性。王建新，等[7]提出了一種基于區域-負載均衡策略，對兩級配送路徑進行優化。劉長石，等[8]提出了一種混合遺傳算法解決城市物流配送中的混合車輛路徑規劃問題。劉艷秋，等[9]提出了一種基于混合人工魚群算法的路徑優化方法，解決應急物流配送中的路徑優化問題。高浩然，等[10]考慮時效性和品質性滿意度約束，基于改進遺傳算法對易腐品冷鏈物流配送路徑進行優化。

CiteSpace作為一款基于文獻計量分析的軟件，可以幫助研究人員了解某一領域的研究熱點和前沿方向。本文將利用CiteSpace軟件對我國車輛路徑問題研究的進展及熱點前沿進行分析，旨在為相關研究者提供參考，并為未來研究方向的確定提供一定的指導。

1 數據來源與方法

1.1 數據來源

通過中國知網（CNKI）檢索“車輛路徑問題研究”，根據多數關鍵文獻聚焦于核心期刊的文獻分散定律，在總庫共3 172篇、時間設置為2003-2023年（截至2023年3月底）的學術文獻中，篩選出了1 795篇學術期刊論文。進一步重點關注北大核心、CSSCI、CSCD三類核心期刊，最終獲得有效數據712篇。

1.2 研究方法

本研究采用基于CiteSpace的方法，結合定性和定量兩個維度，對我國車輛路徑問題的研究進展及熱點前沿進行了分析。通過構建關鍵詞共現圖、熱點聚類圖、時區圖、研究作者和機構合作網絡圖等，描繪了該研究領域的演進趨勢，并提出了可供參考的建議。

2 文獻特征分析

2.1 年發文量趨勢

研究領域的發文數量是衡量該領域在特定時間段內研究活躍度的重要指標。本文篩選出的712篇有效期刊文獻的年度分布圖能夠直觀地反映該領域在該時間段內的研究發展趨勢。

如圖1所示，2003-2023年期間車輛路徑問題相關文獻發刊量總體呈現波動上升的趨勢。2002-2007年車輛路徑問題研究處于直線增長趨勢；2008-2020年呈現回落起伏的規律，其中2018年發刊量達到最高，為46篇；2021-2022年核心期刊發文量處于高水平時期，達到47篇；2023年回落與本文統計時長有關（論文截至2023年3月底）?？傮w而言，車輛路徑問題研究相對完備，但仍然有許多新的細分領域需進一步探索。

2.2 核心作者分布

對車輛路徑問題研究的發文作者的統計分析形成了車輛路徑問題研究作者圖譜，如圖2所示。圖2包含325個節點和306條連線，網絡密度為0.005 8。節點的字體大小反映了該作者的發文量多少，而節點間連線的粗細則表示學者間聯系的緊密程度。

圖2 車輛路徑問題研究作者共現知識圖譜

對主要發文作者進行關聯分析發現，節點數量較多，但節點間的連接數量較少，表明從事車輛路徑問題研究的學者可能更偏向于獨立研究，彼此之間的合作關系較為松散。連線情況表明相關作者部分之間有交流，但更多的是相互之間不交流，研究團體的規模都比較小。實際上，車輛路徑問題研究范圍特別廣，因此在未來的研究中可以增加跨團隊合作交流。

進一步分析高被引排名前十一的學者，見表1，其中符卓以被引次數19次位居第一，葛顯龍以被引次數15次排名第二，范厚明以被引次數11次排名第三?？偟膩碚f，前三名的學者有一定的影響，但影響力巨大的學者還未出現，學者之間的合作交流也有待進一步加強。

表1 高被引學者排名

2.3 研究機構分析

發文機構網絡圖譜可以展示我國車輛路徑問題的不同研究機構的發文情況及其合作關系。

使用CiteSpace軟件，選擇時間切片為3年，節點類型為機構，并使用默認設置對2003年至2023年間的712條有效數據進行可視化分析，為了突出重點研究機構，設置了閾值為4，并且只顯示了發文量較大的部分研究機構，以便更清晰地呈現圖像。得出車輛路徑問題研究機構網絡圖譜，如圖3所示。圖3中共有252個節點和130條連線，密度僅為0.004 1，表明機構之間的合作比較分散。通過觀察各研究機構的名稱，可以發現大部分機構為高校的各學院，說明高校在車輛路徑問題研究中發揮了重要作用。

圖3 車輛路徑問題研究機構共現知識圖譜

在對高被引排名前七的研究機構（見表2）進行進一步分析時發現上海理工大學管理學院以被引次數27次排名第一；中南大學交通運輸工程學院以被引次數25次排名第二；華中科技大學管理學院以被引次數20次排名第三。

表2 高被引研究機構排名

根據文獻作者圖譜和文獻機構圖譜的分析結果，可以發現文獻合著的作者在總體作者中所占比例較少。此外，雖然機構點眾多，但是它們之間的連線數量比較少，這表明文獻研究機構之間的合作關系并不密切。研究機構主要以同一區域或同一機構為主，跨區域或跨學科之間的合作相對較少。這說明我國尚未形成緊密的車輛路徑問題研究核心團隊，同時也反映出我國車輛路徑問題研究機構之間的合作關系有待加強。

3 關鍵詞分析

3.1 共現分析

通過對核心期刊文獻關鍵詞的分析，CiteSpace軟件可以凝練出車輛路徑問題的主要研究領域和內容，進一步反映出該領域的研究動態。在此基礎上，可以整理出前16個車輛路徑問題研究高頻關鍵詞的詞頻和中心度。見表3。

表3 高被引車輛路徑問題研究高頻關鍵詞詞頻及中心度

由表3可知，在車輛路徑問題研究中，遺傳算法是學者使用的主流算法，該算法可以通過不斷的迭代和選擇，逐步優化調度方案，以達到最優的效果。目前，遺傳算法已經被廣泛應用于應急物流研究中，以有效解決應急物資儲備選址、車輛運輸優化等問題，尤其是對于車型較多、物資類型復雜的分層調度問題，遺傳算法具有較好的求解效果。因此，遺傳算法在應急物流中的應用前景非常廣闊。

關鍵詞共現網絡圖譜是一種通過詞頻分析顯示高頻關鍵詞以及共現關聯的工具，它可以通過關鍵詞出現的頻次以及中心度來反映相應領域的研究熱點。在使用CiteSpace 進行分析時，選擇“Node types”中的“Keyword”就可以得到關鍵詞共現網絡圖譜分析圖，如圖4所示。這種分析方法可以幫助研究人員更好地了解領域內的研究趨勢和熱點問題，從而有助于指導研究方向和決策。

圖4 車輛路徑問題研究關鍵詞共現知識圖譜

在圖4中，共有265個結點和435條連線，網絡密度為0.0124。關鍵詞的字體越大表示其頻次越高，連線越粗則表示關鍵詞之間相關性越強。由圖4可知，車輛路徑問題研究的關鍵詞主要聚焦在“遺傳算法”“時間窗”“蟻群算法”“車輛路徑”“物流配送”“優化”“禁忌搜索”“物流”“軟時間窗”“物流工程”等。關鍵詞范圍較廣，聯系較為緊密，基本形成了系統的車輛路徑問題研究網絡，但是還有許多方向和內容值得后續探索研究。

3.2 聚類分析

關鍵詞聚類圖譜分析可以很好地提煉出相應的熱點主題子群，更加準確地把握該領域的研究方向。利用CiteSpace中的聚類功能，“Node types”選擇“Reference”，算法采用LLR算法。當聚類圖譜中的Q值和S值顯示，聚類模塊值Modularity=0.540 5>0.5，聚類平均輪廓值MeanSilhouette=0.857 7>0.7，說明聚類結構顯著，由此得到關鍵詞聚類網絡圖譜，如圖5所示。

圖5 車輛路徑問題研究熱點聚類共現圖

在圖5中，車輛路徑問題研究分為13個聚類，順序從0到12，每個聚類是由多個緊密相關的關鍵詞組成，數字越小，聚類中包含的關鍵詞越多。圖5中共有13個色塊，色塊越大表示其聚類越緊密。由圖5可知，車輛路徑問題研究熱點主要聚焦在“車輛路徑”“時間窗”“局部搜索”“蟻群算法”“遺傳算法”“物流配送”“多車場”“免疫算法”“螞蟻算法“電動汽車”“交叉熵”“運籌學”和“三維裝載”。車輛路徑問題研究色塊區域較大，表明車輛路徑問題的衍生問題很多，基本形成了系統的車輛路徑問題研究網絡，但是還有許多方向和內容值得后續探索研究。

表4為車輛路徑問題研究的關鍵詞聚類結果，其中頻次表示聚類中關鍵詞出現的次數，頻次越大表明關鍵詞出現的次數越多，本文中“車輛路徑”研究的頻次為21次，是聚類中出現最多的關鍵詞；中心性表示網格節點的重要程度，中心性數值越大表示聚類越緊密；聚類子簇表示與聚類名稱有密切聯系的關鍵詞。

表4 關鍵詞聚類結果

4 車輛路徑問題研究主題演化分析

4.1 時區視圖圖譜分析

時區圖可以展示研究關鍵詞隨時間的變化趨勢。圖6展示了2003-2023年車輛路徑問題研究關鍵詞時區圖譜。趨勢圖上面的數字表示年份標識，而連線則表示關鍵詞共同出現在同一研究期刊文獻中。

圖6 2003-2023年車輛路徑問題研究關鍵詞時區圖譜

在圖6中，按照時間軸對2003-2023年車輛路徑問題研究關鍵詞時區圖譜進行細分，圓圈越大表示變化趨勢越明顯，可知“車輛路徑”“遺傳算法”“時間窗”“蟻群算法”“免疫算法”“局部搜索”基本上是2005年前研究的熱點趨勢，之后逐漸減少?！奥窂絻灮薄敖徊骒亍焙汀皠討B需求”從2005-2010年開始，到2020年之前一直有學者關注，用時區視圖圖譜分析可以清楚的了解到每個關鍵詞在時間上的發展趨勢，有助于厘清關鍵詞的發展脈絡。

4.2 突變詞權重圖譜分析

突變詞是指在某一段時間內突然出現的研究方向，通過其權重值可以評估該方向對該領域的影響力大小。在本次研究中，獲得了22個突變詞的相關信息，并按照突變時間的先后順序進行了排序，如圖7所示。

圖7 2003-2023年車輛路徑問題研究的關鍵詞突現

圖7中的突出陰影部分表示該關鍵詞是某階段的研究熱點，“Strength”為關鍵詞突現強度，值越大表示關鍵詞頻次越大。根據圖7可將車輛路徑問題研究分為三個階段，以結束時間為基準點劃分。

（1）早期研究階段（2003-2011年）。早期研究突現時間為2003-2011年，研究領域主要集中在“組合優化”“免疫算法”“物流管理”“算法”“數學模型”“貨物權重”“運籌學”“時間窗口”和“蜂群算法”這些方面，初步探索車輛路徑問題研究發展面臨的主要問題。這一時期，車輛路徑問題研究體系建設尚不完備，應用的算法不多。在此期間，研究該領域的學者逐漸增多，很多研究以車輛路徑問題優化算法為基點，開始逐步拓展研究領域?？傊?，這個階段的研究為未來該領域的發展奠定了堅實的基礎，但是也存在研究方法不系統、設備先進性有待提升等問題。

（2）中期研究階段（2012-2017年）。中期研究突現時間為2012-2017年，該階段主要聚焦在“物流工程”“伊藤算法”“逆向物流”“交通工程”“軟時間窗”“模擬退火”和“概率模型”這些方面的研究。在這些研究中，目前的文獻數量表現出了不穩定的起伏，研究熱點也相對多樣且分散。與此同時，越來越多的學者開始關注研究方法，探索更全面的研究方向，并逐漸從初期單純地探究車輛路徑問題轉向關注衍生現實型問題。還有一些學者開始嘗試利用智能優化算法來解決路徑最優化問題。

（3）近期研究階段（2018-2023年）。最新前沿研究關鍵詞突現時間為2018-2023年，主要涵蓋“魯棒優化”“能耗”“取送貨”“多車型”“強化學習”和“時變路網”等方面。該階段是車輛路徑問題研究的全面發展階段，新興技術如區塊鏈、大數據和智慧物流等開始應用于該領域，成為當前和未來研究的主要熱點。

5 研究結論與展望

通過對中國知網數據庫2003-2023年的車輛路徑問題研究核心期刊文獻進行可視化分析，并結合代表性文獻進行梳理得出以下結論：

（1）2003-2023年車輛路徑問題相關文獻發刊量呈現波動上升趨勢?？傮w而言，車輛路徑問題研究相對完備，但學者更偏向于獨立研究，彼此之間的合作關系較為松散，團體的規模都比較小，其中研究機構大部分為高校的各學院，但研究機構之間的合作關系并不密切。未來我國需加強車輛路徑問題研究核心團隊建設，持續提高發文質量和發文數量。

（2）我國車輛路徑問題研究的熱點主要集中于傳統的路徑規劃算法、智能化路徑規劃以及多目標路徑規劃等方面。其中，基于遺傳算法、模擬退火算法等優化算法的路徑規劃方法受到了廣泛關注，這些方法能夠有效地提高車輛路徑配送的效率和可靠性。此外，智能化路徑規劃技術也是當前研究的熱點之一，它可以根據實時交通信息和用戶需求，自動調整物流車輛路徑，從而實現更加高效的車輛配送。多目標路徑規劃則是近年來新興的研究方向，它旨在通過考慮不同的目標函數，設計出更加全面、可行和優化的車輛路徑方案。

（3）在我國車輛路徑問題研究中，與實際道路情況和交通擁堵相關的問題也備受關注。研究者們通過運用交通流模型、交通預測技術等方法，探索如何考慮實際道路情況和交通擁堵對物流配送的影響，從而提高車輛配送的效率和可靠性。車輛路徑問題研究領域的研究主題與我國國情發展密切相關，研究方向往往受到當時特定車輛政策的影響。同時，研究內容也隨著時間和不同的車輛路徑問題研究而不斷發展和演變。

（4）車輛路徑問題的研究領域在不同的時代背景下經歷了演化過程，研究熱點趨勢也在不斷變化。近年來，隨著新興技術的快速發展，學者們越來越關注將大數據、區塊鏈、物聯網、智慧物流等新興前沿技術應用于車輛路徑問題的研究領域，以提高研究的深度和廣度。這也表明，未來車輛路徑問題的研究將朝著多學科交叉融合的方向發展，這將推動我國車輛路徑問題研究的進一步發展。

未來的研究應該繼續關注傳統路徑規劃算法、智能化路徑規劃以及多目標路徑規劃等方面，并且應該進一步深入探討如何考慮實際道路情況和交通擁堵對車輛配送的影響。此外，隨著汽車行業的不斷發展和智能化技術的不斷應用，需要關注如何將人工智能、大數據等技術應用到車輛路徑研究中，從而實現更加高效、智能、可靠和可持續的車輛配送。我國車輛路徑問題研究具有廣闊的前景和很高的應用價值。未來研究可以從智能化路徑規劃、多維度路徑規劃、路徑規劃與環保等方面入手，不斷提高車輛配送效率并降低成本。