AI技术为突破传统的优化与控制理论、方法,推动智能优化与控制提供了重要途径和基础支撑。为探析AI驱动智能优化与控制的研究脉络、热点和趋势,对近10年中国知网(CNKI)和Web of Science中收录的AI驱动智能优化与控制相关文献进行筛选,...AI技术为突破传统的优化与控制理论、方法,推动智能优化与控制提供了重要途径和基础支撑。为探析AI驱动智能优化与控制的研究脉络、热点和趋势,对近10年中国知网(CNKI)和Web of Science中收录的AI驱动智能优化与控制相关文献进行筛选,得到中文文献数据共5814条,英文文献数据共5208条;使用CiteSpaee6.1.R6软件以及VOSviewer1.8.18软件进行可视化分析,并绘制关键词共现图谱、时间线演化图谱、作者聚类图谱等知识图谱,进行文献计量分析。结果表明:有关AI驱动智能优化与控制的文献数量整体处于上升趋势,在发文国家中以中国和美国文献数量最多。国际上对该方向的研究主要是围绕系统进行的,并尝试通过机器学习解决系统难题;国内研究热点聚集在深度学习的方向。根据研究现状和热点,对该领域进行了发展趋势预测,为AI驱动智能优化与控制领域研究提供了参考。展开更多
文摘AI技术为突破传统的优化与控制理论、方法,推动智能优化与控制提供了重要途径和基础支撑。为探析AI驱动智能优化与控制的研究脉络、热点和趋势,对近10年中国知网(CNKI)和Web of Science中收录的AI驱动智能优化与控制相关文献进行筛选,得到中文文献数据共5814条,英文文献数据共5208条;使用CiteSpaee6.1.R6软件以及VOSviewer1.8.18软件进行可视化分析,并绘制关键词共现图谱、时间线演化图谱、作者聚类图谱等知识图谱,进行文献计量分析。结果表明:有关AI驱动智能优化与控制的文献数量整体处于上升趋势,在发文国家中以中国和美国文献数量最多。国际上对该方向的研究主要是围绕系统进行的,并尝试通过机器学习解决系统难题;国内研究热点聚集在深度学习的方向。根据研究现状和热点,对该领域进行了发展趋势预测,为AI驱动智能优化与控制领域研究提供了参考。
