Feasibility Study of Scheduling in Matrix Production Systems Using Large Language Models

Sammanfattning

Denna studie utvärderar möjligheten att använda stora språkmodeller (LLM) för att generera produktionsscheman i matrisproduktionssystem (MPS). En blandad metod användes, där systematiska och snöbollseffektbaserade litteraturgenomgångar kombinerades med en kontrollerad experimentell studie. Studien identifierar först schemaläggningsutmaningarna i MPS och undersöker hur LLM har tillämpats inom industriell planering och schemaläggning. En hypotetisk MPS-miljö utformades med realistiska begränsningar, inklusive buffertkapacitet, transportförseningar och uppgifts-maskin-mappningar. Studien jämför prestandan hos LLM-genererade scheman, som skapats genom strukturerad prompt engineering, med de som skapats av en Constraint Programming (CP)-modell utvecklad av en samarbetande forskare och en Mixed Integer Linear Programming (MILP)-optimeringsmodell. Utvärderingskriterierna omfattade makespan, efterlevnad av begränsningar och schemaläggningens genomförbarhet. Resultaten visar att även om LLM ibland kunde generera strukturellt rimliga scheman, särskilt när det gäller uppgiftsordning och maskinens lämplighet, lyckades de inte konsekvent producera fullt giltiga och begränsningsrespekterande resultat. Studien drar slutsatsen att även om LLM visar tidiga lovande resultat som adaptiva schemaläggningsassistenter, är deras nuvarande prestanda inte tillräckligt tillförlitlig för praktisk användning i industriella miljöer utan vidare utveckling, finjustering eller integration med etablerade schemaläggningssystem.