APEX：Agent辅助生产调度的可扩展模型

生产调度需要反映运营约束的现实模型和平衡竞争目标的有效方法。将这些方法投入使用还需要数据集成、模型适应和专业知识。我们提出了 APEX，一个围绕通用模型和混合多目标搜索构建的可扩展生产调度框架。Agent协助支持调度和模型细化：Agent准备数据并用自然语言探索场景，而编码Agent帮助实现和测试新的约束和目标。共享构建和检查程序将这些调整连接到调度核心。我们在 69 个公共作业车间、灵活作业车间和排列流水车间实例上对 NSGA-II、SPEA2、MOEA/D 和 SMS-EMOA 的 8 个 APEX 配置进行基准测试，评估工作负载完成时间 (makespan)、总作业流程时间和计算时间。尽管主要方法取决于问题类别和目标，但混合配置可实现最佳的聚合解决方案质量。一项单独的综合工作流程研究使用 OpenAI 的 GPT-6-astra 作为人类规划者和算法核心之间的交互层，测试规则添加、计划和目标更改以及假设比较。所有 24 个会话均完成了所请求的更改，并通过了对已保存模型和明细表的独立检查。单独的编码评估通过预定义的扩展挂钩产生了附加目标或硬约束的六个本机实现。全部通过了独立检查，没有修改核心。