AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-23

টেক্সটভিত্তিক ব্যবসায়িক ইনপুট দিয়ে LLM-নির্দেশিত পরিবহন হাবের সক্ষমতা পরিকল্পনা

মূল শিরোনাম: LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs

ঐতিহ্যবাহী হাব ক্ষমতা পরিকল্পনা মডেল পরিমাণগত ইনপুটে ভালো অপটিমাইজ করলেও গুণগত ব্যবসায়িক প্রেক্ষাপট অন্তর্ভুক্ত করতে হিমশিম খায়। প্রস্তাবিত কাঠামোতে একটি লার্জ ল্যাঙ্গুয়েজ মডেল এজেন্ট স্বাভাবিক ভাষায় লেখা ব্যবসায়িক বিবরণ থেকে, চেইন-অফ-থট সিদ্ধান্ত সারণি ব্যবহার করে, ধাপে ধাপে ক্ষমতা-সংক্রান্ত সিদ্ধান্ত প্রস্তাব করে এবং একটি অপটিমাইজেশন মডেলের ফিডব্যাকের মাধ্যমে প্রতিটি সিদ্ধান্ত যাচাই করে। দক্ষিণ-পূর্ব যুক্তরাষ্ট্রের ১৩টি হাবের একটি বাস্তব মালবাহী নেটওয়ার্কে এই পদ্ধতি একটি গোপন প্রকৃত মানের তুলনায় 2.8% অপটিমালিটি গ্যাপ অর্জন করেছে, যেখানে পাঠ্য ইনপুট ছাড়া ঐতিহ্যবাহী অপটিমাইজেশন মডেলের গ্যাপ ছিল 11.0%।

মূল লেখা পড়ুন ↗

সব আইটেম →