AI与世界难题 · 理论计算机科学 · arXiv · 2026-10-23
基于文本业务输入、由LLM引导的交通枢纽容量规划
原标题: LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs
传统的枢纽容量规划模型在定量输入上优化效果良好，但难以纳入定性的业务背景。所提出的框架让大语言模型智能体根据自然语言业务描述，借助思维链决策表迭代地提出容量决策，并通过优化模型的反馈对每项决策进行检验。在美国东南部一个由 13 个枢纽组成的真实货运网络上，该方法相对于隐藏的真实基准取得了 2.8% 的最优性差距，而不使用文本输入的传统优化模型则为 11.0%。