返回
GAI-supported skill development in design engineer scheduling optimization
DOI:10.1007/s00170-026-18424-8.png)
摘要
En 中文
熟练劳动力短缺和任务复杂性的增加已使劳动力发展成为工程和制造环境中的关键挑战。在按订单设计(ETO)的设置中,设计工程师团队必须在开发多技能能力的同时保持生产力,然而传统的指导往往受限于专家资源的稀缺和不一致的教学质量。本研究提出了一种调度优化框架,将生成式人工智能(GAI)支持的技能发展整合到设计工程师的分配中。该模型通过在任务执行期间纳入GAI辅导,并在任务完成后纳入GAI生成的反馈,将其纳入一个逻辑技能获取函数中,从而联合最小化项目延迟并促进技能增长。为了解决由此产生的组合问题,我们开发了一种禁忌搜索元启发式算法,动态调整任务分配、辅导强度和反馈分配。基于为期六个月的模拟ETO工作量的数值实验表明,所提出的方法在保持或提高生产力的同时改善了长期团队能力形成。敏感性分析进一步表明,新手密集型团队从GAI支持中受益最大。这些发现表明,GAI作为辅助教学资源,在制造环境中增强技能发展和调度性能方面具有潜力。
Keyword:
Engineer-to-Order (ETO)
Multi-objective scheduling optimization
Generative AI (GAI)
Skill development
期刊
T
IF:
0
论文数:
2.0K
被引数:
0
机构
引用论文
Safe human-robot collaboration: a systematic review of risk assessment methods with AI integration and standardization considerations安全的人机协作: 具有AI集成和标准化考虑的风险评估方法的系统综述
Adaptive learning with human factors and Artificial Intelligence: associations with training effectiveness in programming education适应性学习结合人因工程与人工智能:与编程教育中培训效果的相关性

