GenOR-Twin

新框架 GenOR-Twin 集成 LLM 与数学优化

研究人员推出 GenOR-Twin，一个新颖的神经符号框架，旨在弥合非结构化运营数据与数学优化之间的差距。该系统利用大型语言模型作为语义翻译器，确保优化问题保留其数学严谨性。一个关键特性是其动态约束注入机制，它允许基于定性人类输入和运营观察实时修改优化问题的可行性，有效地创建数字孪生。该框架还包括一个自适应决策策略，该策略根据系统松弛度智能地在计划修复和完全重新优化之间进行选择，展示了其在各个领域的适应性。