Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models

Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

Standard

Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models. / Krämer, Roman; Heger, Jens.
ASIM SST 2024 Tagungsband Kurzbeiträge: 27. ASIM Symposium Simulationstechnik, 4.9.-6.9.2024, Universität der Bundeswehr München. Hrsg. / Oliver Rose; Tobias Uhlig. Wien: ARGESIM Verlag , 2024. S. 21 - 24 (ARGESIM Report; Band 46), (ASIM Mitteilung; Band 189).

Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

Harvard

Krämer, R & Heger, J 2024, Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models. in O Rose & T Uhlig (Hrsg.), ASIM SST 2024 Tagungsband Kurzbeiträge: 27. ASIM Symposium Simulationstechnik, 4.9.-6.9.2024, Universität der Bundeswehr München. ARGESIM Report, Bd. 46, ASIM Mitteilung, Bd. 189, ARGESIM Verlag , Wien, S. 21 - 24, 27. ASIM Symposium Simulationstechnik, München, Bayern, Deutschland, 04.09.24. https://doi.org/10.11128/arep.46

APA

Krämer, R., & Heger, J. (2024). Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models. In O. Rose, & T. Uhlig (Hrsg.), ASIM SST 2024 Tagungsband Kurzbeiträge: 27. ASIM Symposium Simulationstechnik, 4.9.-6.9.2024, Universität der Bundeswehr München (S. 21 - 24). (ARGESIM Report; Band 46), (ASIM Mitteilung; Band 189). ARGESIM Verlag . https://doi.org/10.11128/arep.46

Vancouver

Krämer R, Heger J. Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models. in Rose O, Uhlig T, Hrsg., ASIM SST 2024 Tagungsband Kurzbeiträge: 27. ASIM Symposium Simulationstechnik, 4.9.-6.9.2024, Universität der Bundeswehr München. Wien: ARGESIM Verlag . 2024. S. 21 - 24. (ARGESIM Report). (ASIM Mitteilung). doi: 10.11128/arep.46

Bibtex

@inbook{2c3dc401a67945fab2a80ef228b0dfad,
title = "Beschleunigte Erstellung von Simulationsmodellen f{\"u}r Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models",
abstract = "In dieser Arbeit wird die beschleunigte Erstellung von Python Code f{\"u}r Simulationsmodelle f{\"u}r Discrete Event Simulations (DES) mithilfe des Large Language Models (LLM) ChatGPT von OpenAI am Beispiel von Produktions- und Logistikprozessen demonstriert. Die Implementierung und Ausf{\"u}hrung der Simulation erfolgt in einer Python-Umgebung unter Nutzung des quelloffenen Frameworks „SimPy“. Es werden notwendige Schritte aufgezeigt, um reproduzierbare Ergebnisse in einer nicht-datengenerierenden Produktionsumgebung zu erzeugen. M{\"o}glichkeiten und Aufwand mit quelloffenen und frei verf{\"u}gbaren Mitteln, ad hoc Simulationsmodelle zu erstellen und Simulationen als Entscheidungshilfe zu nutzen, werden betrachtet. Die Potenziale und Limitierungen sowie m{\"o}gliche L{\"o}sungen werden anhand einer exemplarischen sequenziellen Fertigungslinie aufgezeigt.",
keywords = "Ingenieurwissenschaften",
author = "Roman Kr{\"a}mer and Jens Heger",
year = "2024",
month = sep,
day = "1",
doi = "10.11128/arep.46",
language = "Deutsch",
series = "ARGESIM Report",
publisher = "ARGESIM Verlag ",
pages = "21 -- 24",
editor = "Oliver Rose and Tobias Uhlig",
booktitle = "ASIM SST 2024 Tagungsband Kurzbeitr{\"a}ge",
address = "{\"O}sterreich",
note = "27. ASIM Symposium Simulationstechnik, ASIM SST 2024 ; Conference date: 04-09-2024 Through 06-09-2024",

}

RIS

TY - CHAP

T1 - Beschleunigte Erstellung von Simulationsmodellen für Produktions- und Logistikprozesse mithilfe von GPT-basierten Large Language Models

AU - Krämer, Roman

AU - Heger, Jens

PY - 2024/9/1

Y1 - 2024/9/1

N2 - In dieser Arbeit wird die beschleunigte Erstellung von Python Code für Simulationsmodelle für Discrete Event Simulations (DES) mithilfe des Large Language Models (LLM) ChatGPT von OpenAI am Beispiel von Produktions- und Logistikprozessen demonstriert. Die Implementierung und Ausführung der Simulation erfolgt in einer Python-Umgebung unter Nutzung des quelloffenen Frameworks „SimPy“. Es werden notwendige Schritte aufgezeigt, um reproduzierbare Ergebnisse in einer nicht-datengenerierenden Produktionsumgebung zu erzeugen. Möglichkeiten und Aufwand mit quelloffenen und frei verfügbaren Mitteln, ad hoc Simulationsmodelle zu erstellen und Simulationen als Entscheidungshilfe zu nutzen, werden betrachtet. Die Potenziale und Limitierungen sowie mögliche Lösungen werden anhand einer exemplarischen sequenziellen Fertigungslinie aufgezeigt.

AB - In dieser Arbeit wird die beschleunigte Erstellung von Python Code für Simulationsmodelle für Discrete Event Simulations (DES) mithilfe des Large Language Models (LLM) ChatGPT von OpenAI am Beispiel von Produktions- und Logistikprozessen demonstriert. Die Implementierung und Ausführung der Simulation erfolgt in einer Python-Umgebung unter Nutzung des quelloffenen Frameworks „SimPy“. Es werden notwendige Schritte aufgezeigt, um reproduzierbare Ergebnisse in einer nicht-datengenerierenden Produktionsumgebung zu erzeugen. Möglichkeiten und Aufwand mit quelloffenen und frei verfügbaren Mitteln, ad hoc Simulationsmodelle zu erstellen und Simulationen als Entscheidungshilfe zu nutzen, werden betrachtet. Die Potenziale und Limitierungen sowie mögliche Lösungen werden anhand einer exemplarischen sequenziellen Fertigungslinie aufgezeigt.

KW - Ingenieurwissenschaften

UR - https://www.asim-gi.org/fileadmin/user_upload_asim/ASIM_Publikationen_OA/AM189/arep.46_OA.pdf

U2 - 10.11128/arep.46

DO - 10.11128/arep.46

M3 - Aufsätze in Konferenzbänden

T3 - ARGESIM Report

SP - 21

EP - 24

BT - ASIM SST 2024 Tagungsband Kurzbeiträge

A2 - Rose, Oliver

A2 - Uhlig, Tobias

PB - ARGESIM Verlag

CY - Wien

T2 - 27. ASIM Symposium Simulationstechnik

Y2 - 4 September 2024 through 6 September 2024

ER -

DOI