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

Research output: Contributions to collected editions/worksArticle in conference proceedingsResearchpeer-review

Authors

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.
Original languageGerman
Title of host publicationASIM SST 2024 Tagungsband Kurzbeiträge : 27. ASIM Symposium Simulationstechnik, 4.9.-6.9.2024, Universität der Bundeswehr München
EditorsOliver Rose, Tobias Uhlig
Number of pages4
Place of PublicationWien
PublisherARGESIM Verlag
Publication date01.09.2024
Pages21 - 24
ISBN (electronic)978-3-903347-64-9
DOIs
Publication statusPublished - 01.09.2024
Event27. ASIM Symposium Simulationstechnik - Universität der Bundeswehr München, München, Germany
Duration: 04.09.202406.09.2024

DOI