一种知识增强大语言模型驱动的再制造工艺智能规划方法

本发明公开一种知识增强大语言模型驱动的再制造工艺智能规划方法，涉及机械再制造领域，该方法包括：首先，基于向量嵌入和决策目标公式参数化建模的知识表示方法，构建包含工艺向量库和目标工具库的再制造工艺知识库，为再制造工艺知识的检索与管理提供支撑。接着，通过人工输入具体的废旧零部件失效特征，利用余弦向量相似度匹配与提示词模板增强生成的方法，驱动大语言模型（Large Language Model,LLM）从工艺向量库中提炼再制造知识，生成再制造工艺备选方案集。再次，构建基于用户决策需求的工具调用机制，通过LLM调用目标工具库中的目标值计算工具运算不同决策目标，实现各备选方案的评估排序，确定最优再制造工艺规划方案。这一方法旨在高效重用企业已有再制造工艺案例知识，不仅提升规划效率，更可减轻规划人员在信息搜集和决策上的工作负担，降低工艺规划的人工依赖。