本研究提出了SPLIT-RAG框架，通过问题驱动的图划分和协作子图检索，提升了检索增强生成系统在大型知识图谱中的效率与准确性。实验结果表明，该方法优于现有技术。

本研究提出了一种层次学习图划分（HLGP）框架，解决了容量限制车辆路径规划中的误聚类问题，优化了整体性能和求解能力，具有广泛的应用潜力。