维护是保障复杂系统服役阶段可靠性水平的重要手段。合理的维护策略不仅直接影响设备的运行寿命和效率,而且与产品与服务的质量以及生产安全息息相关。由于维护资源的约束,如何制定有效的选择性维护策略,将有限资源合理分配至系统各组成部件至关重要。传统的选择性维护假设可以在不消耗任何任务间隔资源的情况下准确地获取系统中各部件的健康状态。然而,在实际工程中,部件的健康状态往往需要通过状态观测数据进行推断,且观测活动同样占用任务间隔期资源,即观测与维护活动具有资源共享性。一方面,通过观测行为可更准确地揭示部件健康状态,提升维护策略的有效性;另一方面,过度的观测行为会大量占用任务间隔期资源,导致维护活动无法正常进行。此外,由于状态观测技术水平的限制,状态观测数据往往无法反映系统及其组成部件的真实健康状态。因此,考虑到观测与维护活动在任务间隔期的资源共享性以及状态观测数据的不确定性,如何制定系统观测与维护策略,以尽可能地保障系统任务的顺利完成是亟待解决的难题。本文围绕复杂系统普遍具有的多状态特征,针对任务间隔期观测与维护活动的资源共享性、观测与维护策略决策的交互性以及状态观测数据的多层次性特点,开展不完全观测下多状态系统观测与维护策略的序贯决策优化方法研究。本文的主要内容和创新点如下:（1）提出基于动态规划的部件级不完全观测下多状态系统观测与维护策略的序贯决策优化方法。针对任务间隔期观测与维护活动的资源共享性,观测的不完全性以及维护的非完好性现象,分别通过状态观测概率矩阵以及维护的状态转移概率矩阵表征观测与维护行动的不确定性。考虑到部件状态的部分观测性以及任务间隔期剩余资源的完全观测性,为最大化下一任务完成概率,基于混合观测马尔可夫决策过程构建部件级不完全观测下观测与维护策略的序贯决策优化模型。在此基础上,建立动态规划算法求解最优观测与维护策略。研究结果表明,本文所提方法能有效分配任务间隔期资源,基于各部件信念状态以及任务间隔期剩余资源序贯决策后续观测与维护行动,能获得最大的下一任务完成概率。（2）提出基于深度强化学习的部件级不完全观测下多状态系统观测与维护策略的序贯决策优化方法。针对最优观测与维护策略的决策变量众多以及部件信念状态连续现象,提出了深度值函数学习算法对部件级不完全观测下多状态系统的观测与维护策略进行序贯决策优化,利用深度神经网络估计混合观测马尔可夫决策过程中的值函数以提升观测与维护策略的优化效率。在此基础上,通过目标网络和经验回放方法提升深度神经网络在训练过程中的稳定性。研究结果表明,本文所提的深度强化学习方法能以较高计算效率准确估计值函数,并得到在部件级不完全观测下复杂系统的最优观测与维护策略。（3）提出多层次不完全观测下多状态系统观测与维护策略的序贯决策优化方法。针对复杂系统状态观测数据的多层次性特点,以部件状态组合的概率分布表征系统健康状态,构建多层次不完全观测下的不完全观测、非完好维护以及任务完成概率模型,并基于混合观测马尔可夫决策过程构建多层次不完全观测下观测与维护策略的序贯决策优化模型,对动态规划算法及深度值函数学习算法进行拓展以求解最优观测与维护策略。研究结果表明,与部件级不完全观测相比,当获得系统级状态观测数据的资源消耗较少时,多层次不完全观测下的最优观测与维护策略能更有效地揭示部件健康状态,更准确地维护退化/失效部件,提升下一任务完成概率。