论文部分内容阅读
在生产过程中，设备状态的衰变会影响产品质量，尽管设备仍能运行，但其成品率水平逐渐下降．针对由两台具有衰变质量状态的设备和一个库存缓冲组成的2M1B流水线系统，研究衰变设备的预防维护策略．每台设备可视为一个Agent，其预防维护问题被描述成半马氏决策过程模型，并与另一台设备的维护模型相关．以考虑系统全局即时成本为前提，提出了一种分布式的多Agent强化学习方法，获得两台设备在缓冲库存水平下的维护策略．学习所得的维护策略是典型的控制限型形式，即对于给定库存水平，当设备衰变至等于或劣于其相应的控制极限状态时．便