基于强化学习的流水线系统面向状态维护调度
机器学习
2021-08-30 v1
摘要
维护调度是生产领域中的一个复杂决策问题，其中必须将若干维护任务与资源分配并调度给生产实体，以防止非计划生产停机。需要能够适应生产系统动态与不同状态的智能维护策略。本文介绍了一种用于流水线系统中面向状态维护调度的深度强化学习方法。基于奖励建模，学习、分析并对照基准调度启发式评估了不同策略。对所学策略的评估表明，基于强化学习的维护策略满足所述用例的需求，并适用于车间层面的维护调度。
引用
@article{arxiv.2108.12298,
title = {Reinforcement Learning based Condition-oriented Maintenance Scheduling for Flow Line Systems},
author = {Raphael Lamprecht and Ferdinand Wurst and Marco F. Huber},
journal= {arXiv preprint arXiv:2108.12298},
year = {2021}
}
备注
Accepted at the IEEE International Conference on Industrial Informatics (INDIN) 2021