带警报的动态旅行多维护员问题的可扩展策略
最优化与控制
2024-01-10 v1
摘要
风力涡轮机和医学成像设备等工业资产的停机代价高昂。为避免此类停机成本，企业力求在故障发生前启动维护，但这具有挑战性，因为：（i）即使有实时监测设备发出退化信号，资产故障也极难预测；（ii）可用于服务地理上分散的资产网络的资源有限。在本工作中，我们研究了完美状态信息下带警报的动态旅行多维护员问题（-DTMPA），目标是设计可扩展的求解方法，以维护拥有名维护工程师的大型网络。由于此类大规模-DTMPA实例在计算上难以处理，我们提出了一种迭代深度强化学习（DRL）算法，用于优化长期折现维护成本。通过对动作空间进行重构（依赖于底层问题的马尔可夫结构）并选择一个智能、合适的初始解，DRL方法的效率得到了极大提升。初始解是通过用调度机制扩展现有启发式方法而创建的。这些扩展进一步作为定制实例的有力基准。我们通过广泛的数值实验证明，无论选择何种初始解，DRL都能将单维护员实例求解至最优。对包含多达项资产的医院网络的实验表明，所提出的DRL算法具有可扩展性。最后，训练得到的策略被证明对网络修改（如移除一项资产或一名工程师）具有鲁棒性，或能为DRL方法提供一个合适的初始解。
引用
@article{arxiv.2401.04574,
title = {Scalable Policies for the Dynamic Traveling Multi-Maintainer Problem with Alerts},
author = {Peter Verleijsdonk and Willem van Jaarsveld and Stella Kapodistria},
journal= {arXiv preprint arXiv:2401.04574},
year = {2024}
}