一种基于深度强化学习的集群系统预防性维修方法

摘要

本发明公开了一种基于深度强化学习的集群系统预防性维修方法，解决了集群系统在长期运行过程中的预防性维修问题。步骤如下：1根据退化状态建立集群系统“单一系统‑单元”集群的剩余寿命状态矩阵。2基于集群系统“单一系统‑单元”集群剩余寿命状态，评估集群系统可靠性水平。3设计一个神经网络预测集群系统“单一系统‑单元”集群的先验维修概率和先验维修策略价值。4构建预防性维修策略求解算法架构，遍历预防性维修策略解空间，选择一系列最佳维修动作。5基于集群剩余寿命状态的变化计算集群系统可靠度，然后检验集群系统恢复程度。6由预防性维修策略求解过程存储的一系列最佳维修动作生成一个完整的预防性策略。