一种基于非参数强化学习的航空发动机维护策略优化方法

本发明公开了一种基于非参数强化学习的航空发动机维护策略优化方法。首先，针对稀疏航空发动机运行数据，通过贝叶斯网络与高斯过程建立航空发动机模型；然后，建立策略网络和价值网络，与航空发动机模型交互，形成状态动作价值组，存入重放缓冲区，随机采样，作为训练集；更新策略网络和价值网络，更新训练集；最后进行航空发动机维护优化策略决策。本发明首次提出针对航空发动机基于高斯过程的非参数强化学习方法，在融合系统不确定性的同时，通过动态数据更新提高整体训练数据与模型的拟合程度，提高算法采样效率；基于先验维护经验数据融合不确定性进行动作选择，提高系统的安全性与采样效率，进而解决航空发动机系统的预测性维护问题。