机械装备维修和备件决策方法、系统、介质及设备

一种基于强化学习的机械装备维修和备件决策方法、系统、介质及设备，方法中，采用主成分分析法对机械装备连续监测数据降噪后，基于维纳过程拟合退化曲线，并确定失效阈值；基于设备劣化和库存的离散状态构建状态空间，基于维修动作和订购时机构建动作空间；基于维修成本与备件管理成本建立成本函数，并计算期望奖励值；采用多智能体DDQN强化学习算法以期望奖励值最大为优化目标，获得机械装备劣化的离散状态下的最佳维护和备件管理行为。