| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·可靠性概述 | 第12页 |
| ·劣化系统概述 | 第12-16页 |
| ·强化学习方法 | 第16-19页 |
| ·强化学习的定义 | 第16-17页 |
| ·强化学习的主要元素 | 第17页 |
| ·常见的强化学习算法 | 第17-19页 |
| ·强化学习的优点 | 第19页 |
| ·论文内容和结构安排 | 第19-21页 |
| 第二章 基本模型及其优化算法 | 第21-30页 |
| ·半 Markov 决策过程 | 第21-25页 |
| ·SMDP 概述 | 第21-23页 |
| ·SMDP 的数学模型 | 第23-24页 |
| ·SMDP 的主要优化算法 | 第24-25页 |
| ·部分可观 Markov 决策过程 | 第25-29页 |
| ·POMDP 概述 | 第25-26页 |
| ·POMDP 的数学模型 | 第26-28页 |
| ·POMDP 的主要优化算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于 SMDP 的劣化系统的维修策略研究 | 第30-40页 |
| ·完全可观的劣化系统 | 第30-32页 |
| ·系统描述 | 第30-31页 |
| ·系统假设 | 第31-32页 |
| ·劣化系统的 SMDP 模型 | 第32-34页 |
| ·学习优化算法 | 第34-37页 |
| ·模拟退火方法 | 第34-35页 |
| ·基于模拟退火思想的 Q 学习算法 | 第35-37页 |
| ·实验仿真 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于 POSMDP 的劣化系统维修策略研究 | 第40-51页 |
| ·部分可观的劣化系统 | 第40-41页 |
| ·系统描述 | 第40-41页 |
| ·系统假设 | 第41页 |
| ·劣化系统的 POSMDP 模型 | 第41-44页 |
| ·学习优化算法 | 第44-47页 |
| ·Sarsa ( λ )算法 | 第44-45页 |
| ·NSM 算法 | 第45-47页 |
| ·实验仿真 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 硕士期间发表论文与参与项目 | 第56页 |