Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "semi-Markov decision process" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Dynamic condition-based maintenance policy for degrading systems described by a random-coefficient autoregressive model: A comparative study
Dynamiczna strategia utrzymania ruchu na podstawie stanu technicznego dla ulegających degradacji systemów opisanych modelem autoregresyjnym z parametrami losowymi – studium porównawcze
Autorzy:
Tang, D.
Sheng, W.
Yu, J.
Powiązania:
https://bibliotekanauki.pl/articles/302062.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
degradation modeling
autoregressive model
Bayesian method
residual life estimation
semi-Markov decision process
condition-based maintenance
modelowanie degradacji
model autoregresyjny
metoda bayesowska
ocena trwałości resztkowej
semi-markowski proces decyzyjny
utrzymanie na podstawie stanu technicznego
Opis:
In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 4; 590-601
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Limiting distribution of the three-state semi-Markov model of technical state transitions of ship power plant machines and its applicability in operational decision-making
Autorzy:
Girtler, Jerzy
Powiązania:
https://bibliotekanauki.pl/articles/258958.pdf
Data publikacji:
2020
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
decision
probability
ship power plant machine
semi-Markov process
ship internal combustion engine
Opis:
The article presents the three-state semi-Markov model of the process {W(t): t > 0} of state transitions of a ship power plant machine, with the following interpretation of these states: s1 – state of full serviceability, s2 – state of partial serviceability, and s3 – state of unserviceability. These states are precisely defined for the ship main engine (ME). A hypothesis is proposed which explains the possibility of application of this model to examine models of real state transitions of ship power plant machines. Empirical data concerning ME were used for calculating limiting probabilities for the process {W(t): t > 0}. The applicability of these probabilities in decision making with the assistance of the Bayesian statistical theory is demonstrated. The probabilities were calculated using a procedure included in the computational software MATHEMATICA, taking into consideration the fact that the random variables representing state transition times of the process {W(t): t > 0} have gamma distributions. The usefulness of the Bayesian statistical theory in operational decision-making concerning ship power plants is shown using a decision dendrite which maps ME states and consequences of particular decisions, thus making it possible to choose between the following two decisions: d1 – first perform a relevant preventive service of the engine to restore its state and then perform the commissioned task within the time limit determined by the customer, and d2 – omit the preventive service and start performing the commissioned task.
Źródło:
Polish Maritime Research; 2020, 2; 136-144
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model-building adaptive critics for semi-Markov control
Autorzy:
Gosavi, A.
Murray, S.
Hu, J.
Ghosh, S.
Powiązania:
https://bibliotekanauki.pl/articles/91878.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
adaptive critics
learning algorithm
semi-Markov process
decision process
Opis:
Adaptive (or actor) critics are a class of reinforcement learning algorithms. Generally, in adaptive critics, one starts with randomized policies and gradually updates the probability of selecting actions until a deterministic policy is obtained. Classically, these algorithms have been studied for Markov decision processes under model-free updates. Algorithms that build the model are often more stable and require less training in comparison to their model-free counterparts. We propose a new model-building adaptive critic, which builds the model during the learning, for a discounted-reward semi-Markov decision process under some assumptions on the structure of the process. We illustrate the use of our algorithm with numerical results on a system with 10 states and a real-world case-study from management science.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 1; 43-58
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja zależnego od stanu technicznego utrzymania urządzeń dla dwuskładnikowego systemu szeregowego nie wymagająca z góry ustalonej struktury strategii
Condition-based Maintenance Optimisation without a Predetermined Strategy Structure for a Two-component Series System
Autorzy:
Zhang, Z.
Zhou, Y.
Sun, Y.
Ma, L.
Powiązania:
https://bibliotekanauki.pl/articles/301595.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
semimarkowski proces decyzyjny
condition-based maintenance
system wieloskładnikowy
semi-Markov decision process
multi-component system
Opis:
Większość badań nad optymalizacją utrzymania systemów wieloskładnikowych bierze pod uwagę jedynie rozkład czasu życia elementów składowych. Kiedy przyjmie się dla systemów wieloskładnikowych strategię utrzymania urządzeń zależną od ich bieżącego stanu technicznego (condition-based maintenance, CBM), struktura strategii staje się złożona w związku z dużą liczbą stanów składowych oraz ich kombinacji. W konsekwencji, często przyjmuje się pewne z góry ustalone struktury strategii utrzymania przed optymalizacją utrzymania systemu wieloskładnikowego w kontekście CBM. Opracowanie takich z góry ustalonych struktur strategii wymaga jednak specjalistycznego doświadczenia, a i tak brak dowodów na optymalność tych strategii. W artykule zaproponowano metodę optymalizacji utrzymania szeregowego systemu dwuskładnikowego, która nie wymaga wcześniej ustalonej struktury strategii. Proponowaną metodę opracowano na podstawie semimarkowskiego procesu decyzyjnego (SMDP). Badanie symulacyjne pokazało, że za pomocą proponowanej metody można ustalać optymalną strategię utrzymania w sposób adaptacyjny dla różnych kosztów utrzymania oraz parametrów procesów degradacyjnych. Za pomocą symulacji badano także optymalną strukturę strategii utrzymania, jako punkt odniesienia dla przyszłych studiów nad optymalizacją systemów wieloskładnikowych.
Most existing research on maintenance optimisation for multi-component systems only considers the lifetime distribution of the components. When the condition-based maintenance (CBM) strategy is adopted for multi-component systems, the strategy structure becomes complex due to the large number of component states and their combinations. Consequently, some predetermined maintenance strategy structures are often assumed before the maintenance optimisation of a multicomponent system in a CBM context. Developing these predetermined strategy structure needs expert experience and the optimality of these strategies is often not proofed. This paper proposed a maintenance optimisation method that does not require any predetermined strategy structure for a two-component series system. The proposed method is developed based on the semi-Markov decision process (SMDP). A simulation study shows that the proposed method can identify the optimal maintenance strategy adaptively for different maintenance costs and parameters of degradation processes. The optimal maintenance strategy structure is also investigated in the simulation study, which provides reference for further research in maintenance optimisation of multi-component systems.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 2; 120-129
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Semi-Markov decision process as a safety and reliability model of a sea transport operations
Autorzy:
Grabski, F.
Powiązania:
https://bibliotekanauki.pl/articles/2069650.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:
safety reliability
semi-Markov decision process
transport operation
Opis:
A problem of optimization of a sea transport operation in safety and reliability aspect is discussed in the paper. To describe and solve this problem, a semi-Markov decision processes theory is applied. The semi-Markov decision process as a model of the sea transport operation is constructed. An algorithm which Allowi to compute the optimal strategy of the operation in safety and reliability aspect is presented.
Źródło:
Journal of Polish Safety and Reliability Association; 2010, 1, 1; 99--104
2084-5316
Pojawia się w:
Journal of Polish Safety and Reliability Association
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies