研究人员开发了用于优化机器维护中区块替换策略的数据驱动算法。这些算法旨在从运营数据中学习最具成本效益的替换间隔，即使在机器寿命分布未知的情况下也是如此。所提出的方法基于随机多臂老虎机，并利用 Hoeffding 和 Bernstein 不等式，实现了接近最优的遗憾界限。此外，还引入了一种 Kaplan-Meier 更新算法，用于从删失数据中非参数地估计寿命分布，从而确保策略的一致性和在延长周期内的最小遗憾。 AI
影响 这项研究可能为复杂系统带来更有效的维护策略，从而有可能降低各行业的运营成本和停机时间。
排序理由 该集群包含一篇学术论文，详细介绍了针对特定研究问题的新算法。[lever_c_demoted from research: ic=2 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
We develop data-driven algorithms for maintaining $N$ independent identical machines under a \textit{block replacement policy}, in which each machine is replaced upon failure and all machines are jointly replaced at regular intervals of length $k$. The goal is to learn the cost-m…
arXiv:2607.15229v1 Announce Type: cross Abstract: We develop data-driven algorithms for maintaining $N$ independent identical machines under a \textit{block replacement policy}, in which each machine is replaced upon failure and all machines are jointly replaced at regular interv…