کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
807935 1468240 2014 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Planning structural inspection and maintenance policies via dynamic programming and Markov processes. Part I: Theory
ترجمه فارسی عنوان
طرح‌ریزی سیاست‌های بازرسی و نگه‌داری ساختاری از طریق برنامه‌ریزی پویا و فرآیندهای مارکوف – بخش ۱: نظریه
کلمات کلیدی
کنترل تصادفی بهینه - پردازش های تصمیم گیری مارکوف نیمه قابل مشاهده - مشاهدات نامشخص - فضای اعتقاد - هزینه چرخه عمر سازه - مدیریت زیرساخت ها -
فهرست مطالب مقاله
چکیده
واژه‌های کلیدی
۱- مقدمه
شکل ۱- سیاست شماتیک POMDP برای مسئله‌ی بازرسی و نگه‌داری ساختاری. 
۲- فرآیندهای تصمیم‌گیری مارکوف
۲.۱- برنامه‌ریزی پویا
۳- افزایش حالت
۴- فرآیندهای تصمیم‌گیری نیم-مارکوف
۴.۱- بازه‌ی تصمیم‌گیری
۵- محدودیت‌های MDPها برای مدیریت زیرساخت
۶- فرآیندهای تصمیم‌گیری مارکوف نیمه مشاهده‌پذیر
شکل ۲- سیمپلکس فضای باور برای |S|=3 و نمونه‌ای از نقطه‌ی باور، [b=[0.1,0.7,0.2. 
شکل ۳- تابع مقدار باور نمونه برای |S|=2. هر بردار α ناحیه‌ای را در سراسر سیمپلکس باور تعریف می‌کند. 
شکل ۴- تابع مقدار نمونه برای |S|=3
۶.۱- پشتیبان‌های بلمن
۷- برنامه‌ریزی POMDP تقریبی
شکل ۵- نمونه‌ی هرس. بردارهای خطی اضافی به رنگ خاکستری نشان داده شده‌اند. 
۷.۱- تقریب بر اساس MDP و تابع‌های Q
شکل ۶- تقریب QMDP از تابع مقدار که کران بالای تابع دقیق است. 
۷.۲- تقریب‌های مبتنی بر گرید (شبکه)
۷.۳- حل‌کننده‌های مبتنی بر نقطه
۸- جمع‌بندی
ترجمه چکیده
به منظور پرداختن به نیاز ضروری اجتماعی برای ساختارها و سیستم‌های زیرساختی ایمن تحت منابع محدود، مدیریت مبتنی بر دانش دارایی‌ها لازم است. هدف کلی این مطالعه‌ی دو قسمتی تاکید بر شاخصه‌ها و قابلیت‌های پیشرفته، استفاده از تکنیک‌های کنترل تصادفی و مخصوصا فرآیندهای تصمیم‌گیری مارکوف نیمه رویت‌پذیر (POMDP) است که به مسئله‌ی بغرنج طرح‌ریزی سیاست‌های بازرسی/نظارت و نگه‌داری بهینه بر اساس مدل‌های تصادفی و داده‌های ساختاری نامعلوم به صورت بلادرنگ می‌پردازد. فرآیندهای تصمیم‌گیری مارکوف عموما فرآیندهای تصادفی تحت کنترل هستند که مسیر خود را نسبت به روش‌های بهینه‌سازی مرسوم تغییر می‌دهند تا به هزینه‌های حداقلی چرخه‌ی عمر دست یابند و تصمیم‌گیرندگان (مدیران) را راهنمایی کنند بر اساس نتایج واقعی بازرسی‌ها یا آزمایش‌های غیر-مخرب تصمیمات متوالی بهینه بگیرند. در اولین قسمت مطالعه به صورت انحصاری، خارج از حوزه‌ی وسیع و چند هدفه‌ی کنترل تصادفی، روش‌هایی را شرح می‌دهیم که متناسب با مدیریت ساختاری هستند و از تکنیک‌های ساده شروع می‌شوند و به تکنیک‌های پیچیده و حل‌کننده‌های (مسائل) مدرن ختم می‌گردند. روش‌های MDP (فرآیندهای تصمیم‌گیری مارکوف)، شبه MDP و POMDP را در یک چارچوب کلی ارائه می‌کنیم و هر یک از این روش‌ها را به یکدیگر ارتباط داده‌ایم و راه‌حل‌های POMDP را به شکل‌های مختلف توضیح داده‌ایم، شامل هم تقریب‌های مبتنی بر گرید (شبکه) مشکل‌آفرین که به طور معمول در مشکلات نگه‌‌داری ساختاری به کار می‌روند و هم حل‌کننده‌های پیشرفته‌ی مبتنی بر نقطه که قادر به حل مشکلات واقع‌بینانه و مقیاس بزرگ هستند. روش‌مان در این مقاله برای درک کاستی‌های روش‌های موجود، راه‌حل‌های ممکن و تفاوت چشمگیر حل‌کننده‌ها مفید است. تفاوت حل‌کننده‌ها نه تنها در راه حل نهفته، بلکه در انتخاب‌های مدل‌سازی مشکل نیز وجود دارد. در دومین بخش مطالعه تقریبا تمامی موضوعات و ایده‌های ارائه شده را در نمونه‌ی مدیریتی ساختاری بسیار وسیع با گستره‌ای بی نهایت و حداقل هزینه‌ی چرخه‌ی عمر به کار می‌گیریم و بر روی پیاده‌سازی حل‌کننده‌های مبتنی بر نقطه و مقایسه‌ی آن با تکنیک‌های ساده‌تر تمرکز می‌کنیم.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی مکانیک
چکیده انگلیسی
To address effectively the urgent societal need for safe structures and infrastructure systems under limited resources, science-based management of assets is needed. The overall objective of this two part study is to highlight the advanced attributes, capabilities and use of stochastic control techniques, and especially Partially Observable Markov Decision Processes (POMDPs) that can address the conundrum of planning optimum inspection/monitoring and maintenance policies based on stochastic models and uncertain structural data in real time. Markov Decision Processes are in general controlled stochastic processes that move away from conventional optimization approaches in order to achieve minimum life-cycle costs and advice the decision-makers to take optimum sequential decisions based on the actual results of inspections or the non-destructive testings they perform. In this first part of the study we exclusively describe, out of the vast and multipurpose stochastic control field, methods that are fitting for structural management, starting from simpler to sophisticated techniques and modern solvers. We present Markov Decision Processes (MDPs), semi-MDP and POMDP methods in an overview framework, we have related each of these to the others, and we have described POMDP solutions in many forms, including both the problematic grid-based approximations that are routinely used in structural maintenance problems, and the advanced point-based solvers capable of solving large scale, realistic problems. Our approach in this paper is helpful for understanding shortcomings of the currently used methods, related complications, possible solutions and the significance different solvers have not only on the solution but also on the modeling choices of the problem. In the second part of the study we utilize almost all presented topics and notions in a very broad, infinite horizon, minimum life-cycle cost structural management example and we focus on point-based solvers implementation and comparison with simpler techniques, among others.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Reliability Engineering & System Safety - Volume 130, October 2014, Pages 202–213
نویسندگان
, ,