提出IEO框架优化预测性维护决策

2026年10月28日，arXiv Artificial Intelligence 刊出 Zhuojun Xie 等作者的预印本研究，提出 Integrated Estimate-Optimize（IEO）框架，用于预测性维护决策优化。该研究称，IEO 直接以维护成本作为预测学习目标，绕开 KL 散度、均方误差等统计精度指标。作者在四个 CMAPSS 子集上验证：相比 ETO，IEO 平均维护成本降低 14.8–22.7%；相比决策导向基线，降低 7.2–11.8%；同时故障率与成本波动下降，尽管预测误差更高。上述数据与结论均出自该篇报道，尚未见其他独立跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。