本發(fā)明公開了一種基于深度強化學習的集群系統(tǒng)預防性維修方法，解決了集群系統(tǒng)在長期運行過程中的預防性維修問題。步驟如下：1根據(jù)退化狀態(tài)建立集群系統(tǒng)“單一系統(tǒng)?單元”集群的剩余壽命狀態(tài)矩陣。2基于集群系統(tǒng)“單一系統(tǒng)?單元”集群剩余壽命狀態(tài)，評估集群系統(tǒng)可靠性水平。3設計一個神經網絡預測集群系統(tǒng)“單一系統(tǒng)?單元”集群的先驗維修概率和先驗維修策略價值。4構建預防性維修策略求解算法架構，遍歷預防性維修策略解空間，選擇一系列最佳維修動作。5基于集群剩余壽命狀態(tài)的變化計算集群系統(tǒng)可靠度，然后檢驗集群系統(tǒng)恢復程度。6由預防性維修策略求解過程存儲的一系列最佳維修動作生成一個完整的預防性策略。