间歇性备件具有高价值、需求中断和关键性等特点。有效的需求预测有助于优化库存管理，确保设备得以及时维护，从而保持其正常运行所需的可靠性和安全性。因此，本文提出一种基于自适应Q学习的间歇性备件需求预测方法。首先利用相似度指标和K-means对备件需求数据...