6、用于可靠性优化的混合并行遗传算法

用于可靠性优化的混合并行遗传算法

1. 引言

可靠性工程最早于20世纪40年代末和50年代初应用于通信和运输系统。可靠性指的是一个物品在规定条件和规定时间内无故障地执行所需功能的概率，因此高可靠性的系统可被视为具有卓越质量的系统。在复杂技术系统的成功有效运行中，可靠性是最重要的设计因素之一。要提高系统可靠性，可采用以下方法：
- 降低系统复杂性；
- 分配高可靠性组件；
- 单独或结合高组件可靠性分配组件冗余；
- 实施有计划的维护和维修计划。

本研究致力于在资源约束下最大化系统可靠性的可靠性优化问题，提出了数学规划模型和混合并行遗传算法（HPGA）。该算法包含了诸如交换（swap）、2 - opt和互换（interchange）等不同启发式方法（可靠性分配问题与组件选择问题（RAPCC）除外）来改进解决方案。通过HPGA计算组件结构、可靠性、成本和重量，并将HPGA的实验结果与现有元启发式算法和CPLEX的结果进行比较。

2. 文献综述

可靠性优化的目标是在考虑成本、重量等约束条件下最大化系统的可靠性。一般来说，可靠性优化可分为两类：
- 可靠性 - 冗余分配问题（RRAP） ：在成本和重量约束下，确定最优组件可靠性和组件冗余数量，以允许混合组件来最大化系统可靠性，这是一个NP难问题。针对RRAP，已经提出了多种算法，包括精确方法、启发式方法和元启发式方法。精确方法如割平面法、分支 - 限界算法、动态规划和目标规划等，但随着问题规模增大，这些方法应用困难且计算量大。因此，近年来的研究使用启发式和元启发式方法来寻找近似最优解。
- 可靠性分配