تخصیص مازاد سیستم سری - موازی با هدف بیشینه در دسترس‌پذیری با در نظر گرفتن نرخ‌های خرابی و تعمیر غیر نمایی

در این نوشتار، مساله تخصیص مازاد سیستم سری موازی، برای بیشینه کردن سطح دسترس‌پذیری سیستم با در نظر گرفتن محدودیت بودجه، وزن، حجم و بیشترین و کمترین تعداد عناصر تخصیص یافته به هر زیرسیستم مورد بررسی قرار گرفته است. نوآوری اصلی تحقیق لحاظ کردن نرخ خرابی و تعمیرپذیری اجزاء در فرآیند بهینه‌سازی با نرخ‌های خرابی و تعمیر غیر از تابع توزیع نمایی می‌باشد. پارامترهای موثر بر سیستم مورد مطالعه این تحقیق به گونه‌ای می‌باشد که امکان محاسبه دسترس‌پذیری با استفاده از روابط ریاضی غیرممکن خواهد بود. بنابراین این تحقیق به منظور محاسبه دسترس‌پذیری سیستم از تکنیک شبیه‌سازی استفاده می‌کند. از آنجایی که شبیه‌سازی هیچ‌گونه قابلیت بهینه‌سازی ندارد سعی می‌شود تا نتایج حاصل از شبیه‌سازی به شکل یک تابع ریاضی، که بیانگر چگونگی تاثیر متغیرهای تصمیم بر دسترس‌پذیری سیستم می‌باشد، بیان شود. در ادامه با توجه به درجه سختی بالای تابع ریاضی توسعه داده شده، الگوریتم فراابتکاری ژنتیک برای حل آن به کار گرفته می‌شود. در نهایت کارایی الگوریتم ژنتیک در برابر الگوریتم‌های اجتماع ذرات و شبیه‌ساز تبرید سنجیده می‌شود. به منظور مقایسه منصفانه، پارامترهای تاثیرگذار بر الگوریتم‌ها با استفاده از روش تاگوچی تنظیم شده و الگوریتم‌ها در بهترین حالت کارکردی خود قرار می‌گیرند. نتایج محاسباتی توانایی بالای الگوریتم ژنتیک را در بهینه‌سازی مساله مورد نظر اثبات می‌کند.

Redundancy allocation of seriesparallel system to maximize availability considering nonexponential failure and repair rates

In the present study, the redundancy allocation problem (RAP) of seriesparallel system has been investigated to maximize the system’s availability. To achieve the research objective, budget, weight and volume constraints, and the maximum and minimum number of elements assigned to each subsystem have been considered. The main innovation of this research is to consider the failure and repair rates of components with nonexponential distribution function in the process of optimization. The parameters affecting the understudy system in this paper make it impossible to calculate the availability using mathematical relations. Therefore, the present study has used simulation method to calculate system availability. Since the simulation has no optimization capability, this research tries to represent the results of the simulation as a mathematical function, which explains the way decision variables affect the system’s availability. Further, due to the high degree of difficulty of developed mathematical function, the genetic metaheuristic algorithm was used to solve it. Finally, the efficiency of the genetic algorithm was measured against particle swarm algorithm and simulated annealing algorithm. To compare fairly, the parameters affecting the algorithms are adjusted using the Taguchi method and the algorithms are in their best practice. The computational results prove the high ability of the genetic algorithm in optimizing the concerned problem.