Optimization of complex systems reliability by firefly algorithm

• Autorzy: Kwiecień J. , Filipowicz B.

Identyfikatory

DOI

10.17531/ein.2017.2.18

Warianty tytułu

PL

Optymalizacja niezawodności złożonych systemów za pomocą algorytmu świetlika

• Języki publikacji: EN PL

Abstrakty

EN

Algorithms based on swarm intelligence are more and more frequently applied to problems of systems reliability. The article presents the application of a firefly algorithm to the reliability optimization of two systems: bridge and 10-unit, with minimal paths set, minimal cuts set and decomposition methods. The obtained results are presented and compared with the available literature data.

PL

Algorytmy bazujące na inteligencji stadnej są coraz częściej stosowane w problemach niezawodności systemów. Artykuł prezentuje zastosowanie algorytmu świetlika do optymalizacji niezawodności dwóch systemów: mostkowego i 10-elementowego, z wykorzystaniem metod zbioru minimalnych ścieżek, minimalnych cięć oraz metody dekompozycji. Uzyskane rezultaty zostały przedstawione i porównane z dostępnymi danymi literaturowymi.

Słowa kluczowe

EN

system reliability optimization problems; reliability optimization methods; RRAP system; firefly algorithm

PL

problemy optymalizacji niezawodności systemów; metody optymalizacji niezawodności; system RRAP; algorytm świetlika

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2017
• Tom: Vol. 19, no. 2
• Strony: 296--301
• Opis fizyczny: Bibliogr. 18 poz., rys., tab.

Twórcy

autor

Kwiecień J.

• AGH University of Science and Technology Faculty of electrical engineering, Automatics Computer Science and Biomedical engineering Al. Mickiewicza 30, 30-059 Krakow, Poland

autor

Filipowicz B.

• State Higher Vocational School in Tarnow Polytechnic Institute Ul. Mickiewicza 8, 33-100 Tarnow, Poland

Bibliografia

• 1. Agarwal M, Sharma V K. Ant colony approach to constrained redundancy optimization in binary systems. Applied Mathematical Modelling 2010; 34: 992-1003, https://doi.org/10.1016/j.apm.2009.07.016.
• 2. Barlow R E, Proschan F. Statistical theory of reliability and life testing: probability models. To Begin With, Silver Spring1981.
• 3. Birolini A. Reliability Engineering: Theory and Practice. Sixth Edition, Springer-Verlag Berlin Heidelberg 2010, https://doi.org/10.1007/978-3-642-14952-8.
• 4. Coelho L S. An efficient particle swarm approach for mixed-integer programming in reliability–redundancy optimization applications. Reliability Engineering and System Safety 2009; 94(4): 830–837, https://doi.org/10.1016/j.ress.2008.09.001.
• 5. Garg H. An approach for solving constrained reliability-redundancy allocation problems using cuckoo serach algorithm. Beni-Suef University Journal of Basic and Applied Sciences 2015; 4(1): 14-25, https://doi.org/10.1016/j.bjbas.2015.02.003.
• 6. Kanagaraj G, Ponnambalam S G, Jawahar N. A hybrid cuckoo search and genetic algorithm for reliability redundancy allocation problems. Computers & Industrial Engineering 2013; 66(4): 1115-1124, https://doi.org/10.1016/j.cie.2013.08.003.
• 7. Kwiecień J, Filipowicz B. Comparison of firefly and cockroach algorithms in selected discrete and combinatorial problems. Bulletin of the Polish Academy of Sciences. Technical Science 2014; 62(4): 797–804, https://doi.org/10.2478/bpasts-2014-0087.
• 8. Lefebvre M. Basic Probability Theory with Applications. Springer-Verlag New York 2009.
• 9. Liu Y. Improved bat algorithm for reliability-redundancy allocation problems. International Journal of Security and Its Applications 2016; 10(2): 1-12, https://doi.org/10.14257/ijsia.2016.10.2.01.
• 10. Liu Y, Qin G. A modified particle swarm optimization algorithm for reliability redundancy optimization problem. Journal of Computers 2014; 9(9): 2124-2131, https://doi.org/10.4304/jcp.9.9.2124-2131.
• 11. Matuszak Z. Badania rozkładów uszkodzeń systemów siłowni okrętowych. Wydawnictwo ADVSEO, Szczecin 2012.
• 12. Mutingi M, Mbohwa Ch, Kommula V P. Multi-criteria reliability optimization for a complex system with a bridge structure in a fuzzy environment: A fuzzy multi-criteria genetic algorithm approach. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2016; 18 (3): 450–456, https://doi.org/10.17531/ein.2016.3.18.
• 13. Valian E, Tavakoli S, Mohanna S, Haghi A. Improved cuckoo search for reliability optimization problems. Computers & Industrial Engineering 2013; 64(1): 459-468, https://doi.org/10.1016/j.cie.2012.07.011.
• 14. Valian E. Solving reliability optimization problems by cuckoo search. [IN:] X.S. Yang (ed.), Cuckoo serach and firefly algorithm. Theory and applications, Springer 2014.
• 15. Wu P, Gao L, Zou D, Li S. An improved particle swarm optimization algorithm for reliability problems. ISA Transactions 2010; 50(1): 71–81, https://doi.org/10.1016/j.isatra.2010.08.005.
• 16. Xing B, Gao W J. Innovative Computational Intelligence: A Rough Guide to 134 Clever Algorithms. Intelligent Systems Reference Library 62, Springer International Publishing Switzerland 2014, https://doi.org/10.1007/978-3-319-03404-1_1.
• 17. Yang X S. Nature-Inspired Metaheuristic Algorithms. Second Edition, Luniver Press 2010.
• 18 Yeh W C, Hsieh T J. Solving reliability redundancy allocation problems using an artificial bee colony algorithm. Computers & Operations Research 2011; 38(11): 1465–1473, https://doi.org/10.1016/j.cor.2010.10.028.