طراحی و بهینه سازی چندهدفه قابلیت اطمینان مبتنی بر منطق فازی برای سیستم های سری-موازی با تعارض در قابلیت اطمینان، هزینه های عملیاتی و پیامدهای زیست محیطی با استفاده از الگوریتم های فراابتکاری و تکاملی

در این پژوهش، مسئله تخصیص بهینه قابلیت اطمینان در سیستم های چندحالته پیچیده مورد بررسی قرار گرفته است، به گونه ای که به صورت همزمان، اهداف متضاد شامل بیشینه سازی قابلیت اطمینان کلی سیستم و کمینه سازی هزینه های عملیاتی و پیامدهای زیست محیطی محقق گردند. در راستای افزایش دقت مدل سازی و انطباق با شرایط واقعی، پارامترهای اصلی نظیر نرخ خرابی و تعمیر در هر زیرسیستم، به صورت اعداد فازی ذوزنقه ای مدل سازی شده اند تا عدم قطعیت های موجود در داده های اولیه لحاظ گردد. مطالعه کاربردی این پژوهش بر روی یک سامانه ناوبری هوافضایی متشکل از پنج زیرسیستم کلیدی پیاده سازی شده است.به منظور حل این مسئله بهینه سازی چندهدفه، از دو الگوریتم فراابتکاری قدرتمند الگوریتم جستجوی هارمونی (Harmony Search Algorithm - HSA) و الگوریتم بهینه سازی ازدحام ذرات (Particle Swarm Optimization - PSO) بهره گرفته شده است. نتایج حاصل از اجرای این الگوریتم ها با خروجی های به دست آمده از مدل دقیق روش برنامه ریزی ریاضی خطی عدد صحیح مختلط (Mixed-Integer Linear Programming - MILP) که در محیط نرم افزار GAMS پیاده سازی شده است، مقایسه گردیده اند. همچنین، تحلیل حساسیت جامعی به منظور بررسی تاثیر تغییرات در پارامترهای ورودی و محدودیت های سیستمی بر پایداری و استواری راه حل ها انجام شده است. یافته های حاصل از شبیه سازی های عددی و تحلیل مقایسه ای نشان می دهد که الگوریتم PSO در اکثر سناریوها نسبت به الگوریتم HSA و نیز روش MILP عملکرد بهتری داشته و قادر است سطح مطلوبی از قابلیت اطمینان را با هزینه و پیامدهای زیست محیطی پایین تر ارائه دهد. دستاوردهای این پژوهش می تواند به عنوان مبنایی موثر برای طراحی سیستم های مهندسی حیاتی، به ویژه در حوزه های حساس به کار گرفته شود.

کلیدواژه ها:

قابلیت اطمینان ، اعداد فازی ذوزنقه ای ، الگوریتم ازدحام ذرات ، الگوریتم جستجوی هارمونی ، سیستم ناوبری هوافضایی.