تعظيم المعولية في عصر التعقيد: نهج تحسين جديد
DOI:
https://doi.org/10.21123/bsj.2024.9894الكلمات المفتاحية:
الأنظمة المعقدة، معولية المكونات، النهج القائم على التحسين، تحسين المعولية، معولية النظامالملخص
يعد حساب معولية الأنظمة المعقدة أمرا ملحا يستحق الاهتمام نظرا لتطبيقاته الواسعة، بدءا من العلوم الهندسية والاقتصادية إلى التطبيقات في المجالات الطبية. في الواقع، غالبًا ما تعاني الطرق التقليدية من التعقيد الحسابي عند التعامل مع الأنظمة الكبيرة عند حساب معوليتها. تقدم هذه الورقة طريقة جديدة لحساب وتحسين معوليه الأنظمة شديدة التعقيد. علاوة على ذلك تجمع المنهجية المقترحة بين مبادئ تحليل معولية النظام وتقنيات التحسين لتحديد الوسائل المثلى لنظام يزيد من المعولية. حيث تم توظيف نهج التحسين الرياضي ليقوم بمهمة تحسين معولية النظام دون تعقيد الحسابات. من خلال صياغة المشكلة كمهمة تحسين، يتم تحسين معولية المركبات لتلبية قيود المعولية المحددة. وتتجلى فعالية هذا النهج من خلال التقييمات التجريبية على مختلف الأنظمة المعقدة، مما يدل على تحسينات كبيرة في معولية النظام. وقد تم اختبار هذا النهج الجديد على شبكة كاملة شديدة التعقيد مكونة من 1225 مركبة، وكانت النتائج مقبولة للغاية. وأخيراً تم تطبيق الطريقة المقترحة وتم الحصول على نتائج التحسين العددية باستخدام لغة البرمجة اصدار Python 3.12.2.
Received 09/10/2023
Revised 19/04/2024
Accepted 21/04/2024
Published Online First 20/10/2024
المراجع
Abedi A, Gaudard L, Romerio F. Review of major approaches to analyze vulnerability in power system. Reliab. Eng Syst Saf. 2019; 183: 153–172. http://dx.doi.org/10.1016/j.ress.2018.11.019
Zhang H, Wang P, Yao S, Liu X, Zhao T. Resilience assessment of interdependent energy systems under hurricanes. IEEE Trans Power Syst. 2020; 35(5): 3682–94. http://dx.doi.org/10.1109/tpwrs.2020.2973699
Mahapatra GS, Maneckshaw B, Barker K. Multi-objective reliability redundancy allocation using MOPSO under hesitant fuzziness. Expert Syst Appl. 2022; 198: 116-696. http://dx.doi.org/10.1016/j.eswa.2022.116696
Xia H, Wang L, Liu Y. Uncertainty-oriented topology optimization of interval parametric structures with local stress and displacement reliability constraints. Comput Methods Appl Mech Eng. 2020; 358: 112-644. http://dx.doi.org/10.1016/j.cma.2019.112644
Baraldi P, Podofillini L, Mkrtchyan L, Zio E, Dang VN. Comparing the treatment of uncertainty in Bayesian networks and fuzzy expert systems used for a human reliability analysis application. Reliab. Eng Syst Saf. 2015; 138: 176–193. http://dx.doi.org/10.1016/j.ress.2015.01.016
Li Y, Coolen FPA. Time-dependent reliability analysis of wind turbines considering load-sharing using fault tree analysis and Markov chains. Proc Inst Mech Eng O: J Risk Reliab. 2019; 233(6): 1074–85. http://dx.doi.org/10.1177/1748006x19859690.
Gu H-H, Wang R-Z, Tang M-J, Zhang X-C, Tu S-T. Creep-fatigue reliability assessment for high-temperature components fusing on-line monitoring data and physics-of-failure by engineering damage mechanics approach. Int J Fatigue. 2023; 169: 107-481. http://dx.doi.org/10.1016/j.ijfatigue.2022.107481
Mahmood SS, Muhanah NS. Symmetric and Positive Definite Broyden Update for Unconstrained Optimization. Baghdad Sci J. 2019; 16(3): 661–6. https://doi.org/10.21123/bsj.2019.16.3.0661
Painton L, Campbell J. Genetic algorithms in optimization of system reliability. IEEE Trans Reliab. 1995; 44(2): 172–178. http://dx.doi.org/10.1109/24.387368
Marouani H. Optimization for the Redundancy Allocation Problem of Reliability Using an Improved Particle Swarm Optimization Algorithm. J Optim. 2021; 2021: 1–9. http://dx.doi.org/10.1155/2021/6385713
Negi G, Kumar A, Pant S, Ram M. Optimization of complex system reliability using hybrid grey wolf optimizer. Decis Mak Appl Manag Eng. 2021; 4(2): 241-256. https://doi.org/10.31181/dmame210402241n
Shi Y, Behrensdorf J, Zhou J, Hu Y, Broggi M, Beer M. Network reliability analysis through survival signature and machine learning techniques. Reliab Eng Syst Saf. 2024; 242: 109-806. http://dx.doi.org/10.1016/j.ress.2023.109806
Bakr ME, Kibria BMG, Gadallah AM. A new non-parametric hypothesis testing with reliability analysis applications to model some real data. J Radiat Res Appl Sci. 2023; 16(4): 1-8. http://dx.doi.org/10.1016/j.jrras.2023.100724
Syamsundar A, Naikan VNA, Wu S. Alternative scales in reliability models for a repairable system. Reliab Eng Syst Saf. 2020; 193: 106-599. http://dx.doi.org/10.1016/j.ress.2019.106599
Alridha AH, Salman AM, Mousa EA. Numerical optimization software for solving stochastic optimal control. J Interdiscip Math. 2023; 26(5): 889–895. http://dx.doi.org/10.47974/jim-1525
Wang B, Hua Q, Zhang H, Tan X, Nan Y, Chen R, et al. Research on anomaly detection and real-time reliability evaluation with the log of cloud platform. Alex Eng J. 2022; 61(9): 7183–7193. http://dx.doi.org/10.1016/j.aej.2021.12.061
Bisht S, Singh SB. Signature reliability of binary state node in complex bridge networks using universal generating function. Int J Qual Reliab Manag. 2019; 36(2): 186–201. http://dx.doi.org/10.1108/ijqrm-08-2017-0166
Diao Q, Junaidi A, Chan W, Zain AM, Yang H. SBOA: A Novel Heuristic Optimization Algorithm. Baghdad Sci J. 2024; 21(2(SI)): 764-764. https://doi.org/10.21123/bsj.2024.9766.
Naif OS, Mohammed IJ. WOAIP: Wireless Optimization Algorithm for Indoor Placement Based on Binary Particle Swarm Optimization (BPSO). Baghdad Sci J. 2022; 19(3): 605–605. http://dx.doi.org/10.21123/bsj.2022.19.3.0605.
Abd Alsharify FH, Abdullah G, Abd AL Razzak AS, Al-Khafaji Z. Solving Bi-Objective Reliability Optimization Problem of Mixed System by Firefly Algorithm. In: 2023 6th International Conference on Engineering Technology and its Applications (IICETA) 15-16 July 2023, Al-Najaf, Iraq. IEEE. 2023; 827–30. http://dx.doi.org/10.1109/IICETA57613.2023.10351435
التنزيلات
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 Ahmed Hasan Alridha , Fouad Hamza Abd Alsharify , Zahir Al-Khafaji
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
