[发明专利]一种复杂冗余系统可靠性评估的优化方法

权利要求书

1.一种复杂冗余系统可靠性评估的优化方法，其特征在于，包括以下步骤：

步骤1：将复杂冗余系统中的所有子系统串联连接，每个子系统中的所有组件并联连接，并设置冷热两种形式的备份组件，完成串并联冗余备份系统模型的设计；

步骤2：基于离散数学概率分布和Weibull分布，分别计算故障组件的故障概率分布和故障时间失效分布；

步骤3：基于所述故障概率分布和所述故障时间失效分布，分别计算出复杂冗余系统的系统可靠性和系统任务成本开销；

步骤4：根据所述系统可靠性和所述系统任务成本开销，基于蚁群遗传算法进行第一次寻优计算，获得复杂冗余系统中各子系统各组件的初始化序列最优解和初始信息素；所述第一次寻优计算包括以下步骤：

步骤4.1：根据所述系统可靠性R和所述系统任务成本开销C，确定目标函数G和适应度函数Ω；

步骤4.2：从复杂冗余系统的J个子系统和N个组件的1～N+J-1的数字中，随机选择任意一组可行的实数编码；

步骤4.3：基于蚁群遗传算法，从Z只蚂蚁中挑选出u只优秀的蚂蚁，进行第一次遗传算法计算，获得复杂冗余系统中各子系统各组件的初始化序列最优解和初始信息素；所述第一次遗传算法还包括以下步骤：

步骤4.3.1：根据不同组件的适应度函数G的值不同，采用轮盘赌的方法，在所述备用组件的种群中选择组件个体；

步骤4.3.2：通过遗传选择的组件个体得出适应度较大的组件序列集合，随机选择二个组件序列作为父代，进行交叉运算操作，从而产生两个新的组件个体；

步骤4.3.3：从所述两个新的组件个体中，随机选中二个基因互换位置，进行变异操作；

步骤4.3.4：通过重复步骤4.3.1-4.3.3递归迭代，得出复杂冗余系统中各子系统各组件的初始化序列最优解和初始信息素；

步骤5：根据所述初始化序列最优解和所述初始信息素，基于蚁群遗传算法进行第二次寻优计算，获得复杂冗余系统中各系统中各组件的序列分布最优解，完成可靠性评估的优化；所述第二次寻优计算包括以下步骤：

步骤5.1：根据所述初始化序列最优解进行计算，获得吸引强度初始分布，并构建复杂冗余系统的集合图；

步骤5.2：基于蚁群遗传算法，选择Z只蚂蚁中剩余的Z-u只蚂蚁放在所述集合图上，根据所述初始信息素τ_g，进行第二次遗传计算，获得更新信息素τ；所述第二次遗传计算还包括以下步骤：步骤5.2.1：计算所述Z-u只蚂蚁从所述集合图的第i个节点移动到第j个节点的移动概率P_m(i,j)；步骤5.2.2：根据所述移动概率P_m(i,j)，转移每只蚂蚁到第j+1个节点，构成整体循环；

步骤5.2.3：在所述整体循环下，执行信息素局部更新，计算得出信息素更新值τ_c；

步骤5.2.4：根据所述初始信息素τ_g和信息素更新值τ_c，计算得出所述更新信息素τ，且满足：

τ＝τ_g+τ_c；

步骤5.3：判定所有蚂蚁Z是否完成整个路径；若未完成，则重复步骤5.2；

若已完成，则输出所述更新信息素τ；

步骤5.4：根据所述更新信息素τ进行更新计算，获得复杂冗余系统中各系统中各组件的序列分布最优解。

2.如权利要求1所述的复杂冗余系统可靠性评估的优化方法，其特征在于，所述第k个组件在复杂冗余系统的任务时间t内的故障概率分布为F_k(t)，所述第k个组件在第i个时间单元的故障时间失效分布为p_j(i)；且所述故障概率分布F_k(t)满足：

其中，η_k为所述Weibull分布的比例变量，β_k为所述Weibull分布的形状变量；所述故障时间失效分布p_j(i)满足：

其中，Δi为整个复杂冗余系统的任务时间t分成m个相同的时间单元。