1. UKM Learning and Research Repository
2. Master Thesis / Tesis Master
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	NRGA based algorithm for multi-objective multi-state redundancy allocation problem with homogeneous elements
Authors:	Firouzi Aghil (P53654)
Supervisor:	Salwani Abdullah, Prof. Dr.
Keywords:	Genetic algorithms Reliability (Engineering)
Issue Date:	8-Jan-2013
Description:	The Redundancy Allocation Problem (RAP) is a combinatorial optimization problem. It involves in selecting the sub-systems with appropriate levels of redundancy to maximize the system reliability under predefined resource consumption constraints. The system has a range of performance from a complete perfect to a complete failure. It consists of sub-systems in series and for each sub-system, elements are used in parallel. Identical redundant elements are included in order to achieve a desirable reliability. Elements of each sub-system are characterized by their cost, weight and availability. RAP has been an active area of research for the past decades and has been applied in many applications in industries, such as in electronic systems, power stations and manufacturing production systems. However, RAP is often been treated as a single objective problem either to maximize the system reliability or to minimize the designing cost. In this thesis, RAP is regarded as a multi-objective problem with two different objectives. Thus, the main aim of this study is to find the best combination of elements for each sub-system that maximizes the system reliability and simultaneously minimizes the designing cost. In this work, a Non-dominated Ranked Genetic Algorithm (NRGA) is applied with different crossover and mutation operators from the original version of NRGA. The system reliability is computed by Universal Generating Function (UGF) to cope with multi-objective redundancy allocation problem for parallel-series systems. The performance of the proposed algorithm is tested on the provided dataset by Heidi A.Taboda .The experimental results demonstrate that NRGA performs well with the reliability redundant allocation problems and compare favorably with previously-developed algorithms in the literature.,Masalah Peruntukan Lewahan (MPP) merupakan masalah pengoptimuman kombinatorik. Ia melibatkan pemilihan sub-sistem dengan tahap kelewahan yang sesuai untuk memaksimumkan kebolehpercayaan sistem di bawah kekangan penggunaan sumber yang telah ditentukan. Prestasi suatu sistem boleh ditentukan dari julat sempurna lengkap hingga kegagalan yang lengkap. Suatu sistem terbina daripada satu sub-sistem atau banyak sub-sistem bersiri. Setiap sub-sistem mempunyai cirian yang berbeza berdasarkan kepada beberapa elemen seperti kos, berat dan ketersediaan. Elemen-elemen ini digunakan secara selari pada setiap sub-sistem. Walau bagaimanapun, elemen lewahan tetap dimasukkan bagi mencapai kebolehpercayaan yang dikehendaki. MPP merupakan bidang penyelidikan yang aktif pada dekad ini dan telah diaplikasikan oleh pelbagai industri seperti sistem elektronik, stesen kuasa dan sistem pengeluaran pengilangan. Namun begitu, MPP ini sering dianggap sebagai masalah objektif tunggal sama ada untuk memaksimumkan kebolehpercayaan sistem atau untuk mengurangkan kos mereka bentuk sistem. Kajian ini menjadikan MPP sebagai satu masalah multi-objektif dengan dua objektif yang berbeza. Matlamat utama kajian ini adalah untuk mencari gabungan unsur-unsur yang terbaik untuk setiap sub-sistem dengan memaksimumkan kebolehpercayaan sistem dan dalam masa yang sama mengurangkan kos mereka bentuk sistem. Algoritma Genetik Bukan Dominasi Pangkat (AGBDP) telah diimplementasi bersama dengan pengendali penyilang dan mutasi yang berbeza dari versi awal AGBDP. Kebolehpercayaan sistem dikira dengan menggunakan Fungsi Penjana Sejagat (FPS) untuk menangani masalah kelewahan peruntukan multi-objektif bagi sistem selari-siri. Prestasi algoritma yang dicadangkan diuji pada set data yang disediakan oleh Heidi A.Taboda. Keputusan eksperimen menunjukkan bahawa NRGA adalah lebih baik dari segi kebolehpercayaan peruntukan jika dibandingkan dengan algoritma sebelum ini yang ditemui dalam kajian literatur.,Master/Sarjana
Pages:	108
Call Number:	TA169.F537 2013 3 tesis
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.