本研究主要探討的範圍是解決具時間失效特性元件之系統重複配置問題(redundancy allocation problem),其以非線性混合整數規劃(nonlinear mixed integer programming)模式來描述。過去此類的最佳化問題已經被廣泛研究與討論,通常以數學規劃方法及啟發式演算法求解,而求解過程所會遭遇的困難,例如必須滿足所有的限制條件。在尋找此類問題的解決方法中,我們利用合作型粒子群演算法與懲罰機制的引導方式(cooperative particle swarm optimization, CPSO)來解決此一問題,此方法可以避免傳統粒子群演算法(particle swarm optimization, PSO)因為搜尋空間維度的增加造成執行效能的下降的缺點,而利用搜尋空間維度分割的技術,產生多個粒子群來共同解決最佳化的問題,達到求解效能的提升。在本研究之實驗數據中顯示,藉由本研究的方法所獲得之解皆優於過去文獻上已知之最好的解(best-known solutions),因此本研究的方法乃是解決重複配置最佳化問題的有效方法之一。