由于近年来煤矿安全事故频繁发生,因此对煤矿生产系统来说,从设计到生产管理阶段都要求较高的可靠性。随着煤炭科学技术的不断发展和装备的更新,以及矿山生产集中程度和机械化程度的提高,其生产系统的可靠性也必须随之提高。而一般来说,系统的可靠性提高,系统的生产费用随之提高。如何使系统的可靠性尽量的高,而又使其生产费用尽量的低,由此涉及到了对煤矿生产系统进行可靠性优化的问题。煤矿生产系统可靠性优化的目标是在达到可靠度改造目标的前提下,使改造费用尽可能最少,降低成本,追求生产系统总体最优。由于生产系统比较复杂,则子系统比较多,传统的优化方法解决此类问题很困难,甚至于无法求解。针对这个问题,人们提出了一类模拟自然界生物系统行为或过程的仿生智能优化算法,为解决此类问题提供了新的思路和手段。本论文总结并分析了煤矿生产系统可靠性优化问题,根据可靠性优化理论建立了可靠性优化的最少成本模型。本论文在一个设定的场景中,将遗传算法、捕食搜索算法和蚁群算法这三种搜索算法应用到一个虚拟的煤矿生产系统,进行了可靠性优化计算,并计算出生产系统可靠性优化的近似最优解。最后对这三种搜索算法进行了比较。本文研究成果对基于搜索算法的煤矿生产系统可靠性优化研究具有一定的理论意义和参考价值。