最优化存在于许多工业工程领域,它对我们的日常生活非常重要。最优化的目的是用最小的消耗和最高的效率来找到解决问题的最佳方案。最优化在我们的日常生活中无处不在,如整数规划问题,可靠性问题。在过去几十年中,许多优化算法已经被广泛地应用到了这些问题中。许多工程优化问题可被归结为整数规划问题,如一般分配问题,生产计划和资源分配。本文提出了一种改进的粒子群优化(IPSO)算法以解决整数规划问题。IPSO算法使用三种更新策略来改进PSO算法的速度更新,它们分别被定义为稳定更新,保守更新和激进更新。另外,一种新颖的惯性权重被引入到速度更新中,以平衡PSO算法的全局搜索和局部搜索。实验结果表明,在解决可靠性问题上,IPSO算法具有比其它两种粒子群优化算法更强的收敛性和稳定性。IPSO算法是解决整数规划问题的一个有效的选择。一个设计工程经常试图达到最高的系统可靠性,因为高质量的可靠性设计能够使一个系统能够更安全、更有效地工作。一般来说,系统的可靠性受到成本、重量和体积等的约束。在设计一个系统的时候,一个重要的话题就是如何在没有违背任何约束的情况下获得最高的可靠性。也就是说,在维持可靠性和资源约束之间存在困难。本文中,IPSO算法同样被用来解决可靠性问题。我们采用了一种常用的罚函数法来处理目标函数值和约束违背之间关系。实验结果表明,IPSO所获得的解要好于近年来文献中所报道的最好结果。