การเพิ่มค่าความน่าเชื่อถือของระบบนั้นโดยปกติจะให้การเพิ่มอุปกรณ์ เข้าไปในระบบในรูปแบบต่างๆ เช่น N-Version Programming และ Recovery Blocks ดังนั้นจึงทำให้ราคาของระบบสูงขึ้นด้วย วิทยานิพนธ์นี้ได้เสนอวิธีการใช้ เจเนติกอัลกอริทึมและ dynamic penalty function เพื่อแก้ปัญหาเกี่ยวกับวิธีการ หาค่าที่ดีที่สุดของระบบฝังตัวซึ่งเป็นระบบที่มีทั้งฮาร์ดแวร์และซอฟท์แวร์ โดยคำนึงถึงข้อจำกัดเกี่ยวกับราคาของอุปกรณ์ต่างๆในระบบ รวมทั้งคำนึงถึงค่า ความผิดพลาดที่เกิดขึ้นจากความสัมพันธ์ระหว่างอุปกรณ์ต่างๆทั้งซอฟท์แวร์และ ฮาร์ดแวร์ด้วย วิทยานิพนธ์นี้เป็นงานวิจัยที่ต่อเนื่องมาจากงานวิจัยของ Wattanapongsakorn และ Levitan [9] ซึ่งใช้วิธีการ Simulated Annealing ในการ แก้ปัญหา แต่ไม่สามารถรับรองผลลัพธ์ที่ได้ว่าเป็นค่าที่ดีที่สุดหรือไม่ เจเนติกอัลกอริทึมนั้นเป็นวิธีการที่มีประสิทธิภาพและมีความน่าเชื่อถือสูง ในการใช้แก้ปัญหาเกี่ยวกับการหาค่าที่ดีที่สุดสำหรับปัญหาที่ซับซ้อนและมีขนาด ของปัญหาค่อนข้างใหญ่ โดยผลลัพธ์ที่ได้จากการเจเนติกอัลกอลิทึมนี้จะถูกนำไป เปรียบเทียบกับผลลัพธ์จากวิธีการแบบ non-linear programming ซึ่งผลลัพธ์ที่ได้ จากวิธีการนี้สามารถรับรองได้ว่าเป็นค่าที่ดีที่สุด วิทยานิพนธ์นี้แบ่งเป็น 2 ส่วน คือ ส่วนแรกเราสมมุติว่าเรารู้ค่าความน่าเชื่อถือของอุปกรณ์ต่างๆ เรียบร้อยแล้วและค่าเหล่านี้เป็นค่าคงที่ ส่วนที่สองเรารู้เพียงค่าเฉลี่ยและ ค่าความแปรผันของค่าความน่าเชื่อถือของอุปกรณ์ต่างๆเท่านั้น