Experimentos computacionais
5.4 Considerações nais
Dentre os diversos cenários de testes apresentados neste capítulo, alguns deles são muito importantes pois explicam de forma consolidada os resultados apresentados. Os algoritmos podem ser classi cados em dois grupos: baseado em agregação de tráfego e baseado em balanceamento de carga.
A Figura 5.2, mostra que independente de o roteamento ser realizado em uma rede multi-domínio ou não, as soluções obtidas para cada instância possui curvas bem semelhantes, quando o processo de roteamento é baseado em agregação de tráfego. Isso se deve a dois motivos: o fato de haver poucos domínios a serem tratados em cada rede, o que facilita consideravelmente a solução do problema e, principalmente, à capacidade elevada de transmissão de cada enlace óptico.
Já a Figura 5.3 apresenta cinco cenários de testes em que o balanceamento de carga provê a solução para as instâncias.
0 50 100 150 200 250 300
atlanta dfn−bwin di−yuan france germany newyork norway polska Minimização do número de comprimentos de onda alocados
CPLEXr CPLEX GRASP AG
(a) Alocação de comprimentos de onda em do- mínio único 0 50 100 150 200 250 300
atlanta dfn−bwin di−yuan france germany newyork norway polska Minimização do número de comprimentos de onda alocados
CPLEXr CPLEXi GRASPi CPLEXh GRASPh
(b) Alocação de comprimentos de onda em redes multi-domínio 0 1000 2000 3000 4000 5000 6000 7000
atlantadfn−bwin di−yuan france germany newyorknorway pioro polska Minimização do atraso (número de saltos)
CPLEXr CPLEX GRASP AG
(c) Número de saltos em domínio único
Figura 5.2. Roteamento baseado em agregação de tráfego
A mudança signi cativa, quando se utiliza o critério de balanceamento de carga para atender ao critério de atendimento de requisições, é que a minimização do blo- queio da rede é priorizada em detrimento da minimização de seus recursos. Como, inicialmente, os algoritmos foram projetados para atender à minimização do número de comprimentos de onda alocados, sua adaptação ao balanceamento de carga implicou em perdas na qualidade das soluções obtidas.
Ao utilizar a métrica de balanceamento de carga na rede para resolver o problema GRWA, considerando a função objetivo de minimizar o número de comprimentos de onda, o algoritmo implementado não é capaz de prover boas soluções. A agregação de tráfego ainda acontece, mas em escala bem reduzida, que decorre da alteração dos custos dos arcos da rede a m de considerar apenas o percentual de utilização dos mesmos, abstraindo de informações relativas ao número de comprimentos de onda alocados em cada arco da rede.
5.4. Considerações finais 83 0 0.0001 0.0002 0.0003 0.0004 0.0005 0.0006 0.0007 0.0008
di−yuan germany newyork norway Maximização do balanceamento da rede
CPLEXr CPLEX GRASP AG
(a) Balanceamento de carga em domínio único
0 0.0005 0.001 0.0015 0.002
di−yuan germany newyork norway Maximização do balanceamento da rede
CPLEXr CPLEXi GRASPi CPLEXh GRASPh
(b) Balanceamento de carga em redes multi- domínio 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
atlanta dfn−bwin france janos pioro polska Maximização do balanceamento da rede
CPLEXr CPLEX GRASP AG
(c) Balanceamento de carga em domínio único
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
atlanta dfn−bwin france janos pioro polska Maximização do balanceamento da rede
CPLEXr CPLEXi GRASPi CPLEXh GRASPh
(d) Balanceamento de carga em redes multi- domínio 0 100 200 300 400 500 600 700 800
atlantadfn−bwin di−yuan france germany newyork norway pioro polska Maximização do número de requisições atendidas
CPLEXr CPLEX GRASP AG
(e) Atendimento de requisições em domínio único
Figura 5.3. Roteamento baseado em balanceamento de carga
Considerando o objetivo de minimizar o atraso no atendimento das requisições, a métrica de balanceamento de carga possui comportamento semelhante. Uma vez que
o balanceamento de carga distribui uniformemente o tráfego na rede, a tendência é que rotas com grande número de saltos sejam geradas, o que vai contra o objetivo em questão. Portanto, a métrica de balanceamento de carga não é adequada para tratar a minimização do atraso no atendimento de requisições
Quando se trata da métrica de agregação de tráfego o cenário muda um pouco. Por exceção do objetivo de balanceamento de carga, na qual a métrica de agregação de tráfego propõe o oposto, todos os demais objetivos são atendidos de forma satisfatória. Analisando o objetivo de minimizar o atraso no atendimento das requisições, a métrica de agregação de tráfego fornece, na maioria das vezes, rotas ponto-a-ponto com número de saltos reduzido. Neste caso, um grande número de requisições compartilharão a rota, ou parte dela, a m de diminuir o número de saltos para seu atendimento.
Em relação aos algoritmos, o AG não foi implementado sob a perspectiva da agregação de tráfego, ou seja, como seus operadores não foram otimizados para este objetivo especí co, logo foi onde obteve seus piores resultados. Em resumo, o Algoritmo Genético foi o melhor para resolver os problemas de minimização da taxa de bloqueio da rede, do número de saltos das rotas e o de balanceamento de carga, enquanto o GRASP obteve melhores resultados resolvendo o problema de agregação de tráfego.
Não há uma métrica ideal a ser utilizada para resolver o problema para todas as funções objetivo tratadas. É necessário analisar o cenário em que o problema está inserido e escolher a melhor métrica. Para este trabalho, a métrica de balanceamento de carga resolve bem o problema de minimizar a taxa de bloqueio da rede, portanto foi escolhida para tal. A métrica de agregação de tráfego obteve resultados bons para todos os objetivos, exceto para o balanceamento de carga, logo foi escolhido para tratá-los.