3.5 Problemas de Otimização ombinatória
3.5.3 p-Centros
O problema de p-Centros onsiste emlo alizar
p
entros em umgrafo de modo a minimizar a distân ia máxima entre umnóqualquer desse grafoa algum dosp
entros.Umapli ação omumdoproblemade
p
-Centros éalo alizaçãodeunidades deserviçosde emergên ia emredesdetransporte,porexemplo,lo alizarp
batalhõesdo orpodebombeiros emuma omunidaderuraldemaneiraaminimizarotempomáximoderespostadeumdessesp
batalhõespara todasasfazendas da omunidade.Um problema inverso ao
p
-Centros, o inverse p-Center é utilizado em nossas aborda- gens para a lo alização dep
pontos de parada parao sorvedouro móvel. Diferentemente do problema dep
-Centros, onde o objetivo é lo alizarp
nós, no p-Centros inverso o objetivo é determinar e lo alizar o menor númerop
de entros queatendam todos osnós de demanda do grafo om umadistân iamáximaλ
.Oproblemade p-Centros invertido é omumente resolvidoporumaredução ao problema
de oberturamínimade onjuntos, omodes ritoemMir handanie Fran is(1990 ). Comisso
Abordagens
Neste apítulodes reveremososproblemastratadoseaformadeintegração entreeles quedá
origem adois métodosparaa organizaçãode RSSFs om ontrole de densidade e sorvedouro
móvel, oSHS eo MHS.
O SHS utiliza uma rede um-salto explorando ao máximo a energia disponível nos nós
sensores para a oleta de dados. Já o MHS utiliza umesquema de omuni ação multi-saltos
omnúmerode saltoslimitados, explorandoaenergiadisponívelnosnóssensorespara oleta
de dadose tarefasde roteamento de mensagens.
Nosmétodos propostos aqui, é assumido que ada nó sensorsabe suaposição geográ a
e que o sorvedouro onhe e a posição de todos osnós sensores. Apesar de não tratarmos o
problema de lo alização dos nós sensores, existem diversaspropostas na literatura para tal,
omo Oliveiraetal. (2005); Ye (2006 ). Além disso, o raio de omuni ação do sorvedouro e
dosnóssensores sãoxos e nãovariam oma argada bateria.
Naseção4.1deniremos ossub-problemastratadosnessetrabalho. Naseção4.2des reve-
4.1 Denição dos problemas
Nesse trabalho, onsideramos os problemas de ontrole de densidade e mobilidade do sorve-
douroemRSSFs. Asoluçãoindividualde adaumdessesproblemastrazdiferentesbenefí ios
para às RSSFs, omo aumento no tempo de vida, menor atraso na entrega de mensagens,
apa idade de operação em redes des onexas, entre outros. Nas próximas sub-seções deta-
lharemos omo ada umdessessub-problemasfoiabordadoeassoluçõesadotadaspara ada
um.
4.1.1 Controle de densidade
Ome anismode ontrolededensidadegeren iaaredundân iadarede,deixandoum onjunto
mínimo de nós sensores em atividade em determinado período de tempo (Ye etal., 2002 ;
Quintãoetal. , 2005 ). Como os sensores não am ativos o tempo todo, o tempo de vida
dos nóssensores é estendido e onseqüentemente o tempo de vida da rede também. Osdois
métodosutilizamo mesmome anismo de ontrole de densidade.
Em nossa abordagem, o ontrole de densidade é feito pelo sorvedouro, de forma entra-
lizada. Assumimos que o sorvedouro sabe a posição de todosos nós sensores, e é apaz de
oletar informações sobre o estado de energia de todos os nós. Com isso o sorvedouro pode
realizar um ontrole de densidade entralizado de forma ótima, onsiderando o estado de
energia de ada nó sensor.
O problema do ontrole de densidade é modelado omo o Problema de Cobertura de
Conjuntos(Garey e Jonhson ,1979 ). Primeiramente a áreade monitoramento é dis retizada,
de forma que ada ponto representa uma pequena porção dessaárea, formando um onjunto
de pontos
D
quedevemsermonitorados.Seja
S
o onjunto de sensores eC
o raio de sensoriamento de ada sensor. Cada sensor obre um sub- onjunto de pontos de demandaD
s
= {d ∈ D|dist(d, s) ≤ C}
,ondedist(d, s)
é a distân iaeu lidiana entreo ponto de demandad∈ D
e o sensors∈ S
.Asso iado a ada sensor temos um usto de ativação
w
s
, que é dado por uma função inversamente propor ional à energia de ada sensors
∈ S
, priorizando assim sensores om mais energia para ativação. O objetivo é minimizar o usto de ativação dos nós sensores,sujeitoà restrição de obertura detodosospontos dedemanda.
A saída do problema é um onjunto
Y
, ondey
s
indi a se o sensors
∈ S
estará ativo no próximo período de operação da RSSF. Com a denição a ima podemos representar oproblema através do modelo de Programação Matemáti a para o problema de obertura de
onjuntos:
minimize z
=
X
s∈S
w
s
y
s
(4.1) Sujeito a:X
s
x
ds
≥ 1, ∀d ∈ D
(4.2)x
ds
≤ y
s
,∀s ∈ S ∀d ∈ D
s
(4.3)x∈ {0, 1}
(4.4)y∈ {0, 1}
(4.5)Nomodeloasrestrições4.2garantema oberturadetodosospontosdedemanda(
d∈ D
) quepodemseratendidosporpelomenosumnósensor. Asrestrições4.3garantem queseumnó sensor(
s∈ S
) for utilizado para obrir umponto dedemanda (d∈ D
) entãoy
s
= 1
.Asde isões de ontrole de densidade são implantadas na rede pelo sorvedouro móvel. O
sorvedouro, emnossaabordagem,éoúni oelemento quetem one tividade omtodososnós
sensores da RSSF. Porém essa one tividade é ativada ao longo do tempo. No momento em
que o sorvedouroestá lo alizado emumagrupamento de nóssensores, todososnóssensores
desseagrupamento tem one tividade omosorvedouro, ere ebemasde isõesde ontrolede
sorvedouro toma as de isões de ontrole de densidade e as implementa em ada sensor à
medida queper orretodososagrupamentos. Quando osorvedouro requisita osdadosdo nó
sensor, eleo avisa se aráativo apósreportar seus dados.
Essaimplantaçãodasde isõesde ontrolededensidadepodemlevarafalhasmomentâneas
na obertura da área monitorada. Por exemplo, onsidere que o sensor
s
1
é desativado no tempot
1
e o sensors
2
é ativado no tempot
2
> t
1
eD
s
1
= D
s2
. Assim, o sub- onjunto de pontosde demandaD
1
⊆ D
s1
que não é sensoriado por outro sensorativo ará des obertodurante ointervalode tempo
[t
1
, t
2
]
.Quandoumsensorédesativadopelo ontrolededensidade,asuafunçãodesensoriamento
é desativada. O pro essador estará ativo sempre que a função de sensoriamento ou o rádio
estiverem ativos. O rádio dos nós sensores é ativado somente quando o sorvedouro está no
agrupamentoqueessesensorseen ontra. Issopodeserfeitoatravésdemétodosquedeixamo
rádioembaixaenergiaatére eberumestímuloexternoparaativaroseurádio(Polastre etal.,
2004 ; Correia etal.,2005).
4.1.2 Agrupamento
Os dois métodos propostos possuem requisitos para agrupamento dos nós sensores para fa-
ilitar a oleta de dados pelo sorvedouro móvel. Tanto em um quanto em outro método é
desejável que a área de monitoramento seja oberta por um onjunto mínimo de agrupa-
mentos, o que reduziria a quantidade de pontos de oleta para o sorvedouro possivelmente
reduzindo o tamanho desuas rotas.
4.1.2.1 SHS - Redes single-hop
No SHS,osnóssensoresdevem seragrupadosemagrupamentos omraiomáximo
R
, ando osnóssensores geogra amente próximosnomesmoagrupamento. Nessemétodoo problemade agrupamento foi modelado omo o problema min-size k- lustering problem (Bilò et al.,
distân ia entre ossensores
s
i
es
j
. O objetivo é onstruir o menor número de agrupamentos possível,onde o raiode ada agrupamento é limitadoporR
.Para onstruir tais agrupamentos utilizamosum algoritmo baseado no método da árvore
geradora mínima (Minimumspanning tree method),queéumaté ni adeagrupamento aglo-
merativa hierárqui a (Jain , 1991 ). Dadoum onjunto
S
de nós sensores,o algoritmo guloso omeça onstruindo|S|
agrupamentos entrados em ada umdosnóssensores emS
.Iterativamente, osagrupamentos mais próximos
c
i
ec
j
são unidos em umúni o agrupa- mentoc
r
see somente seraio(c
r
) ≤ R
,onderaio(.)
indi a o raio do agrupamento indi ado. O pro esso iterativo é interrompido quando nenhum agrupamentoc
i
ec
j
pode serunido. O pro edimento émostrado no Algoritmo4.1.Algoritmo 4.1: ClusterizaçãoSHS(Nós sensores
S
) CLUTERS=S;1
repeat 2
Cal ula o entrodo
i
-ésimo luster,∀i ∈ CLU ST ERS
; 3Cal ula amatrix de distân iaentre os lusters
M
; 4En ontrao menorelemento nãonulo
(c
i
, c
j
)
da matrizM
; 5R
r
=raio(c
r
)
,ondec
r
é o lusterformado pelajunção dos lustersc
i
ec
j
; 6if (
R
r
≤ R
) then 7CLU ST ERS= CLU ST ERS − c
i
− c
j
∪ c
r
; 8 end 9 untilR
r
> R
; 10 returnCLUSTERS 11Figura 4.1: Cenário omagrupamento parao SHS.
4.1.2.2 MHS - Redes multi-salto
NoMHS,osnóssensoressãoagrupadosformandoárvoresde oletadedados omprofundidade
limitada. Nesse método o problemade agrupamento foi modelado omo o problemainverse
p-Center (Mir handanie Fran is ,1990),ondeédadoum onjunto
S
desensores,eoobjetivo é identi ar umnúmero mínimop
de entros tal que oselementos de ada entro podem se omuni ar, omum número limitadoλ
de saltos.Para onstruir os agrupamentos em forma de árvore exigidos pelo MHS, utilizamos o
algoritmo des rito em (Mir handanie Fran is , 1990 ), onde o problema inverse p-Center é
reduzido ao problema de obertura de onjunto. Dado um grafo
G
= (S, B)
, ondeS
é o onjunto denóssensoreseB
asarestasquerepresentamosenla esde omuni açãoexistentes entre osnóssensores, onstruímos a matrizA
ondea
ij
é igual a1 se o sensori∈ S
tem um aminho emG
até o sensorj
∈ S
om no máximoλ
saltos e 0 aso ontrário. SejaX
p
o sub- onjunto dep
sensores es olhidos omo entros. O sub- onjuntoX
p
é obtido resolvendo o problema de otimização ( obertura mínima de onjuntos)X
P
= min{k ⊆ S |
P
a
ik
x
k
≥
1 ∀i, x
k
∈ {0, 1}}
.Figura 4.2: Cenário omagrupamento parao MHS.
Essa onguração topológi a da rede é disseminada ao agrupamento quando o sorvedouro
está posi ionado sobre a raiz de uma árvore espe í a e então envia a onguração para os
nós sensores da árvore. O sorvedouro envia uma mensagem om a onguração da árvore
para os nós sensores, os nós sensores que re ebem a mensagem e fazem parte da árvore,
guardam essa mensagem e a propaga para seus vizinhos, os nós sensores que não fazem
parte somente ignoram essa mensagem. Esse pro edimento re ursivo onstroi a ávore de
oleta dedadosde formapare ida omoo orreemmétodosderoteamento emárvore omoo
EFTREE (Figueiredo etal.,2004 ).