Uma possível melhoria seria encontrar um conjunto ideal de valores para todos os parâmetros do algoritmo genético. Para isso é preciso avaliar o impacto de cada um dos parâmetros do algoritmo, como taxa de cruzamento, taxa de mutação, número de gerações, e número de indivíduos. Alterações como aumento do número de indivíduos fazem com que um maior número de soluções seja analisado a cada geração, melhorando a solução final. Porém, esse tipo de alteração também aumenta significamente o tempo de execução do algoritmo.
Também é possível ainda utilizar de outras métricas para a avaliação das solu- ções, ou seja, para o cálculo da fitness. Nesse caso, é possível realizar uma avaliação do impacto do uso de diferentes heurísticas na busca do menor caminho entre os nós ân- coras. Sempre seguindo a restrição de que toda a rede seja localizada. Implementações e avaliações sobre essa nova abordagem foram deixadas como trabalhos futuros.
Outra abordagem futura desse trabalho é a utilização de múltiplos robôs como âncoras móveis. Abordagens desse tipo aparecem em trabalhos recentes e mostram que podem ser eficientes se o foco for a minimização do caminho total de todos os âncoras móveis [Bhadauria et al., 2011].
Como comentado na Seção 5, o modelo de conectividade dos nós é um dos modelos mais simples. Para avaliar melhor o algoritmo proposto, um futuro trabalho é realizar as simulações em redes com o modelo de conectividade quasi-UDG. Esse modelo se aproxima mais da realidade pois o modelo não é puramente geométrico, ou seja, a conectividade dos nós não depende apenas da distância entre eles, e sim de uma função de probabilidade que define se existirá um canal de comunicação (vizinhança).
Referências Bibliográficas
Akyildiz, I. F.; Su, W.; Sankarasubramaniam, Y. & Cayirci, E. (2002). Wireless sensor networks: a survey. Computer Networks, 38(4):393 – 422.
Alves, J. C. (2012). Algoritmo para Localização em Redes de Sensores Sem Fio. Dis- sertação de mestrado, (UFMG) Universidade Federal de Minas Gerais, DCC Depar- tamento de Ciência da Computação.
Applegate, D. L.; Bixby, R. E.; Chvatal, V. & Cook, W. J. (2007). The Traveling Sales- man Problem: A Computational Study (Princeton Series in Applied Mathematics). Princeton University Press, Princeton, NJ, USA.
Aspnes, J.; Eren, T.; Goldenberg, D. K.; Morse, A. S.; Whiteley, W.; Yang, Y. R.; Anderson, B. D. O. & Belhumeur, P. N. (2006). A theory of network localization. IEEE Transactions on Mobile Computing, 5(12):1663--1678.
Bhadauria, D.; Tekdas, O. & Isler, V. (2011). Robotic data mules for collecting data over sparse sensor fields. J. Field Robot., 28:388--404.
Blickle, T. & Thiele, L. (1995). A mathematical analysis of tournament selection. Em Proceedings of the Sixth International Conference on Genetic Algorithms, pp. 9--16. Morgan Kaufmann.
Boukerche, A.; Oliveira, H.; Nakamura, E. & Loureiro, A. (2007). Localization systems for wireless sensor networks. Wireless Communications, IEEE, 14(6):6 –12.
Cormen, T. H.; Leiserson, C. E.; Rivest, R. L. & Stein, C. (2005). Dijkstra’s algorithm. Em Introduction to Algorithms 2nd edition, capítulo 24, pp. 595--599. MIT Press. Current, J. R. & Schilling, D. A. (1989). The covering salesman problem. Transporta-
tion Science, 23(3):208–213.
Doherty, L.; pister, K. & El Ghaoui, L. (2001). Convex position estimation in wireless sensor networks. Em INFOCOM 2001. Twentieth Annual Joint Conference of the
54 Referências Bibliográficas
IEEE Computer and Communications Societies. Proceedings. IEEE, volume 3, pp. 1655–1663 vol.3.
Duckett, T. (2003). A genetic algorithm for simultaneous localization and mapping. Em in proceedings of the IEE International Conference on Robotics and Automation (ICRA’2003, pp. 434--439.
Dumitrescu, A. & Mitchell, J. S. B. (2003). Approximation algorithms for tsp with neighborhoods in the plane. J. Algorithms, 48(1):135–159.
Erol, M.; Vieira, L.; Caruso, A.; Paparella, F.; Gerla, M. & Oktug, S. (2008). Multi stage underwater sensor localization using mobile beacons. Em Sensor Technologies and Applications, 2008. SENSORCOMM ’08. Second International Conference on, pp. 710 –714.
Gao, Y.; Zhuang, Y.; Ni, T.; Yin, K. & Xue, T. (2010). An improved genetic algorithm for wireless sensor networks localization. Em BIC-TA, pp. 439–443. IEEE.
Goldenberg, D. K.; Bihler, P.; Cao, M.; Fang, J.; Anderson, B. D. O.; Morse, A. S. & Yang, Y. R. (2006). Localization in sparse networks using sweeps. Em Proceedings of the 12th annual international conference on Mobile computing and networking, MobiCom ’06, pp. 110--121, New York, NY, USA. ACM.
He, T.; Huang, C.; Blum, B. M.; Stankovic, J. A. & Abdelzaher, T. (2003). Range- free localization schemes for large scale sensor networks. Em Proceedings of the 9th annual international conference on Mobile computing and networking, MobiCom ’03, pp. 81--95, New York, NY, USA. ACM.
Hofmann-Wellenhof, B.; Lichtenegger, H. & Collins, J. (2001). Global Positioning System: Theory and Practice. Springer, 5th edição.
Huang, M.; Chen, S. & Wang, Y. (2011). Minimum cost localization problem in wireless sensor networks. Ad Hoc Networks, 9:387--399.
Karp, B. & Kung, H. T. (2000). Gpsr: Greedy perimeter stateless routing for wireless networks. Em MOBICOM, pp. 243--254.
Khan, U.; Kar, S. & Moura, J. (2009). Distributed sensor localization in random en- vironments using minimal number of anchor nodes. Signal Processing, IEEE Tran- sactions on, 57(5):2000 –2016.
Referências Bibliográficas 55
Kuo, S.-P.; Kuo, H.-J. & Tseng, Y.-C. (2009). The beacon movement detection problem in wireless sensor networks for localization applications. Mobile Computing, IEEE Transactions on, 8(10):1326 –1338.
Loureiro, A. A. F.; Nogueira, J. M. S.; Ruiz, L. B.; Mini, R. A.; Nakamura, E. F. & Figueiredo, C. M. S. (2003). Wireless sensors networks (in portuguese). Em Proceedings of the 21st Brazilian Symposium on Computer Networks (SBRC’03), pp. 179--226, Natal, RN, Brazil. Tutorial.
Mitchell, J. S. B. (2007). A ptas for tsp with neighborhoods among fat regions in the plane. Em Proceedings of the eighteenth annual ACM-SIAM symposium on Discrete algorithms, SODA ’07, pp. 11--18, Philadelphia, PA, USA. Society for Industrial and Applied Mathematics.
Moore, D.; Leonard, J.; Rus, D. & Teller, S. (2004). Robust distributed network localization with noisy range measurements. Em Proceedings of the 2nd international conference on embedded networked sensor systems, SenSys ’04, pp. 50--61, New York, NY, USA. ACM.
Niewiadomska-Szynkiewicz, E. & Marks, M. (2009). Optimization schemes for wireless sensor network localization. Int. J. Appl. Math. Comput. Sci., 19(2):291--302. Oliveira, H. A. B. F. D. (2008). Localização no tempo e no espaço em Redes de Sensores
Sem Fio. Phd thesis, UFMG - Universidade Federal de Minas Gerais, Brazil, DCC - Departamento de Ciência da Computação.
Rodrigues, M.; Vieira, L. & Campos, M. (2011). Fingerprinting-based radio localization in indoor environments using multiple wireless technologies. Em Personal Indoor and Mobile Radio Communications (PIMRC), 2011 IEEE 22nd International Symposium on, pp. 1203 –1207.
Ruiz, L. B.; Correia, L. H. A.; Vieira, L. F. M.; Macedo, D. F.; Nakamura, E. F.; Figueiredo, C. M. S.; Vieira, M. A. M.; Maia, E. H. B.; Câmara, D.; Loureiro, A. A. F.; Nogueira, J. M. S.; da Silva Jr., D. C. & Fernandes, A. O. (2004). Arquiteturas para redes de sensores sem fio. Em Proceedings of the 22nd Brazilian Symposium on Computer Networks (SBRC’04), pp. 167--218, Gramado, RS, Brazil. Tutorial. ISBN: 85-88442-82-5.
Safra, S. & Schwartz, O. (2006). On the complexity of approximating tsp with neighborhoods and related problems. Computational Complexity, 14:281–307. 10.1007/s00037-005-0200-3.
56 Referências Bibliográficas Savvides, A.; Han, C.-C. & Strivastava, M. B. (2001). Dynamic fine-grained localiza- tion in ad-hoc networks of sensors. Em Proceedings of the 7th annual international conference on Mobile computing and networking, MobiCom ’01, pp. 166--179, New York, NY, USA. ACM.
Shang, W.; Yao, F.; Wan, P. & Hu, X. (2008). On minimum m-connected k-dominating set problem in unit disc graphs. Journal of Combinatorial Optimization, 16:99–106. Shih, C.-Y. & Marron, P. J. (2010). Cola: Complexity-reduced trilateration approach for 3d localization in wireless sensor networks. Sensor Technologies and Applications, International Conference on, 0:24–32.
Sichitiu, M. & Ramadurai, V. (2004). Localization of wireless sensor networks with a mobile beacon. Em Mobile Ad-hoc and Sensor Systems, 2004 IEEE International Conference on, pp. 174 – 183.
Simic, S. & Sastry, S. S. (2002). Distributed localization in wireless ad hoc networks. Relatório técnico UCB/ERL M02/26, EECS Department, University of California, Berkeley.
Ssu, K.; ho Ou, C. & Jiau, H. C. (2005). Localization with mobile anchor points in wireless sensor networks. IEEE Transactions on Vehicular Technology, pp. 1187-- 1197.
Vecchio, M.; López-Valcarce, R. & Marcelloni, F. (2012). A two-objective evolutionary approach based on topological constraints for node localization in wireless sensor networks. Appl. Soft Comput., 12(7):1891--1901.
Win, M.; Conti, A.; Mazuelas, S.; Shen, Y.; Gifford, W.; Dardari, D. & Chiani, M. (2011). Network localization and navigation via cooperation. Communications Ma- gazine, IEEE, 49(5):56 –62.
Yang, Z.; Liu, Y. & Li, X.-Y. (2009). Beyond trilateration: On the localizability of wireless ad-hoc networks. Em INFOCOM 2009, IEEE, pp. 2392 –2400.
Yawut, C. & Kilaso, S. (2011). A wireless sensor network for weather and disaster alarm systems. Em Proceedings 2011 International Conference on Information and Electronics Engineering (ICIEE 2011), volume 6, pp. 155–160.
Yuan, B.; Orlowska, M. & Sadiq, S. (2007). On the optimal robot routing problem in wireless sensor networks. Knowledge and Data Engineering, IEEE Transactions on, 19(9):1252 –1261.
Referências Bibliográficas 57
Zhang, Q.; Wang, J.; Jin, C.; Ye, J.; Ma, C. & Zhang, W. (2008). Genetic algorithm based wireless sensor network localization. Em Natural Computation, 2008. ICNC ’08. Fourth International Conference on, volume 1, pp. 608 –613.
Zurich, D. C. G. A. E. (2013). Sinalgo - simulator for network algorithms. http: //dcg.ethz.ch/projects/sinalgo/, visitado em 30/01/2013.