ALGORITMOS PARA O PROBLEMA DE ATRIBUIÇO
DE PAPÉIS EM REDES DE SENSORES SEM FIO
Instituto de Ciênias Exatas
Programa de Pós-Graduação em Ciênia da Computação
ALGORITMOS PARA O PROBLEMA DE ATRIBUIÇO
DE PAPÉIS EM REDES DE SENSORES SEM FIO
Dissertação apresentada ao Curso de
Pós-GraduaçãoemCiêniadaComputaçãoda
Uni-versidadeFederalde MinasGeraisomo
requi-sitoparialparaaobtençãodograu deMestre
emCiênia da Computação.
FERNANDA SUMIKA HOJO DE SOUZA
FOLHADE APROVAÇO
Algoritmos para o Problema de Atribuição
de Papéis em Redes de Sensores Sem Fio
FERNANDA SUMIKA HOJO DE SOUZA
Dissertação defendidae aprovadapelabana examinadora onstituída por:
D.S. Geraldo Robson MateusOrientador
UniversidadeFederal de MinasGerais
D.S.Marone Jamilson Freitas Souza
Universidade Federal de OuroPreto
D. S.José Maros Silva Nogueira
UniversidadeFederal de MinasGerais
D.S.Alexandre Salles da Cunha
Reentes avanços tenológios possibilitaram a ombinação de sistemas embutidos e
omu-niação sem o, viabilizando um novo tipo de rede móvel ad-ho, onheida omo Rede de
SensoresSemFio (RSSF).Estasredestêm aapaidade demonitorar omundofísioatravés
de pequenos sensores que operam de maneira integrada e olaborativa. Devido à natureza
bastanteompatadosnóssensores,umdosprinipaisfoosnoprojetodasRSSFéarestrição
de energia. Dessaforma,estudosque visam melhoraras ondiçõesde operação destasredes,
bemomoprolongarseutempodevidamostram-semuitoimportantes. Nestetrabalhofoi
es-tudadooproblemadeatribuiçãodepapéisemRSSF,ujoobjetivoédenirpapéisespeíos
para os sensores, tal que o tempo de vida da redeseja maximizado, garantindo a obertura
dospontosdedemandaeoroteamentodasinformações. Oproblemafoitratadoemdiferentes
abordagens,e osresultados omputaionaisapresentadosmostram queépossívelproveruma
Reent tehnologial advanes allowed the ombination of embedded systems and wireless
ommuniation, making possible a new type of mobile ad-ho network, known as Wireless
Sensor Network (WSN). These networks have the apaity to monitor the physial world
through small sensorsthat operate inintegrated and ollaborative way. Due to theompat
nature of the sensornodes, one of themain fous inWSN's design is theenergy onstraint.
In this way,studies aimingto improve theoperation onditions of these networks, aswell as
extend itslifetimeareveryimportant. Inthisworktheroleassignment probleminWSNwas
studied,inwhihtheobjetiveistodene speirolesforthesensors,suhthatthenetwork
lifetime is maximized, guaranteeing the overage of the demand points and the information
routing. The problem wastreated indierent approahes, and thepresentedomputational
results show that it is possible to provide an improvement in the network design through
Agradeço primeiramente aDeus,pelasoportunidadesquesurgiram durantemeuperursoao
longo davida e pela forçaquetive nosmomentos maisdifíeis.
Aomeu orientador, Prof. Geraldo Robson Mateus,agradeço pelos ensinamentos,
paiên-ia, ompreensão emtodososmomentos epor areditarna minha apaidade.
Aosmeuspais,Edina eMauro, agradeço por todo apoioeinentivo paraquemeus
obje-tivosfossemalançados. Com alosoa de queabusapeloonheimento éinnita, sempre
me motivarama enfrentar novosdesaos e aenveredar pelomundo dapesquisa.
Àtodosmeusfamiliaresquetorerampelomeusuesso,emespeialàminhairmãNatália,
tia Re tioIt.
Agradeço aos meus amigos, que estiveram ao meu lado tanto nos momentos de estudo,
omo também nos de lazer. Com eles pude ompartilhar minhas onquistas e diuldades,
tornando ada instantemuito signiativo nessa aminhada.
AosamigosdoLaPO(Laboratório dePesquisa Operaional),emespeialàFabíola,
Mar-tin,Aio,Luiana,Djavan,HenriqueeTatá. Aosquemeajudaramdurantearealizaçãodesse
trabalho, Alla,Nakamura e Mauríio. Aosdemais amigos, Ju,César, AndréBi eDaniel.
Ao meu professor e orientador da graduação, professor Marone Jamilson, que foi um
grande inentivadorparaqueeu ontinuasse meus estudosde pós-graduação.
AgradeçoaindaaoConselhoNaionaldeDesenvolvimentoCientíoeTenológio(CNPq)
iênia produzida não apenas ontribua para
failitar as atividades humanas, mas também
possagerar onheimentoútilna onstruçãode
1 Introdução 1
1.1 Motivação . . . 2
1.2 Objetivos . . . 2
1.2.1 Geral . . . 2
1.2.2 Espeíos . . . 3
1.3 PrinipaisContribuições . . . 3
1.4 Organização . . . 3
2 Redes de Sensores Sem Fio 4 2.1 Classiação dasRSSF. . . 4
2.2 Apliações . . . 7
2.3 Limitações ePerspetivas . . . 8
3 Problema de Atribuição de Papéis em RSSF 10 3.1 CasosPartiulares do Problema . . . 11
3.2 Complexidade . . . 12
3.3 TrabalhosRelaionados . . . 13
3.4 DeniçãoFormaldo Problema. . . 14
3.5 Modelo Matemátio . . . 15
4.1 AlgoritmoGenétio . . . 18
4.2 AG apliadoaoproblema . . . 19
4.3 ConsideraçõesFinais . . . 22
5 Resultados Computaionais 24 5.1 Experimentos . . . 24
5.2 Geradorde arquivo . . . 26
5.3 Análisee DisussãodosResultados . . . 26
6 Simulação da Atribuição de Papéis em RSSF 32 6.1 JiST/SWANS . . . 32
6.2 Abordagem Periódia . . . 33
6.2.1 Resultados preliminares . . . 35
6.3 Abordagem Online . . . 39
6.4 Resultados. . . 42
7 Considerações Finais 50 7.1 Conlusão . . . 50
7.2 TrabalhosFuturos . . . 51
A Tabelas 52
2.1 Representação esquemátiade umaRSSF . . . 4
4.1 Representação deumasolução . . . 20
4.2 Operador de mutação . . . 20
4.3 Operador de rossover . . . 21
5.1 Representação de uma área de monitoramento mostrando a posição dosnós sen-sores, sorvedouroe pontosde demanda . . . 25
5.2 Consumo deenergia nosenários 1e 2estudados . . . 27
5.3 Áreade obertura nosenários1 e2 estudados . . . 28
5.4 Tempoomputaional gastonosenários 1e 2 estudados. . . 28
5.5 Soluções obtidas pelo CPLEXe pelo AG paraumaredede 12nós . . . 30
5.6 Soluções obtidas pelo CPLEXe pelo AG para umaredede 51nós . . . 31
6.1 Fluxograma dasimulação periódia . . . 34
6.2 Número de nósativospor período,paraasinstânias de25 e 50nós . . . 36
6.3 Número de nóssemenergia por período,paraasinstâniasde 25 e50 nós . . . . 36
6.4 Número de pontosdesobertos por período,paraasinstânias de25 e 50nós . . 37
6.5 Energia onsumidae Energia residual darede nasinstâniasde25 e 50 nós . . . 37
6.6 Visão da redeparaainstânia de 25 nósaolongo dotempo . . . 38
6.9 Fluxograma dasimulação online . . . 41
6.10 Estados dosnóssensores . . . 41
6.11 Dados médiosde nós ativose sem energia na simulação parainstâniasde 25, 50
e 100 nós . . . 44
6.12 Número de pontosdesobertos parainstâniasde 25,50e 100 nós . . . 44
6.13 Energia residual parainstâniasde 25,50e 100 nós. . . 45
6.14 Visão daredeao longodo tempo parainstâniade 100nósna abordagem periódia 47
6.15 Cobertura da rede ao longo do tempo para instânia de 100 nós na abordagem
5.1 Cenários experimentais. . . 25
6.1 Cenário desimulação periódia paraasinstâniasde25 e 50nós . . . 35
6.2 Cenário desimulação parainstâniasde 25,50 e 100nós . . . 43
A.1 Resultados omputaionais parainstâniasde 12nósdo enário 1 . . . 53
A.2 Resultados omputaionais parainstâniasde 25nósdo enário 1 . . . 54
A.3 Resultados omputaionais parainstâniasde 51nósdo enário 1 . . . 55
A.4 Resultados omputaionais parainstâniasde 102nósdo enário 1 . . . 56
A.5 Resultados omputaionais parainstâniasde 12nósdo enário 2 . . . 57
A.6 Resultados omputaionais parainstâniasde 25nósdo enário 2 . . . 58
A.7 Resultados omputaionais parainstâniasde 51nósdo enário 2 . . . 59
4.1 AG-RSSF . . . 22
6.1 IniiarNovoPeriodo. . . 34
Introdução
Os reentes avanços tenológios estimularam o desenvolvimento de novas arquiteturas
em-butidas parasensores,possibilitandoadifusãodousodeRedesde SensoresSemFio (RSSF),
omampla variedade deapliaçõesprátias. AsRSSFpodemseronsideradasomoumtipo
espeialde rede móvel ad-ho que tem aapaidade de monitorar o mundo físio através de
pequenos sensores. Akyildiz etal. (2002 ) mostram que tais redes se tornaram viáveis pela
ombinação de novas tenologias de omuniação sem o, eletrnia digital e melhorias no
hardwaredosmiro sensores.
Devido à suaforma bastante ompata, os sensores apresentam uma série de limitações
relativas à apaidade de memória, de transmissão, e prinipalmente de energia. Contudo,
onsiderando que uma rede é omposta por um vasto número de nós e que estes tendem a
operar de maneira integrada e olaborativa, os resultados têm se mostrado satisfatórios em
termos de qualidade, robustez, além de serem de baixo usto e poderem operar de forma
autnoma (Bhardwaje Chandrakasan , 2002 ).
Arestriçãodeenergia nossensoresdevidoàbaterialimitadaporsuaformabastante
om-pata, é um dos prinipais foos no projeto das RSSF, já que a substituição das mesmas é
inviável na maioria dos asos. Assim, diversos trabalhos foram desenvolvidos om o
obje-tivo de obter umonsumo de energia eiente, prolongando o tempo de vida da rede, omo
apresentado por Youssef-Massaadetal. (2004 ); Rajeswaran e Negi (2004 ); Hu eLi (2004 );
Zhao etal. (2004 ). Ténias de otimização podem ser utilizadas visando minimizar o
on-sumo de energia dosnós(Nakamura etal.,2005 ; Menezes,2004 ; Oliveira,2004 ).
DentreasdiferentesapliaçõesdasRSSF,podem-sedestaaralgumasáreasomunsomo
ambiental, militar, omerial, doméstia, saúde, entre outras (Akyildizetal. , 2002 ). A área
ambiental engloba monitoramento limátio, deteção sísmia, monitoramento de alterações
ambientais, enquanto na militar pode-se itar deteção de inimigo, observação de ampo de
in-tegrar "smart spaes", entre outros. Por desempenharem uma grande variedade de tarefas,
pressupõe-se que em breve asRSSF tenham presença marante nas diversas atividades
hu-manas. Sendo assim,pesquisasenvolvendo asRSSFmostram-sedefundamentalimportânia
para o avanço destas. Novas propostas e algoritmos queotimizem as ondiçõesde operação
dasRSSFonstituem umresente desao.
O problema de atribuição de papéis tem omo objetivo denir papéis espeíos para
adaumdosnóssensores(Frank e Römer,2005 ),atendendoaosrequisitosdemonitoramento,
visando amaximizar o tempode vida darede. Neste trabalho, o onjunto de papéisque um
nó sensorpode assumir é baseado em diferentes tipos de sensoriamento, omo por exemplo,
sensorde temperatura,pressão, umidade,áudio, vídeo,entreoutros. Oproblemadeesolher
opapelqueadanóirádesempenhar,satisfazendoaosrequisitosdemonitoramento,pertene
à ategoria NP-Difíil,oque signiaque possuiordem deomplexidade elevada.
Aatribuiçãodepapéispodeserdenidaomoestátiaoudinâmia. Aatribuiçãoestátia
onsiste em denir papéis partiulares para os nós no iníio de funionamento do sistema,
mantendo-os inalterados até o nal. Já na atribuição dinâmia, o papel atribuído a ada
nó pode variar durante o tempo de vida da rede. Cada nova atribuição pode ser denida
periodiamente,aadat unidadesdetempo(pró-ativa)ouonline,naqualasnovasatribuições
oorremonstantemente,estimuladas pela oorrênia de novos eventos (reativa).
1.1 Motivação
Ousode projetosintegradosde dispositivosde hardware esoftware na solução deproblemas
otidianos temse mostradode grande eiênia a mde reduzirustose tempo gasto,além
de melhorarosserviços. AsRSSFutilizampequenosdispositivosdehardware,quesãoosnós
sensores,juntamenteomsoftwaresadequados,pararealizarserviçosomomonitoramento. A
expetativadepopularizaçãodasRSSFempregadasemdiferentesontextosjustiaodesao
da pesquisa nessaárea. Assim, apesquisa eo desenvolvimento de projetos naárea de RSSF
é tanto de interesseientío,quanto tenológio e eonmio.
1.2 Objetivos
1.2.1 Geral
Comparar diferentes abordagens para resolver o problemade atribuição de papéis em RSSF
1.2.2 Espeíos
•
Elaborar ummodelode otimizaçãoparao problemadeatribuição de papéisemRSSF,estátio,englobando osproblemasdeobertura,roteamento eatribuição depapéis
pro-priamente.
•
Apliar ametaheurístiaAlgoritmos Genétios naresolução doproblemade atribuiçãode papéisem RSSFtambémno ontextoestátio.
•
SimularaatribuiçãodepapéisemumaRSSFdeformadinâmia,resolvendooproblemaem duasabordagens:
Centralizada eperiódia;
Distribuída e online.
1.3 Prinipais Contribuições
Aolongodoproessodeelaboraçãodestetrabalho,foramproduzidosepubliadosdois
traba-lhosientíosemanaisdeongressos. Duranteoanode2006,oartigointituladoUmModelo
de Otimização para o Problema de Atribuição dePapéis em Redes de Sensores Sem Fio, foi
publiado nosAnais do XXXVIIISimpósio Brasileiro dePesquisa Operaional,realizado em
Goiânia - GO,de 12 a15 de setembro de 2006.
Em 2007, foi publiado o artigo intitulado Exat and Heuristi Approahes for Role
As-signmentProbleminWireless SensorNetworks,emInternationalNetworkOptimization
Con-ferene Proeedings, realizado de22 a25 de abril de 2007,emSpa - Bélgia.
Aindaem2007,foisubmetidoe aeitoo trabalhodenominadoUma Abordagem Periódia
paraoProblemadeAtribuiçãodePapéisemRedes deSensoresSemFio,noXXXIXSimpósio
Brasileiro de Pesquisa Operaional queaonteerá de 28 a 31 de agosto de 2007, Fortaleza
-Ceará.
1.4 Organização
Este trabalho está organizado omo segue. O apítulo 2 apresenta os prinipais oneitos
sobreRSSF.Noapítulo3,éapresentadaadeniçãodoproblemadeatribuiçãodepapéisem
RSSF,bemomotrabalhosrelaionados. Alémdisso,épropostaumaformulaçãomatemátia
paraoproblema. Oalgoritmogenétiodesenvolvidoparaoproblemaédesritonoapítulo4.
Resultados omputaionaissãoapresentadosnoapítulo5. Noapítulo6 sãopropostas duas
Redes de Sensores Sem Fio
As RSSF podem ser vistas omo um tipo espeial de rede móvel ad-ho que tem a
apai-dade de monitorar o mundo físio através de pequenos sensores. Uma rede de sensores sem
o possui um vasto número de nós sensores distribuídos. Seus elementos omputaionais
omuniam-se diretamente entresi, e tendem aexeutar umatarefa olaborativa. A RSSFé
omposta basiamente por um onjunto de nóssensores e um ou mais nós sorvedouros. Os
nós sensores são utilizados em vasto número, e apresentam apaidades de sensoriamento,
memória, proessamento e omuniação, limitação de energia e podem ser móveis ou
imó-veis. Já, os nóssorvedouros geralmente não tem limitação de energia, podendo também ter
a araterístia de mobilidade. A gura 2.1 mostra uma representação de um RSSF, om a
deteção de umevento pelosnóssensorese enaminhamento dainformaçãomonitorada para
um nósorvedouro.
Figura2.1: Representação esquemátia deumaRSSF
2.1 Classiação das RSSF
A lassiação das RSSF é baseada em diversos aspetos, tais omo onguração, tipos de
sensoriamento, tipos de omuniação e proessamento. A lassiação de uma RSSF é
exeridas pelos nós, da arquitetura, da distribuição e disposição dos nós, do protoolo de
omuniação, entre outros, é inueniada pela tarefa que a redese propõe a exeutar e pelo
objetivoda apliação.
De aordo om Römere Mattern (2004 ), as RSSF podem ser divididas em lasses, de
aordo omdiferentesaspetos.
•
DistribuiçãoA distribuição dos nós na área de monitoramento pode ser feita de maneira aleatória
ou instalada em pontos espeíos. Além disso, a distribuição pode ser feita em uma
únia vez (instalação), ou pode ser um proesso ontínuo, no qual maisnós vão sendo
distribuídos ao longodo usodarede.
Classes: aleatória x manual;"one-time"x iterativa.
•
MobilidadeOs nós sensores podem ter sua loalização alterada após a distribuição iniial. Tal
mobilidade pode resultar de inuênias do ambiente, omo vento ou água, através de
entidades móveis (por exemplo, animais) ou mesmoporque possuem habilidades
auto-motivas, ou seja, por motivo desejado ou efeito aidental. Assim, a mobilidade pode
ser ativa ou passiva. Ainda, o movimento pode ser oasional, om longos períodos de
imobilidade entreeles ou onstante.
Classes: imóvel x parialmente x móvel;ativo x passivo; oasional xontínuo.
•
Custo, Tamanho, Reurso e EnergiaDe aordo om as neessidades da apliação, os nóssensores podem ter diferentes
ta-manhos, variando de uma aixade sapatos(por exemplo,numaestação de tempo) até
ser pratiamente invisível (apliações militares). Da mesma forma, o usto desses
dis-positivos pode ser bastante elevado (redes om pouos nós, mas muito poderosos) até
ustar entavos(redesde largaesala,ompostapor sensoresbemsimples). Avariação
do tamanho dos sensores e seu usto implia diretamente na apaidade de energia e
outros reursos,tais omo proessamento, armazenamento eomuniação.
Classes: brik xmathbox x grain xdust
•
ComposiçãoIniialmente, foi onsiderado que as RSSF seriam tipiamente onstituídas por
dispo-sitivos homogêneos, ou seja, idêntios do ponto de vista de hardware e software. No
entanto, em diversos protótipos disponíveis atualmente, passou-se a onsiderar redes
ompostas por diferentes dispositivos. Dessa forma, os nós podem diferir em tipo e
númerode sensoresaoplados, alguns nóspodemserequipadosomhardwareespeial,
omo por exemplo umGPS, entre outros.
•
ComuniaçãoA omuniação semo entreossensorespodeserrealizadapor diferentes modalidades,
sendo a mais omum através de ondas de rádio. Às vezes podem ser usadas múltiplas
modalidades por umsimples sistemaderedes.
Classes: rádio xluz xindutivo xapaitivo xsom
•
InfraestruturaDuas formas básias de onstrução da rede de omuniação são aquelas baseadas em
infraestrutura e redes ad-ho. Nas redes baseadas em infraestrutura, os nós sensores
podem seomuniar diretamente apenasom aestação base, logo, a omuniação om
outros sensores émediada pelamesma. Por outrolado, nasredes ad-ho osnóspodem
seomuniar diretamenteuns omosoutros sema neessidade deuma infraestrutura.
Classes: estruturada x ad-ho
•
TopologiaA topologia de uma rede é denida pelo seu diâmetro, isto é, o número máximo de
hops entre quaisquer dois nós da rede. Uma rede single-hop é a forma mais simples,
onde adanó sensoré apazdeseomuniarom qualqueroutronódiretamente. Uma
rede estruturada om umaestação base forma umarede emestrela, om umdiâmetro
de dois hops. Umarede multi-hop pode formar um grafoarbitrário, mas geralmente é
onstruída talomo umaárvore ouumonjunto de redes emestrela onetadas.
Classes: single-hop xstar xnetworked stars x árvore xgrafoarbitrário
•
CoberturaAoberturadeumaáreaédenidapeloalanedossensoresnaregiãodeinteresse. Com
uma obertura esparsa, apenas partes da áreade interesse sãoobertas pelos sensores.
Com umaobertura densa, a áreaéompletamente (ou quase ompletamente)oberta
pelossensores. Sendoaoberturaredundante, múltiplossensoresobrem amesmaárea
físia.
Classes: esparsa xdensa x redundante
•
ConetividadeOalane da omuniação eloalizaçãofísiadosnósdenem aonetividade darede.
Se sempreexiste umaonexão entre quaisquerdoisnós, arede édita onexa. A
one-tividade é intermitente sea rede forpartiionada oasionalmente. Caso osnós estejam
isolados a maiorpartedo tempo, elaé ditaesporádia.
Classes: onexa xintermitente xesporádia
•
Tamanhoda redeO número de nósde uma redeé determinado prinipalmentepor requerimentos
•
Tempode vidaDeaordoomaapliação, otempodevida deumaredepodevariardealgumashoras
a vários anos.
Outrosaspetos da redepodem seronsiderados a mde lassiar asRSSF omo
apre-sentadopor Tilak etal. (2002 );Cheekirallae Engels (2005); Lie Yang (2006 ).
2.2 Apliações
AsapliaçõesdasRSSFsãoasmaisvariadaspossíveis,auxiliandootrabalhohumanoemuma
diversidade de áreas. As apliações englobam diferentes áreas, podendo ser lassiadas em
militar,ambiental,saúde,omerial, doméstia,entreoutras,onformeAkyildiz etal.(2002 ).
•
MilitarOoneitodasredesdesensorestornou-seumaabordageminteressanteparaosampos
de batalha, uma vez que tais redes são baseadas na distribuição densa de nóssensores
desartáveisedebaixousto,sendoqueadestruiçãodealgunsnósporaçõeshostisnão
afetaumaoperaçãomilitartantoquantoadestruiçãodeumsensortradiional. Algumas
das apliações militares de redes de sensores são: monitoramento de forças amigáveis,
equipamento e munição; reonheimento de forças inimigas e do terreno; deteção e
reonheimento deataques nuleares, biológios equímios.
•
AmbientalAsapliaçõesambientais mostram-se tambémdegrandeimportânia,auxiliando o
tra-balho humano, em variadas funionalidades. Como exemplos, podem ser itadas as
seguinte apliações: rastreamento do movimento dos pássaros, de animais pequenos e
deinsetos;monitoramentodasirunstâniasambientaisqueafetamolheitaseanimais
doméstios; irrigação; deteção químia/biológia; monitoramento biológio, da Terra
e ambiental em ontextosmarítimos, terrestres, eatmosférios; deteção de fogo numa
oresta;pesquisameteorológiaougeofísia;deteçãodeinundação;estudodapoluição.
•
SaúdeNa área de saúde, também podem ser enontradas algumas apliações das redes de
sensores, omo por exemplo,monitoramento integrado do paiente; diagnóstio;
admi-nistração de remédios nos hospitais; monitoramento dos movimentos e dos proessos
internos dosinsetos ou de outros animais pequenos; monitoramento de ondições
sio-lógias humanas; rastreamento e monitoramento de médios e paientes dentro de um
hospital.
toramentodequalidadedeproduto;onstruçãodeambientesinteligentesparaesritório;
ontrole ambiental em edifíios; brinquedos interativos; museus interativos; ontrole e
automatizaçãodo proessode fábria;transporte;deteção emonitoramento de roubos
de arro;rastreamento e deteção de veíulos; segurança emomérios, entreoutros.
•
DoméstiaComo apliaçõesdoméstiaspodemseronsideradas a automação deaparelhos
domés-tios, omo refrigeradores, fornos de miroondas, et. Estes nós sensores embutidos
nosdispositivosdoméstios podeminteragir oma rede externaatravés de Internet ou
satélite, permitindo que osusuários ontrolem os dispositivosdoméstios loal e
remo-tamente ommaisfailidade, aoque sedenomina de "smartspaes".
2.3 Limitações e Perspetivas
Aprinipalrestrição dasRSSFéaseveralimitaçãodeenergiaemseusnóssensores. Porisso,
esseaspetoéobjetodeestudodemuitostrabalhos,omoapresentadoporYoussef-Massaadet al.
(2004 );Rajeswarane Negi(2004 );Hu eLi(2004 );Zhaoetal.(2004 );Nakamura et al.(2005 );
Menezes (2004 );Oliveira (2004 ). Considerando queareposição de bateriaséinviável, devido
a fatoresomograndenúmero denóse loalizaçãoemambientesde difíilaesso,a restrição
de energiatornaessasredesmaisdifíeis deseremprojetadas. Talrestrição éonsideradaum
grande desaona direção de estenderotempo devida operaionalda rede.
Outrasrestrições,tambémomuns,sãoasfalhasdeomuniação,avariaçãonasondições
da rede e a falênia dos nós. Dessa forma, é neessário prover meanismos de adaptação e
auto-onguração.
Assim,umdosprinipaisfoosnumprojetodeRSSFéaumentaropotenialdessasredes,
de forma amaximizar seutempo devida,ou seja, reduzire balanear ogasto de energia.
Asperspetivasde utilizaçãodasRSSFsãoamplasemuitas pesquisastemsido
empreen-didas nessa área,porém,osdesaos tambémsãomuitos. Deaordo omLoureiro(2007 ),do
ponto de vista ientío, projetar apliações prátias paraRSSF é desaante devido à larga
esala, volatilidade da omuniação e restrições de onsumo de energia em ada nó. Além
disso, asRSSFdevemserpensadasparaada ontexto,requerendoavaliaçãouidadosa,pois
soluções para um dado ontexto podem não seapliáveis em outros. Do ponto de vista de
apliação, as RSSF apresentam ampla apliabilidade em diversos enários, inluindo
moni-toramento ambiental, agriultura, peuária, rastreamento de eventos, oordenação de ações,
mineração e proessamento de informação. Considerando a riqueza ambiental brasileira, as
RSSF podem auxiliar no proesso de onheimento e monitoramento ambiental,
nitorar e rastrear a qualidade do produto agríola desde a olheita no ampo atéa mesa do
onsumidor. Asexigêniasparaprodutosparaexportação,numfuturopróximo, indiamque
somente serão omerializáveis alimentos rastreáveis (ondições em que foram produzidos,
proessados, et.). Na peuária, as RSSF também podem ter apliabilidade nos programas
de avaliaçãogenétiadebovinos, ruzamentos, omportamentosdosanimaisemáreade
on-namento,et (Loureiro,2007 ).
Além desses aspetos, podemos antever a importânia destas redes em relação ao
mo-nitoramento das mudanças ambientais resultantes da pressão oasionada pela expansão das
fronteirasagríolaeagropeuária. Naatualidade,oBrasilenontra-sedeientenesse
monito-ramento, fatoonstatado pelas frequentes notíias de desorestamento, extração landestina
Problema de Atribuição de Papéis em
RSSF
O Problemade Atribuiçãode Papéis onsiste emdeterminar papéis espeíosparaada nó
sensor, de forma que estes empreendam diferentes funções, de aordo om as neessidades
da apliação. O omportamento de ada nó sensordeve ser adaptadopara desempenharum
determinado papel. Dessaforma,épossíveldeterminar papéisloais dentrodeumarede, em
um ontextoolaborativo, eassim denira mudança de estado eapaidade dosnós.
Aatribuiçãodepapéispodeserrealizadaemdiversosníveis,deaordoomosobjetivosde
ada apliação. Tal atribuição tambémpodeser estátia ou dinâmia. A atribuição estátia
onsiste em denir papéis partiulares para os nós no iníio de funionamento do sistema,
mantendo-osinalterados atéo nal. Já na atribuição dinâmia, o papelatribuído a ada nó
pode variar durante o tempo de vida da rede. Neste ontexto, ada nova atribuição pode
ser denida periodiamente, a ada t unidades de tempo (pró-ativa), ou por umaatribuição
online, naqual asnovasatribuiçõesoorremonstantemente, estimuladas pelaoorrêniade
novoseventos (reativa).
A atribuição de papéis estátia apresenta a vantagem para o desenvolvedor do sistema,
que não preisa se preoupar em omo modelar essas mudanças de funções nos nós
senso-res, para as novas atribuições. Por outro lado, a apliação funionando de forma estátia
a bastante restrita e, na maioria dosasos, não atende as neessidadesdo monitoramento
desejado. Na atribuição de papéis dinâmia, o projeto do sistema deve ser elaborado mais
riteriosamente pelo desenvolvedor, om a vantagem de forneer melhores resultados, já que
3.1 Casos Partiulares do Problema
De aordoom Frank eRömer (2005 ), algunsproblemas de otimizaçãosãoinstânias
lássi-as do problema de atribuição de papéis, omo por exemplo, Covering Problem, Clustering
Problem eIn-Network Data Aggregation.
•
Coverage ProblemCerta área é dita oberta se todas suas regiões físias enontram-se dentro do raio
de observação de pelo menos um nó sensor. Em redes densas, ada região pode ser
obertapormuitosnósequivalentes. Assim,otempodevidadaredepodeserestendido
desligando esses nós redundantes e troando-os novamente à medida que osnós ativos
vão onsumindosuaenergia.
Um dos possíveis papéis de um nó são então ON e OFF. Os requisitos são de que a
áreadeinteresse deveserobertapelos nóssensores ONe,estes,devempossuirenergia
residual suientepara que sejam utilizados. Na literatura este problema é onheido
omo ontrole dedensidade.
•
Clustering ProblemClusterizaçãoéumaténiaomumquepodemelhoraraeiêniadeentregadedados.
Assim,elege-seumlusterhead,queatuaomoumnóommaiorpoderdeomuniação
e proessamento, para ada luster da rede. Dessa maneira, ele atua omo um hub
para os demais nós da vizinhança, denominados slaves. O slaves omuniam apenas
diretamente omseulusterhead,aopassoqueestedeveenviarosdadosàestação-base.
Denem-se ainda os gateways, que atuam omo slaves de mais de um luster. Estes
desempenham o papel de interonetar múltiplos lusters, enaminhando mensagens
entre eles.
Neste ontexto, os papéis possíveis são de lusterhead (CH), gateway (GW) ou slave
(SLAVE). Umdosrequisitosdesse problemaé queoslusterheads devamser
dispositi-vos maispoderososem termosde proessamento, memória,omuniação e provisãode
energia. Esteproblema trataquestõesdehierarquia eroteamento.
•
In-Network Data Aggregation ProblemA redução de transmissão de dadosna omuniação é umfatorde grande importânia
nasRSSFdevidoàesassezdeenergiaeaoaltoustodeenergianaomuniaçãosemo.
In-Network Data Aggregation é uma forma de redução de dados, através de ertos nós
queagregam osdadossensoriadospelasdiversasfontes. Neste aso,ospapéisdenidos
são soure (SOURCE), aggregator (AGG)e sink (SINK).Alguns dosrequisitossãode
que os nósAGG devamestar loalizados próximos a muitas fontes e que nós AGGde
maisaltoníveldevamestarmaispróximosaosink. Sãotratadasquestõesdehierarquia,
•
Atribuição de Funções de SensoriamentoUm outro problema de atribuição de papéis onsiste em denir a função de um nó
sensor em um momento espeío, a m de atender os objetivos da apliação em tal
momento. Nesse aso, um nó sensor pode alternar suas funções, omo por exemplo,
deixar de oletar dados de temperatura e passar a oletar imagens. Neste ontexto,
alguns dos possíveis papéis de um nó sensor são: sensor de temperatura, umidade,
pressão, infravermelho, radiação,áudio, vídeo, entre outros.
Diante dos problemas apresentados, que podem ser onsiderados asos partiulares do
problema deatribuiçãode papéis,épossíveltratá-lo emdiferentesgraus deomplexidade. O
problema de atribuição de papéis pode ser resolvido omo sendo um problema que envolve
umaspetoisolado, ouomoumproblemaqueombinamúltiplosfatoresligadosàatribuição
de papéis. À medida que o número de fatores ombinados aumenta maior se torna sua
omplexidade.
O problema tratato neste trabalho onsidera o problema de atribuição de funções de
sensoriamento juntamente om ontrole dedensidade, obertura eroteamento emRSSF.
3.2 Complexidade
Oproblemadeesolheropapelqueadanóirádesempenhar, satisfazendosuaspropriedades,
pertene à ategoria NP-difíil uma vez que o problema de obertura (um aso partiular)
é umproblema NP-difíil, omo foidemonstrado por Slijepevie Potkonjak (2001 ). Existe
uma similaridade entre o problema de obertura em RSSF e o problema da galeria de arte
(O'Rourke ,1987 ), quepodeserdenidoomo "dequemaneiradeterminar onúmeromínimo
de guardas neessáriosparaobrir o interiorde umagaleria dearte".
Outro problema bastante onheido e relaionado a ele, é o problema de loalização de
failidades. Nesseaso,umonjunto de failidadesdevematender umonjunto de pontosde
demanda (que orresponde a obrir uma área em RSSF om umonjunto de nóssensores).
O objetivo é denir a loalização dasfailidades am de otimizar osustos de transporte e
instalação (Drezner e Hamaher,2002 ).
Assim,o problemade atribuição depapéis possuiordem de omplexidade ombinatorial.
O esforço omputaional para a sua resolução rese exponenialmente om o tamanho do
3.3 Trabalhos Relaionados
Akyildiz etal.(2002 )mostramqueasRSSFtornaram-seviáveispelaonvergêniade
tenolo-giadesistemasmiro-eletro-meânios, omuniação semoeeletrnia digital. Aspossíveis
tarefasde sensoriamento e asapliações deredes desensores sãoexploradas, bemomo uma
revisão de fatoresque inueniam o projeto dessasredes, tais omo tolerânia a falha,
esa-labilidade, restriçõesde hardware, ustosde produção,ambientes, omuniação, onsumo de
energia, entreoutros.
Yoneki eBaon (2005 ) apresentam a importânia de um bom projeto do middleware 1
/
apliação, uma vez que este deve prover funções que riam novas potenialidades para
ex-tração eiente, manipulação, transporte, e representação da informação derivada dos dados
apturados pelos sensores. Também sãorelatadas tendêniasreentes na pesquisa de RSSF,
inluindoumavisãogeraldasváriasategoriasdeRSSF,umarevisãodastenologiasdeRSSF
e umadisussão de protótiposde pesquisa e apliaçõesexistentes.
Em um projeto de RSSF, sendo o objetivo entral atender as neessidades da apliação,
busandoemparalelomaximizarotempodevidaoperaionaldarede,épreisogarantirainda
questões de apaidade e roteamento. Um nó sensor possui severas restrições de energia, e
devepossuirerta apaidade paraexeutarasfunçõesde monitoramento. Assim, mostra-se
neessárioavaliarsuasapaidadesomrelaçãoàtransmissão,taxasdebitdoenlae(banda),
e mudança de função. Como pode ser visto no estudo de Youssef-Massaad etal. (2004 ), a
prinipal preoupaçãoé voltadaparaapaidade de transmissão,porém,é preisoonsiderar
outros gastos, omo no aso da mudança de uma função para outra, já que esta implia em
onsumo de energia.
Oroteamento dosdadostambémé umaspetofundamentalemumprojetodeRSSF. Ao
monitorarumaregiãoespeía,épreisogarantirqueosdadosoletadosrealmentealanem
odestinodesejado. Esseéumaspetoimportantequedeveseronsideradonoprojetodarede,
pelofatodeonsumirenergiaonsideráveldosnós,oasionandofalêniadosmesmos,podendo
possivelmente deixaralguma região desoberta por falta de aminhosviáveis de roteamento.
Uma revisão dasdiferentes téniasde roteamento é desrita por Al-Karaki e Kamal(2004 ).
Existem diversos tipos de sensores, para desempenhar as mais diferentes funções. Os
mais onheidos são sensores de temperatura, de umidade, de pressão, de infravermelho, de
radiação, de áudio(mirofone), de vídeo (âmera) (Ruiz et al.,2003 ). Asfunçõespodemser
de monitoramento limátio,demovimento,deequipamento,et.;oudeoleta dedados,tais
omo sísmio, aústio, médio,et.
1
Programaresponsávelpelamediaçãoentreoutrossoftwares,priipalmenteemapliaçõesdistribuídas. É
utilizadoparatransferirinformaçõesentreprogramasoultandodoprogramadordiferençasdeprotoolos de
Uma proposta de algoritmos para atribuição de papéis genéria pode ser enontrada no
trabalho desenvolvido por Franke Römer (2005 ). Tal abstraçãopermite a atribuição de
pa-péis aos nós sensores baseada nas propriedades dosnós e na suavizinhança. Um algoritmo
distribuídoé apresentadoeavaliadoutilizando instâniasespeíasde trêsproblemas:
ove-rage, lustering e aggregation. Otrabalho mostra que esta atribuição é eiente e robusta e
pratiamente viável noontextode RSSF.
O estudo apresentado por Bhardwaj e Chandrakasan (2002 ), mostra que a ténia de
atribuição de papéis é oneitualmente simples e extremamente poderosa já que esta pode
permitir maneiras arbitrariamente omplexas de oleta de dados e ainda forneer limites
superioresatravésdeprogramaslineares. Osautoresdemonstramqueumalassedeproblemas
de atribuição depapéisé passíveldeumatransformação emprogramaslineares baseados em
uxo em redes, que podem ser resolvidos em tempo polinomial. Neste trabalho, três tipos
de papéis para os nós sensores são onsiderados: sensor (oleta informação e transmite),
relay (simplesmente enaminha adiante a informação reebida) e aggregator (agrega dados
reebidosde doisoumaisuxosdedadosemumúniouxo). Assimomonotrabalhodesta
dissertação, osautores busam maximizar o tempo de vidada rede.
No trabalho de Dasguptaetal. (2003 ), foi desenvolvido um algoritmo para resolver o
problema de posiionamento dos nós na área de monitoramento e atribuição de papéis tal
que o tempo de vida do sistema seja maximizado e, ao mesmo tempo, garantindo que ada
ponto/regiãodeinteressesejaobertopor,nomínimo,umnósensor. Ospapéisonsiderados
nestetrabalho sãodenidos omosensor erelay. Nósrelay agregam etransmitempaotesde
dados, enquantonósdotiposensor podemapenassensoriaregerarpaotesde dados. Assim,
são tratados dois problemas, o de atribuição de papéis e o de posiionamento dos nós, além
de seremutilizadas téniasde agregação de dados. Os resultados alançadosdemonstraram
que o algoritmo pode ofereer melhoriassigniativasno tempo de vida do sistema, quando
omparado omposiionamento aleatório eatribuição de papéis dosnós.
3.4 Denição Formal do Problema
Umadeniçãoformaldoproblemapodeserdesritaomo: dadoumonjuntodenóssensores
S
,umonjuntodenóssorvedourosM
,umaáreadesensoriamentoA
eumonjuntodepontosde demanda
D
, om um onjunto de papéisP
, neessários para obrirA
; a resolução doproblemaonsisteemdeterminar opapeldeadaumdosnóssensoresgarantindoaobertura
dospontosdedemandaomospapéisneessários,bemomoaexistêniadeumarotapartindo
de ada nó sensorparaumdos nóssorvedouros, visandoa minimizar o onsumo de energia.
Assim,diante dasdiversaspossibilidadesde seatribuirospapéisaosnós, proura-serealizar
3.5 Modelo Matemátio
O modelo de otimização desenvolvido para o problema de atribuição de papéis em RSSF é
apresentadoa seguir. Apartir detal formulação, épossívelutilizar téniasde programação
linearinteira mista pararesolvero problema. Omodeloenglobaosproblemas deontrole de
densidade, obertura, roteamento e atribuição de funções de sensoriamento emum ontexto
estátio. Assim, pode ser obtidauma solução que espeia qual o onjunto de nóssensores
que devem ser ativados (ada qual om um papel), que garanta a obertura da área, além
de determinar as rotas das informações entre os nós ativos e os nós sorvedouros. A área a
ser monitorada é onsiderada ontínua, porém disretizada em um onjunto de pontos de
demanda.
Dadoumgrafo
G
= (
N, A
)
,onde:N
: onjunto de nósA
: onjunto de aros entre os nós que estão no raio de omuniação e sensoriamento dossensores.
Têm-se osseguintes subonjuntosde nósede aros:
N
s
: nóssensores.N
m
: nóssorvedouros.N
d
: pontosde demanda.
A
c
: arosque onetamnóssensores apontos dedemanda.A
s
: aros queonetamnóssensores a outrosnóssensores.A
m
: aros queonetam nóssensoresa nóssorvedouros.E
j
(
A
s
)
: aros(
i, j
)
∈
A
s
quehegamem umnósensor
j
∈
N
s
.
S
j
(
A
s
)
: aros(
j, k
)
∈
A
s
quesaem de umnó sensor
j
∈
N
s
.
Seja:
D
: matriz de energia onde adad
p
ij
representa a energia de omuniação para um papelp
,entre o nó sensor
i
e o nó sensor ou sorvedouroj
. Essa energia é alulada em função dadistânia entreosnóse do tipode papel.
P
: onjunto depapéis queumnó sensorpodeassumir.Sejam osparâmetros:
c
p
l
: energia paraativar e mantero nósensorl
ompapelp
.M
: penalidade apliadaquandoumponto de demanda nãoé oberto.T
1
: número de pontos dedemanda.b
l
: apaidade de umnósensorl
.Sejam asseguintesvariáveis do modelo:
0 asoontrário.
z
ij
lp
: variávelquepossuiovalor1seoaro(
ij
)
∈
(
A
s
∪
A
m
)
estánoaminho entreonósensorl
ompapelp
e umnósorvedouroe 0 asoontrário.t
p
l
: possuiovalor1 seo nósensorl
estáativo ompapelp
e 0asoontrário.h
j
: variável bináriaquerepresenta anão obertura deumponto de demandaj
.Omodelodeotimizaçãopropostopodeserutilizadopararesolveroproblemadeatribuição
de papéis em redes om diversas araterístias, omo por exemplo, redes homogêneas ou
heterogêneas, sensores posiionados aleatoriamente ou emposições espeías, et. Assim,o
modeloéadaptáveladiferentesapliações. Resolvendoomodelo,asoluçãoótimaespeiao
onjunto de nóssensores quedevemserativadosequal oseupapel(variáveis
t
p
l
),garantindoa obertura daárea (variáveis
x
p
lj
) eo roteamento dasinformações(variáveisz
lp
ij
).A seguir, é apresentado o modelo de programação linear inteira mista que representa o
problemadeatribuiçãodepapéis,ontrole dedensidade,oberturaeonetividadeemRSSF.
M in
X
l
∈
N
s
X
(
i,j
)
∈
A
s
∪
A
m
X
p
∈
P
d
p
ij
z
ij
lp
+
X
l
∈
N
s
X
p
∈
P
c
p
l
t
p
l
+
M
X
j
∈
N
d
h
j
(3.1)s.t.
X
(
l,j
)
∈
A
c
x
p
lj
+
h
j
≥
1
∀
j
∈
N
d
,
∀
p
∈
P
(3.2)X
j
∈
N
d
x
p
lj
≤
T
1
t
p
l
∀
l
∈
N
s
,
∀
p
∈
P
(3.3)X
j
∈
N
s
∪
N
m
z
ij
lp
≤
t
p
i
∀
l
∈
N
s
,
∀
i
∈
N
s
,
∀
p
∈
P
(3.4)X
i
∈
N
s
z
ij
lp
≤
t
p
j
∀
l
∈
N
s
,
∀
j
∈
N
s
,
∀
p
∈
P
(3.5)X
(
ij
)
∈
E
s
j
(
A
s
)
z
ij
lp
−
X
(
ik
)
∈
S
s
j
(
A
s
∪
A
m
)
z
jk
lp
= 0
∀
j
∈
(
N
s
−
l
)
,
∀
l
∈
N
s
,
∀
p
∈
P
(3.6)X
(
ij
)
∈
E
s
j
(
A
s
)
z
ij
lp
−
X
(
ik
)
∈
S
s
j
(
A
s
∪
A
m
)
z
jk
lp
=
−
t
p
l
j
=
l,
∀
l
∈
N
s
,
∀
p
∈
P
(3.7)X
k
∈
N
s
d
p
lk
z
lp
lk
+
X
j
∈
N
s
X
i
∈
N
s
d
p
il
z
il
jp
+
X
l
∈
N
s
c
p
l
t
p
l
≤
b
l
∀
l
∈
N
s
,
∀
p
∈
P
(3.8)X
p
∈
P
t
p
l
≤
1
∀
l
∈
N
s
(3.9)0
≤
x
≤
1
(3.10)z, t
∈ {
0
,
1
}
(3.11)dos dadosentreosnós sensorese os sorvedouros, dosustosde energia paraativar e manter
os nóssensores e dosustos de deixarde atender algum ponto de demanda (penalidade). O
onjunto de restrições (3.2 ) garante que ada ponto de demanda om papel
p
esteja sendoobertoporpelomenosumnósensorompapel
p
,asoontrário,enontra-sedesoberto. Asrestrições(3.3 )garantemqueseumnósensorenontra-seinativo,elenãodeveestaratendendo
um ponto de demanda. As restrições (3.4) e (3.5) denem que o uxo de informações só é
possívelentre nósativos. Oonjunto (3.6 ) derestriçõesgarantea onservaçãode uxoentre
adanóativoeosorvedouro. Em(3.7 ),asrestriçõesindiamqueoroteamentotemorigemem
umnó
l
paraumsorvedouro. Asrestrições(3.8 )garantemqueaapaidade dosnóssensoresseja respeitada, ou seja, que tenham energia suiente para que sejam ativados. Em (3.9 ),
a garantido que ada nó sensor desempenhe apenas um papel de ada vez. As restrições
(3.10 ) denem asvariáveis de obertura omo ontínuas entre 0 e 1. Já as restrições (3.11 )
denem asvariáveis de onetividade e ativaçãoomo binárias. Finalmente, em(3.12) am
denidas asvariáveisde não obertura omonão negativas.
3.6 Considerações Finais
Neste apítulo foiapresentado o problema de atribuição de papéis em RSSF e proposto um
modelodeotimizaçãoparaomesmo,quepodeserresolvidoatravésdeténiasde
programa-ção linear inteira mistautilizando solvers disponíveisno merado.
Oproedimento adotadonesse trabalho para validaçãodo modeloonsiste na geraçãode
umarquivo.lpqueorepresente,eonsequente exeuçãodomesmoatravésdosolver CPLEX
(CPLEX,2007 ).
Porsetratardeumaabordagemexata,naqualasoluçãoótimaparaoproblemaébusada,
este método mostra-se adequado apenas para instânias de pequeno porte, uma vez que o
problema é de natureza ombinatória. Nessa direção, o tempo omputaional exigido para
resolver o problema na otimalidade é viável. Contudo, uma vez que as RSSF idealizadas
apresentam grande número de nós sensores, o uso desse método torna-se impratiável em
uma apliaçãoreal.
A solução obtida através de métodos exatos, mostra-se importante do ponto de vista
de projeto, a partir da qual podem ser busadas soluções alternativas, tendo omo base
Algoritmo
O algoritmo apliadoao problema foia metaheurístia Algoritmo Genétio (AG), que é
ba-seado na abordagem evolutiva. Em sistemas biológios, já foi onstatado que a evolução é
um fenmeno no qual indivíduos mais aptos permaneem por mais gerações no deorrer do
tempo.
UmasdasvantagensdoAGéquediilmenteoproessoéenerradoporalançarumaboa
soluçãooumesmoummínimoloal. Umaaraterístiadeseuomportamento éofatodedar
grandes saltos noespaço de busa, umavez que oslhos podemserbemdiferentes dospais.
A maior desvantagem é o rowding, que oorre quando um indivíduo, om melhor aptidão
se reproduz rapidamente, de forma que ópias dele e de indivíduos muito similares formam
uma grande fração da população. Omaior problema oasionado pelo rowding é a redução
da diversidade da população, deixando o progresso do algoritmo mais lento. Nas próximas
seções, é apresentadoo funionamento de um AG, bem omosua utilizaçãona resolução do
problema queé objetode estudodeste trabalho.
4.1 Algoritmo Genétio
Os primeiros trabalhos relaionados om Algoritmo Genétio surgiram em meados de 1950
quandovários pesquisadoresomeçaram autilizar omputadoresparasimularsistemas
bioló-gios. Entretanto,seu desenvolvimento seiniioude fatonoiníio dadéadade 70do séulo
passado, oordenado por Holland (1975 ), om o objetivo de imitar o proesso de evolução
observado na natureza.
Apartirdaí,surgiramdiversasténiasdesoluçãodeproblemasbaseadosemprinípiosda
evolução naturale hereditariedade, dentre elasestá a hamada Programação Evolutiva (PE)
na qual se situam os AGs. Programação Evolutiva é um algoritmo genério probabilístio
(
p
t
1
, p
t
2
, ..., p
t
n
)
. Em termosmatemátios,adaindivíduop
t
i
,1
≤
i
≤
n
,representa umasoluçãodo problema assoiado. A ada iteração
t
,existe ummeanismoquepermite arenovaçãodapopulação,obtendo-se
P
(
t
)
apartirdeP
(
t
−
1)
.OsAGs onstituemumaabstraçãodo proesso adaptativo de sistemasnaturais. Em
pri-meirolugar,a evoluçãoseproessa por meio deromossomos,quesãodispositivosbiológios
armazenadores dasaraterístias deada indivíduo. Atravésde umproesso de seleção
na-tural,osromossomos queapresentamumaestruturaquemelhorseadaptaaomeioambiente
(tness) sereproduzem ommaiorfreqüênia. Areprodução é oponto noqual aevolução se
proessa. Através da ombinação dosmateriais genétios dosanestrais, novosromossomos
são produzidos. Atravésde umproessode mutação, osdesendentes poderãovir a
apresen-tar araterístias diferentesde seus anestrais, om umeventualaumento na apaidade de
adaptação ao meio.
Dentro desta perspetiva, os aspetos fundamentais são: a estrutura do romossomo; a
função de avaliação; os proessos de seleção natural e reprodução; os operadores genétios,
dentreelesorossover,amutaçãoealonagem;ageraçãodapopulaçãoiniialea
determina-ção dosparâmetros. Dessaforma, no desenvolvimento dos algoritmos genétios, osaspetos
onsiderados são baseados nessasaraterístias.
4.2 AG apliado ao problema
Ao ser apliado ao problema de atribuição de papéis em RSSF, algumas adaptações foram
feitas, paraadequar ada umdos omponentes araterístios do AG àspartiularidades do
problema.
1. Representação da solução: A representaçãoda solução (gura 4.1)utilizada parao
problema onsiste emumvetorde tamanho
n
(número de nóssensores). Cadaposiçãoc
i
,i
= 0
, ..., n
, admite valoresinteiros, indiando se umnó sensor está ativo ou não, eno aso de estar ativo,qual papelde sensoriamento (temperatura, pressão, vídeo)está
atribuído a ele. Além disso, um vetor binário de tamanho
m
(número de pontos dedemanda) é usado para indiar se os pontos de demanda estão obertos ou não e um
vetor de rotasindia a onetividade entre osnós.
2. Geração da população iniial: A população iniial para o problema de atribuição
depapéisfoionstruídariandoumonjunto desoluções(vetores
c
). Assoluçõesforamgeradas porummétodoonstrutivoparialmente guloso,emqueaada iteraçãoumnó
sensoréesolhidoparaserativadoeassimsuessivamenteatéqueospontosdedemanda
tenham sidoobertos ou não exista nenhum nó quenão viole a onetividade paraser
Figura4.1: Representaçãode umasolução
amelhorrelaçãousto/benefíioéseleionado,istoé,nósqueonsumammenosenergia
e ubramo maiornúmero depontos dedemanda. Além disso,é neessáriaaexistênia
de onetividadeparaestenó,ouseja, arotaégeradaonjuntamenteaoproedimento,
sempre busandoonetar o nóao sensorjáativo que estejamaispróximo aele.
3. Função de Avaliação: Afunção deavaliaçãoouaptidãoadotadafoiaprópria função
objetivo do problema. Assim, umindivíduo (solução) om menor função de avaliação
(gasto de energia) tem maior nível de aptidão do que um om função maior. O não
atendimento de algum ponto de demanda aarreta um arésimo no valor da função
de avaliação, através de uma penalidade. Assim, é possível privilegiar soluções que
atendam mais pontos. Não foi tratada a questão da sensibilidade da penalidade. O
valordapenalidadepoderiaserreduzido omopassaro tempo,umavezqueosvalores
da função de avaliaçãoda população omo umtodo estarãomaispróximos.
4. Operadores Genétios: Nesse trabalho, dois tipos de operadores genétios foram
adotados: mutaçãoe rossover.
Mutação: onsisteemseleionardoissensoresaleatoriamenteeatribuirnovospapéisa
eles(gura4.2 ). Anovaatribuiçãoétambémaleatória,deformaquepossaseresolhido
qualquer um dos papéis ou até mesmo desativar o sensor. Tal atribuição não garante
a viabilidade da nova solução, isto é, pontos de demanda podem ar desobertos e a
onetividade para todos os sensores pode não existir. Esta operação é realizada em
adasensordeaordoomumaertaprobabilidade,determinadapelataxademutação.
Crossover: esteoperador,representadonagura4.3 , onstróidoisromossomoslhos
ombinandoumasubseqüêniadaatribuição assoiadaaumromossomopaip
1
e umasubseqüênia da atribuição assoiadaao outro romossomo paip
2
. É esolhidoaleato-riamente umpontode orte paraosromossomos pais. Oslhos f
1
e f2
herdam afaixaantesdoortedospaisp
1
ep2
,respetivamente,easfaixasdepoisdoortesãoherdadasde p
1
porf2
ede p2
porf1
. Assimomo noproesso demutação, soluçõesinviáveispo-demsergeradas. Emambosoperadores, nãoérealizadotratamento deviabilidade aso
soluçõesinviáveis sejam geradas. Osromossomos pais sãoesolhidosaleatoriamentee
de aordo om uma erta probabilidade denida pela taxa de rossover, darão origem
a romossomos lhos. O proesso de rossover é realizado até que a população seja
dobrada.
Figura4.3: Operadorde rossover
5. Proesso de seleção: A ada iteração, metade da população é seleionada para
so-breviver na próxima geração. A seleção é realizada através de um proesso baseado
na aptidão dos indivíduos, no qual soluções mais aptas tem mais hanes de serem
seleionadas, ou seja, aprimeira metade da população permaneena geraçãoseguinte.
6. Denição de parâmetros: Testes experimentais mostram que quanto maior for a
população,melhores serão osresultadosalançados. Masporoutro lado, quanto maior
apopulação,maioresserãotambémostemposomputaionais exigidosporiteração. O
que oorre na prátia é a alibragem dos parâmetros de forma empíria, utilizando o
bomsensoeoonheimento préviodoproblema. Assim,osvaloresutilizadosforam: 50
indivíduos(tamanho da população),
5
%parataxa demutação,90
% parataxa deros-sover e número máximo de iteraçõessem melhora variando entre20 e 50, dependendo
do tamanho doproblema.
7. Pseudo-ódigo do AG: O algoritmo 4.1 , mostrado a seguir, apresenta o
pseudo-ódigo do algoritmogenétio apliado ao problema de atribuição de papéis em RSSF.
O algoritmo reebe omo parâmetros de entrada a rede para a qual se deseja resolver
o problema, o tamanho da população iniial, a probabilidade de apliaro operador de
rossover, a probabilidade de apliar o operador de mutação e o número máximo de
geraçõessem melhora.
Ageraçãodapopulaçãoiniialéfeitaatravésdaonstruçãodesuessivassoluçõesgulosas
Algoritmo 4.1: AG-RSSF
Data:
rede, tamP op, taxaCross, taxaM ut, numM axGen
Result:melhorSol
begin 1
for
i
←−
1
totamP op
do 2P
.adiiona(criaSolGulosa
(
.
)
); /* geração da população iniial */ 3melhorSol
←−
avaliaP opulacao
(
.
)
; /* avaliação da população */4
while
t < numM axGen
do 5t
←−
t
+ 1
; 6aplicaCrossover
(
taxaCross
)
; /* proesso de rossover */7
aplicaM utacao
(
taxaM ut
)
; /* proesso de mutação */8
melhorSol
←−
avaliaP opulacao
(
.
)
; /* avaliação da população */ 9if
f oiAlterada
(
melhorSol
)
then 10t
←−
0
; 11P
←−
selecionaP opulacao
(
.
)
; /* proesso de seleção */12
return
melhorSol
; 13end 14
forma que esta a armazenada na variável melhorSol (linha 4). Em seguida, iniia-se o
proesso de evolução, respeitando-se o ritério deparada, determinado pelo número máximo
de gerações sem melhora (linha 5). A variável
t
armazena o número de gerações orrente,sendo inrementadaa ada iteração(linha 6) eretornando azero semprequeumamelhoraé
obtida. Nalinha7,anovapopulação
P
(t
)ériadaapartirdeP
(t
-1),omodobrodotamanhodapopulaçãoiniial,queinluioslhosriadosatravésdaoperaçãoderossover. Amutação
é apliada a alguns indivíduos da população, de aordo om a probabilidade estabeleida
(linha 8). Novamente é realizada umaavaliaçãoda população para denir a melhor solução
e osindivíduos sobreviventes. Se a melhorsolução for melhorada, avariável
t
retorna azero(linha 11 ). Assim,a população é reduzida à metade, ou seja, retorna ao seutamanho iniial
(linha 12). Ao nalda exeuçãodo algoritmo, amelhorsolução é retornada (linha 13).
4.3 Considerações Finais
Ummétodoheurístiopararesoluçãodo problemafoiapresentadonesse apítulo, seguindoa
proposta de programaçãoevolutivadosAGs.
O uso de metaheurístias na resolução de problemas ombinatórios tem omo prinipal
vantagemo fatode enontrarsoluçõesfatíveis emumtempo omputaionalviável. Embora
aotimalidadedasoluçãonãosejagarantida, taisténiasvisamgerarsoluçõesomqualidade
próxima àmesma.
o onjunto desoluçõesatravés deoperadoresgenétios e,além disso,portrabalharom uma
grande quantidade de soluções simultaneamente e permitir que operadores mais omplexos
Resultados Computaionais
Foram realizados um onjunto de testes experimentais, para diferentes enários, a m de
obter umestudo omparativo entre o modelomatemátio ea heurístia. Ostestes
omputa-ionais para resolvero problema foram exeutados utilizando um gerador de instânias, que
é apresentadoa seguir.
5.1 Experimentos
As instânias foram geradas onsiderando uma disposição aleatória dos nós sensores, em
uma área quadrada. Os nós sorvedouros foram posiionados nas extremidades da área. Os
pontos de demanda foram dispostos uniformemente em grade na área de monitoramento,
sendoatribuídos papéisaleatóriosaada umdeles. Foramonsiderados trêspapéis distintos,
om diferentesustos, deaordo omseuserviço.
Agura5.1mostra umapossívelrepresentação deumaárea asermonitorada, e a
dispo-sição dosnóssensores,sorvedouro e pontosde demanda.
Doisenários foram onsiderados nosexperimentos, onforme apresentado na tabela 5.1.
O primeiro deles mantém a densidade dos sensores,isto é, a áreaaumenta de tamanho seo
número de nós sensores for aumentado. O segundo enário mantém a mesma dimensão da
área, ao aumentar o número de sensores. Ambosos enários onsistem de quatro onjuntos
de 33 instânias ada. Custos diferentes foram denidos para ada papel, uma vez que eles
ofereem serviços distintos, por exemplo temperatura, áudio e vídeo. Considerando que o
serviço de vídeo implia em umonsumo de energia muito maior do queum simplesserviço
de mediçãodetemperatura,osustosforambaseados nostamanhosdospaotes. Alémdisso,
dependendoda distânia entre doisnós, a potênia de transmissão podevariar.
Figura 5.1: Representação de uma área de monitoramento mostrando a posição dos nós
sensores, sorvedouroe pontosde demanda
Cenário1 Cenário 2
#de sensores 12 25 51 102 12 25 51 102
#de sorvedouros 4 4
#de pontosde demanda 100 100
#de papéis 3 3
raio deomuniação (m) 5 5
raio desensoriamento (m) 5 5
área(m) 10x10 15x15 22x22 30x30 10x10
penalidade 10000 10000
Tabela 5.1: Cenários experimentais
os onjuntosdas instâniasonforme denido. Também foram geradas soluçõesviáveis para
as instânias via o algoritmogenétio proposto no apítulo 4. Em ambos osasos, ostestes
foramexeutadossobosistemaoperaionalLinux,emummiroomputadoromproessador
Pentium 4de 2.40GHz e 1GBde memória RAM.
Astabelas A.1, A.2, A.3 e A.4, presentes no apêndie A,apresentam osdados referentes
às 33 instânias de 12, 25, 51 e 102 nós do enário 1, respetivamente, enquanto as tabelas
A.5,A.6, A.7eA.8apresentamosdadosreferentesaoenário2paraessasmesmasinstânias.
Para ada método são apresentados o tempo omputaional em segundos, o número de
nós ativos,o número de pontos desobertos e a função objetivo emmAms, orrespondenteà
5.2 Gerador de arquivo
O gerador de arquivos para representar as instânias do problema reebe um onjunto de
parâmetros de entrada e retorna um arquivo de saída que representa o modelo matemátio
orrespondente.
Osparâmetrosdeentradaorrespondemaaraterístias deonguração onformesegue:
•
número eoordenadas dosnóssensores•
número eoordenadas dosnóssorvedouros•
número dospontosde demanda•
raio de omuniação•
raio de sensoriamento•
dimensão daárea•
número eespeiação dospapéis•
apaidade de energia dosnóssensores•
usto de nãoobertura de umponto dedemanda•
ustosde energia de ativação emanutenção dossensores deaordo omospapéis•
ustosde energia de roteamento de aordoom ospapéisAsaídadogeradoronsistedeumarquivoquerepresentaomodeloapresentadonoapítulo
3,deaordoomosparâmetrosforneidos. Osmesmosparâmetrosdeentradaforamutilizados
para resolvero problemavia AG.
5.3 Análise e Disussão dos Resultados
Apartirdosexperimentosrealizados, foramavaliadostrêsprinipaisaspetos: energia
onsu-mida, obertura da áreae tempoomputaional. Para ada onjunto ontendo 33 instânias
ommesmonúmerodenós,ovalormédioéapresentado. Pode-senotarqueoCPLEXfornee
ovalorótimoenquanto AG(media)orrespondeàmédia de10exeuçõesdamesmainstânia
e AG(melhor) mostraa melhorexeução.
Avaliando o onsumo de energia, onforme apresentado na gura5.2, é possívelobservar
O enário 2 apresenta um omportamento diferente, devido ao fato de ter área xa e
aumentononúmerodenós. Observa-sequeexistemmaispossibilidadesdeesolherquaisnós
serão ativados, logo, a atribuição de papéis pode ser melhor. Isso pode ser onrmado pelo
derésimo nos valores de energia à medida que aumenta o número de nós. Assim omo no
enário 1, a diferençaentre os métodosamplia om o aumento do número de nós, porém
não é signiativoquando seonsiderao aumento de 51 para 102 nós.
0
20
40
60
80
100
120
0
1
2
3
4
5
x 10
4
Cenario 1
Consumo de Energia
# de Nos
Energia (mAms)
CPLEX
AG (media)
AG (melhor)
0
20
40
60
80
100
120
0
1000
2000
3000
4000
5000
Cenario 2
Consumo de Energia
# de Nos
Energia (mAms)
CPLEX
AG (media)
AG (melhor)
Figura 5.2: Consumo deenergia nosenários 1 e2 estudados
Em relação ao enário 1, aumentando o número de nós, o onsumo de energia aumenta
proporionalmentenostrêsasosavaliados: CPLEX, AG(media)eAG(melhor). Observa-se,
alémdisso,queoaumento donúmerodenósaumentaadiferençanoonsumodeenergiaentre
a heurístia e o CPLEX. Para instânias de 51 nós, onsiderando osvalores médios, no AG
(melhor) há um onsumo de energia de 13,9% a mais em relação ao CPLEX, enquanto que
para instâniasde102 nós, observa-seumvalor 20,6%maiselevado doque oCPLEX.
Já,noenário2nãohádiferençassigniativasnoonsumodeenergiaentreasabordagens,
nas instânias de 12 nós. Para instânias de 51 nós, onsiderando os valores médios, AG
(melhor) apresenta 16,5% de onsumo de energia a mais do que o CPLEX. Para instânias
de 102nós,essadiferençaéde 17,2%,demonstrandoapenasumpequenoaumento quandoas
instânias variamde 51 para102 nós.
Considerando-sequeno enário 2existemmaispossibilidadesde esolherquaisnósserão
ativados, aatribuição de papéis pode sermelhorneste aso, oasionando umadiminuição no
onsumo de energia.
Em seguida,é possívelobservara áreade oberturana gura5.3. No primeiro enário,a
obertura da áreaompleta não foiviável. No entanto, onsiderandoque setem empontos
dedemanda, umaoberturaentre98%e100%éaeitável. Oenário2mostraumaobertura
de 100% para3 onjuntos de instânias. Apenas para o onjunto de 12 nós, 2% dospontos
não foram obertos. Sendo assim, em relação à obertura da área, não houve diferenças
0
20
40
60
80
100
120
98
98.5
99
99.5
100
Cenario 1
Area de Cobertura
# de Nos
Cobertura (%)
CPLEX
AG (media)
AG (melhor)
0
20
40
60
80
100
120
98
98.5
99
99.5
100
Cenario 2
Area de Cobertura
# de Nos
Cobertura (%)
CPLEX
AG (media)
AG (melhor)
Figura5.3: Área deobertura nosenários 1e 2estudados
O tempo omputaional apresentado na gura 5.4mostra que o tempo aumenta
rapida-mente no método exato, tal que instânias de 102 nós gastaram até uma hora e meia em
alguns asos. Por outrolado, nota-sequeotempo daheurístiaéumpouomaior doqueno
métodoexatonasinstâniasde12nós,masaumentandoonúmerodenós,otempopermanee
viável.
Noenário1,ostemposomputaionaisnasoluçãoexataenaheurístiaaumentamomo
aumentodonúmerodenós,sendomaisaentuadonasoluçãoexata. Já,noenário2,otempo
omputaional no CPLEX aumenta quase que exponenialmente ao aumento no número de
nós. Entretanto, na heurístia, esse aumento é bem menor, demonstrando uma melhoria
bastantesigniativade desempenho.
0
20
40
60
80
100
120
−1
0
1
2
3
4
Cenario 1
Tempo Computacional
# de Nos
log Tempo (s)
CPLEX
AG (media)
AG (melhor)
0
20
40
60
80
100
120
−1
0
1
2
3
4
Cenario 2
Tempo Computacional
# de Nos
log Tempo (s)
CPLEX
AG (media)
AG (melhor)
Figura 5.4: Tempoomputaional gastonosenários 1e 2 estudados
Analisando-se emonjunto osparâmetros energia onsumida, obertura da áreae tempo
omputaional, é possível inferir que a solução heurístia dada pelo AG nas ondições do
enário 1 (mesma densidade de nós) proporiona um desempenho pior da rede do que a
solução exata obtida pelo CPLEX, prinipalmente quando se eleva o número de nós de 51
solução exata. Observa-se uma pequena elevação no onsumo de energia na medida em que
se aumenta o número de nós, que, no entanto, é ompensada pela signiativa diferença nos
temposomputaionais,o quetorna estaopção viável.
Nasguras 5.5e 5.6 são apresentados dois exemplos omparativos entrea solução exata
Resul
t
ados
Comput
a
ionais
t
ados
Comput
a