Algoritmo para o problema de atribuição de papéis em redes de sensores sem fio

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 atribuição

de papéisem RSSFtambémno ontextoestátio.

•

SimularaatribuiçãodepapéisemumaRSSFdeformadinâmia,resolvendooproblema

em 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.

•

Distribuição

A 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.

•

Mobilidade

Os 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 Energia

De 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

•

Composição

Iniialmente, 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.

•

Comuniação

A 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

•

Infraestrutura

Duas 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

•

Topologia

A 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

•

Cobertura

Aoberturadeumaáreaédenidapeloalanedossensoresnaregiãodeinteresse. 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

•

Conetividade

Oalane 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 rede

O número de nósde uma redeé determinado prinipalmentepor requerimentos

•

Tempode vida

Deaordoomaapliação, 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 ).

•

Militar

Ooneitodasredesdesensorestornou-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.

•

Ambiental

Asapliaçõesambientais 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.

•

Saúde

Na 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.

•

Doméstia

Como 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 Problem

Certa 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 Problem

Clusterizaçãoéumaténiaomumquepodemelhoraraeiêniadeentregadedados.

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 Problem

A 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 Sensoriamento

Um 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

,umonjuntodenóssorvedouros

M

,umaáreadesensoriamento

A

eumonjuntodepontos

de demanda

D

, om um onjunto de papéis

P

, neessários para obrir

A

; a resolução do

problemaonsisteemdeterminar 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 nós

A

: onjunto de aros entre os nós que estão no raio de omuniação e sensoriamento dos

sensores.

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 ada

d

p

ij

representa a energia de omuniação para um papel

p

,

entre o nó sensor

i

e o nó sensor ou sorvedouro

j

. Essa energia é alulada em função da

distânia entreosnóse do tipode papel.

P

: onjunto depapéis queumnó sensorpodeassumir.

Sejam osparâmetros:

c

p

_l

: energia paraativar e mantero nósensor

l

ompapel

p

.

M

: penalidade apliadaquandoumponto de demanda nãoé oberto.

T

1

: número de pontos dedemanda.

b

l

: apaidade de umnósensor

l

.

Sejam asseguintesvariáveis do modelo:

0 asoontrário.

z

_ij

lp

: variávelquepossuiovalor1seoaro

(

ij

)

∈

(

A

s

∪

A

m

)

estánoaminho entreonósensor

l

ompapel

p

e umnósorvedouroe 0 asoontrário.

t

p

_l

: possuiovalor1 seo nósensor

l

estáativo ompapel

p

e 0asoontrário.

h

j

: variável bináriaquerepresenta anão obertura deumponto de demanda

j

.

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

),garantindo

a obertura daárea (variáveis

x

p

lj

) eo roteamento dasinformações(variáveis

z

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 sendo

obertoporpelomenosumnósensorompapel

p

,asoontrário,enontra-sedesoberto. As

restrições(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 dosnóssensores

seja 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,adaindivíduo

p

t

i

,

1

≤

i

≤

n

,representa umasolução

do problema assoiado. A ada iteração

t

,existe ummeanismoquepermite arenovaçãoda

população,obtendo-se

P

(

t

)

apartirde

P

(

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). Cadaposição

c

i

,

i

= 0

, ..., n

, admite valoresinteiros, indiando se umnó sensor está ativo ou não, e

no 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 de

demanda) 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

). Assoluçõesforam

geradas 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 uma

subseqüênia da atribuição assoiadaao outro romossomo paip

2

. É esolhido

aleato-riamente umpontode orte paraosromossomos pais. Oslhos f

1

e f

2

herdam afaixa

antesdoortedospaisp

1

ep

2

,respetivamente,easfaixasdepoisdoortesãoherdadas

de p

1

porf

2

ede p

2

porf

1

. Assimomo noproesso demutação, soluçõesinviáveis

po-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 de

ros-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

to

tamP op

do 2

P

.adiiona(

criaSolGulosa

(

.

)

); /* geração da população iniial */ 3

melhorSol

_←−

avaliaP opulacao

(

.

)

; /* avaliação da população */

4

while

t < numM axGen

do 5

t

_←−

t

+ 1

; 6

aplicaCrossover

(

taxaCross

)

; /* proesso de rossover */

7

aplicaM utacao

(

taxaM ut

)

; /* proesso de mutação */

8

melhorSol

_←−

avaliaP opulacao

(

.

)

; /* avaliação da população */ 9

if

f oiAlterada

(

melhorSol

)

then 10

t

_←−

0

; 11

P

_←−

selecionaP opulacao

(

.

)

; /* proesso de seleção */

12

return

melhorSol

; 13

end 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

)ériadaapartirde

P

(

t

-1),omodobrodotamanho

dapopulaçãoiniial,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 ospapéis

Asaídadogeradoronsistedeumarquivoquerepresentaomodeloapresentadonoapítulo

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