portal da computação    ciência da computação     engenharia de computação     pós-graduação webmail
Banca de TCC – Alex Borges Braga
por Marilton Sanchotene de Aguiar, 240 dias atrás

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2017/2)

Aplicação de Algoritmos Genéticos na Configuração dos Parâmetros da Técnica de Balanceamento de Carga PS Aplicada em RSSF
por
Alex Borges Braga

Curso:
Ciência da Computação

Banca:
Prof. Lisane Brisolara de Brisolara (orientador(a))
Prof. Paulo Roberto Ferreira Júnior (coorientador(a))
Prof. Marilton Sanchotene de Aguiar
Andrea Veronica González

Data: 01 de Março de 2018

Hora: 15:10h

Local: Sala 235, Campus Anglo

Resumo do Trabalho: A desativação de nodos em redes de sensores sem fio é uma causa importante para a eventual total desativação desse tipo de rede. Como a falta de energia representa uma causa importante para a desativação de nodos, esforços para diminuir o consumo de energia são importantes. Em redes reativas, para garantir a cobertura completa de uma área de interesse, os nodos são dispostos com sobreposição em seus raios de sensoreamento, o que leva a múltiplos sensores detectarem um mesmo evento. Assim, pode-se explorar essa redundância através da utilização de algoritmos de balanceamento de carga, que podem colaborar para reduzir o consumo de energia desse tipo de rede. Uma técnica dinâmica que pode ser utilizada para o balanceamento de carga, é o Pheromone Signaling. Porém, estudos demonstram que o Pheromone Signaling é altamente dependente de seus parâmetros de configuração, e que esses parâmetros devem variar para diferentes configurações de rede, para que se obtenha um bom desempenho com o algoritmo. Para possibilitar uma seleção de parâmetros automatizada, então, esse trabalho utiliza algoritmos genéticos para realizar a busca do melhor conjunto de parâmetros possível, dada uma configuração de rede específica. A plataforma de modelagem e simulação de rede de sensores sem fio Eboracum, a qual já tem o algoritmo PS implementado, foi utilizada, e um algoritmo genético para otimizar os parâmetros do Pheromone Signaling foi desenvolvido. O Eboracum é utilizado para realizar simulações a fim de determinar a aptidão de cada indivíduo do algoritmo genético, e assim, realizar a otimização dos parâmetros do algoritmo. Através de simulações, o PS com parâmetros otimizados é comparado com o PS com parâmetros empíricos, com redes balanceadas por uma técnica denominada Ant-Based, e com redes sem balanceamento de carga. Os resultados demonstraram que o PS com parâmetros otimizados, comparado a redes sem balanceamento de carga, apresenta melhor desempenho para redes de alta densidade, e desempenho semelhante para redes de baixa densidade. Quando comparado com o Ant-based, os experimentos sugerem que o PS é mais indicado para redes de alta densidade com implantação de nodos aleatória.

Para mais informações acesse: http://wp.ufpel.edu.br/notcc/bancas/historico/2017_2/

CDTec UFPel
Find us on Google+