O problema da reconfiguração nas redes WDM multifibras

• Autor(a) principal: Huiban Gurvan
• Data de Publicação: 2006
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/RVMR-6TCNX5
• topic: Reconfiguração; Redes óticas; Otimização combinatória; Programação; Linear; Otimização multiobjetivo; Sistemas de comunicação móvel; Comunicacões óticas; Computação; Telecomunicações; Redes de computação; Sistemas de computação sem fio

Uma rede de telecomunicação ótica está configurada de forma a responder a uma dada demanda com um certo objetivo. No entanto, com o passar do tempo e com o desenvolvimento da infraestrutura, a demanda da rede muda. É neste contexto que se encontra o problema da reconfiguração, que tenta propor mudanças na atual configuração de rede de forma a adaptá-la à novas demandas. Considerando a quantidade de dados transportada, não é viável interromper a utilização da rede para reconfigurá-la, mesmo que por alguns instantes. Vários parâmetros devem ser considerados para determinar o que seria uma boa solução, e varias métricas podem ser usadas para medir a qualidade de uma solução. Em um primeiro momento, estudamos o problema da reconfiguração como sendo um problema de otimização mono-objetivo. Nós propomos um modelo matemático que atende as condições do problema. No entanto, obter a solução ótima para oproblema via modelo pode ser muito custoso em termos de tempo de computação. Propomos então uma heurística gulosa e uma heurística usando o simulated annealing. As soluções obtidas apresentam características diferentes dependente da métrica otimizada. O algoritmo guloso é rápido e acha soluções aceitáveis. O algoritmo do simulated annealing obtém soluções comparaveis às soluções ótimas.Em um segundo momento estudamos os aspectos multiobjetivo do problema da reconfiguração. Eles consistem em considerar simultaneamente as diferentes métricas e procurar, não uma única solução, mas sim, um conjunto de soluções representando diferentes compromissos interessantes e em geral em conflito. Depois propomos um algoritmo que usa nosso modelo matemático e uma adaptaçãodo algoritmo evolutivo. Os métodos propostos acham diferentes compromissos interessantes. Ao flexibilizar uma métrica permite geralmente melhorar de forma significativa as soluções obtidas com outras métricas.