NSGA-II para a solução eficiente de problemas de roteamento multiobjetivo em redes de sensores sem fio

• Autor(a) principal: Jeske, Marlon [UNIFESP]
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNIFESP
• Texto Completo: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=7697560; https://repositorio.unifesp.br/handle/11600/59853
• topic: Redes De Sensores Sem Fio; Algoritmo Evolutivo; Otimização Multiobjetivo; Wireless Sensor Networks; Evolutionary Algorithm; Multiobjective Optimization

Nos últimos anos, houve um aumento do uso de aplicações e novas tecnologias de redes de sensores sem fio (RSSFs), as quais têm a função de realizar tarefas de monitoramento de eventos em diferentes ambientes. Desta forma, as RSSFs permitem que informações do meio físico sejam conectadas à Internet, tornando-as parte essencial do conceito de Internet das Coisas (IoT). Uma RSSF é composta basicamente por microdispositivos de baixo custo e reserva energética limitada (denominados sensores), aptos a realizar coleta, transmissões e recepções de dados. É de fundamental importância encontrar vias e soluções que correspondam às necessidades intrínsecas relacionadas às limitações tecnológicas dos componentes da rede, bem como a maximização da eficiência energética da rede, a minimização do percentual de perda de informações, a maximização da cobertura da rede, entre outras características, denominadas métricas de qualidade. Esta Dissertação de Mestrado aborda um problema bi-objetivo de roteamento em RSSFs recentemente proposto na literatura, que tem como critérios de otimização duas métricas de qualidade conflitantes, das mais enfatizadas na literatura: eficiência energética residual e a confiabilidade da entrega de dados. A abordagem heurística empregada na literatura não foi capaz de obter resultados para ambientes em larga escala. Além disso, para ambientes de pequena e larga escala, a heurística da literatura forneceu curvas de Pareto pouco densas, dificultando a avaliação dos resultados. Nesse sentido, para resolver o problema, nesta Dissertação foi adaptado o algoritmo evolutivo multiobjetivo Elitist Non-dominated Sorting Algorithm (NSGA-II). Os resultados das simulações mostram que a resolução do problema por meio do NSGA-II tem melhor eficácia em termos de qualidade de soluções e tempo computacional quando comparado às abordagens exata e heurística da literatura. Além disso, diante do bom desempenho obtido em ambientes de pequena escala por meio da abordagem evolutiva, foi possível a resolução do problema bi-objetivo em ambientes de larga escala com soluções em um tempo computacional viável.