Controlabilidade em redes complexas

• Autor(a) principal: Oliveira, Leonardo Presoto de
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/8153
• topic: Engenharia de Computação; Teoria dos grafos; Simulação (Computadores digitais); Algorítmos; Graph theory; Digital computer simulation; Algorithms

Durante os últimos 25 anos, pesquisas relacionadas a sistemas complexos trouxeram novas perspectivas e metodologias ao estudo de fenômenos sociais e naturais. Da rede econômica formada por grandes corporações, até a dinâmica de processos celulares em biologia, inúmeras são as aplicações e benefícios gerados por esses avanços. Entretanto, o não determinismo intrínseco a esses sistemas tem sido um grande empecilho na busca por sua controlabilidade (capacidade de ser controlar a rede). O desenvolvimento de um método de controle capaz de guiar uma rede complexa até uma desejada configuração, através da manipulação de poucas variáveis, traria grande contribuição na compreensão científica de alguns fenômenos emergentes da natureza e da sociedade. Sendo assim, esse trabalho tem como objetivo avaliar um algoritmo capaz de, em tempo finito, identificar um subconjunto de nós controladores(n´os que podem interferir no controle da rede) em um grafo de sistema complexo. O estudo foi fundamentado no artigo Controllability of Complex Networks, de LIU (2011), e motivado pelo artigo The Network of Global Corporate Control, de Battiston et al (2007). O desenvolvimento foi feito em linguagem Java, e os testes conduzidos com o auxilio de ferramentas de simulação de redes. Foram desenvolvidos dois algoritmos gulosos, um guloso com a heurística de escolher os nós com menor grau e outro guloso de aproximação. O resultado obtido com estes algoritmos foram comparados ao algoritmo ótimo desenvolvido no artigo Controllability of Complex Networks (LIU, 2011). Obteve-se um erro médio de 6,25% para o caso do algoritmo com a heurística de escolha do menor n´o e 73,41% para o algoritmo guloso de aproximação. A procedência das escolhas que levaram ao algoritmo proposto e os bons resultados apresentados nos testes podem justificar a continuidade da pesquisa à nível de um mestrado científico.