Uma abordagem evolutiva híbrida para o problema de M- conectividade e K-cobertura em redes de sensores sem fio

Sousa, Timoteo Holanda da Silva

Please use this identifier to cite or link to this item: http://hdl.handle.net/11612/3193

Authors:	Sousa, Timoteo Holanda da Silva
metadata.dc.contributor.advisor:	Carvalho, Rafael Lima de
Title:	Uma abordagem evolutiva híbrida para o problema de M- conectividade e K-cobertura em redes de sensores sem fio
Keywords:	Rede de sensores sem fio;Otimização;Algoritmo Genético;Otimização de enxame de partículas
Issue Date:	2019
Publisher:	Universidade Federal do Tocantins
Citation:	SOUSA, Timoteo Holanda da Silva. Uma abordagem evolutiva híbrida para o problema de M- conectividade e K- cobertura em redes de sensores sem fio. 18f. Monografia Graduação, Curso de Ciências da Computação, Universidade Federal do Tocantins, Palmas, 2019.
metadata.dc.description.resumo:	Encontrar uma disposição ótima para sensores de uma Rede de sensores sem fio (RSSF), enquanto procura-se maximizar tanto a cobertura e a conectividade e minimizando os custos pode se tornar uma tarefa não trivial. No cenário apresentado, cobertura e coo natividade são medidas da Qualidade de Serviço (Os) para a rede de sensores. Neste caso, o problema foi abordado de uma maneira multe objetiva. Este trabalho propõe uma algoritmo de otimização híbrido (AG-BPSO) baseado em um algoritmo genético (AG) e um Algoritmo de Enxame de Partículas Binário (BPSO). A proposta deste trabalho apresenta resultados até 27% melhores em comparação a algoritmos presentes na literatura com a mesma finalidade.
Abstract:	Finding optimal node deployment for a Wireless Sensor Network (WSN), while maximi zing both coverage and connectivity as well as minimizing costs is a challenging task. In the considered scenario, coverage and connectivity are used as QoS (Quality of Service) measures for the desired wireless sensor network. In this case, the problem was handled as a multi-objective optimization problem. In this paper, we propose a hybrid optimization algorithm (GA-BPSO) based on Genetic Algorithm (GA) and Binary Particle Swarm Optimization (BPSO). The proposal of this work presents results up to 27% better in comparison to current algorithms in the literature with the same purpose.
URI:	http://hdl.handle.net/11612/3193
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
Timoteo Holanda Da Silva Sousa - TCC.pdf		1.14 MB	Adobe PDF	View/Open

Show full item record