utilização de heurísticas bioinspiradas em sistemas de inteligência coletiva para otimização...

40
Universidade Estadual do Piaui UESPI Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh Leinylson Fontinele Pereira Orientador: Prof. Esp. Jacks Renan Neves Fernandes

Upload: leinylson-fontinele

Post on 25-Jun-2015

113 views

Category:

Education


1 download

DESCRIPTION

Trabalho de Conclusão de Curso de Graduação

TRANSCRIPT

Page 1: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Universidade Estadual do Piaui UESPI

Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização

do Roteamento de Redes Mesh

Leinylson Fontinele Pereira

Orientador: Prof. Esp. Jacks Renan Neves Fernandes

Page 2: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

2Universidade Estadual do Piaui - UESPI

Introdução

O que vem por aí?

Obtenção das possíveis melhores rotas

Algoritmo S-ACO (simples)

Heurísticas bioinspiradas

Tomada de decisão

Qualidade das soluções

Comportamento global

Dorigo (1992; 1996), Gambardella (1999), Campello (2012).

Alguns conceitos – Trabalhos e aplicações - Resultados - Considerações

INTRODUÇÃO

Page 3: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

3Universidade Estadual do Piaui - UESPI

Referencial Teórico

Redes Mesh - Wireless Mesh Networks (WMN’s)

Auto-organizadas e autoconfiguradas.

fonte da imagem: Disponível em: http://www.computerhope.com. Acesso em 30/01/2013.

Redes Mesh REFERENCIAL TEÓRICO

Page 4: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

4Universidade Estadual do Piaui - UESPI

Referencial Teórico

Redes Mesh - Wireless Mesh Networks (WMN’s)

Fornecem vantagens para a comunicação de dados em relação a

outros tipos de redes sem fio.

fonte da imagem: http://www.radioenge.com.br/redemesh.html

Redes Mesh REFERENCIAL TEÓRICO

Page 5: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

5Universidade Estadual do Piaui - UESPI

Referencial Teórico

Representação por Grafos

Vértices (nós)

Conexo

Direcionado

Ponderado

fonte das imagens: http://pt.wikipedia.org/wiki/Grafos

Conexões (arestas) Matriz de

valores

Representação por Grafos

REFERENCIAL TEÓRICO

Page 6: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

6Universidade Estadual do Piaui - UESPI

Referencial Teórico

Otimização REFERENCIAL TEÓRICO

Otimização Otimização

Combinatória. Existe uma grande quantidade discreta de possíveis

soluções.

fonte das imagens: GESTÃO – Revista de Administração e Sistemas de Informação, n. 10, 2008 (grifo nosso).

Page 7: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

7Universidade Estadual do Piaui - UESPI

Referencial Teórico

Sistemas Inteligentes

“A propriedade de um sistema onde o comportamento de vários agentes

simples interagindo direta ou indiretamente ao agir em seu ambiente local

acarreta na emergência de um comportamento global “inteligente”...

(Engelbrecht, 2005)

REFERENCIAL TEÓRICO

Sistemas Inteligentes

fonte das imagens: Disponível em: <depositphotos.com>. Acesso em: 30 jan. 2013.

Page 8: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

8Universidade Estadual do Piaui - UESPI

Referencial Teórico

Inteligência Coletiva (Swarm Intelligence)

Inteligência

Coletiva

Proximidade

Estabilidade

AdaptabilidadeDiversidade

Qualidade

REFERENCIAL TEÓRICO

Inteligência Coletiva

Page 9: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

9Universidade Estadual do Piaui - UESPI

Referencial Teórico

Comportamento Social

fonte das imagens: Disponível em: <http://www.infopedia.pt>. Acesso em: 13 jan. 2013

REFERENCIAL TEÓRICO

Comportamento Social

Page 10: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

10Universidade Estadual do Piaui - UESPI

Referencial Teórico

Formigas Artificiais

Trilha de feromônio artificial.

Histórico da colônia

Evaporação permite que a colônia de formigas lentamente esqueça seu histórico.

fonte da imagem: Hölldobler e Wilson (1990)

Evaporação dos feromônios

REFERENCIAL TEÓRICO

Formigas Artificias

Page 11: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

11Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

Colônia de Formigas

Auto-organização

Habilidade restringida

Política de decisão local estocástica

Constroem novas soluções

Avalia a solução

Deposita uma trilha de feromônio

Com o passar do tempo, o feromônio irá evaporar...

TRABALHOS RELACIONADOS Colônia de Formigas

Page 12: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

12Universidade Estadual do Piaui - UESPI

Como acontece?

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

TRABALHOS RELACIONADOS Colônia de Formigas

Page 13: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

13Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

Configuração de Redes de Distribuição Via Algoritmo de Formigas

A configuração de redes de distribuição é formulada como um problema

de otimização para ser resolvido mediante aplicação de um método

alternativo: o Ant Colony Optimization (ACO).

fonte: Dorigo, 1992.

TRABALHOS RELACIONADOS

Config. Redes de Distribuição

Page 14: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

14Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

Algoritmo Simples de Otimização por Colônias de Formigas (S-ACO)

O ACO simples (S-ACO) pode ser utilizado para determinar uma solução

para o problema do caminho mais curto definido no grafo TRABALHOS RELACIONADOS

Algoritmo S-ACO (simples)

fonte: Dorigo, 1992.

Page 15: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

15Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

Algoritmo Genérico de Otimização por Colônias de Formigas (ACO)

Biologia Algoritmo ACO

FormigaAgente usado para construir soluções para o

problema

Colônia de formigasGrupo de agentes que cooperam entre si

(formigas artificiais)

Trilha de feromônio

Alteração do ambiente causada pelas formigas

artificiais com o intuito de estabelecer uma

comunicação indireta com as outras formigas da

colônia

Evaporação do

feromônio

Diminuição do coeficiente de feromônio de um

determinado ramo em função do tempo

decorrido

fonte: (Leandro N. de C. & Fernando J. V. Z. - DCA/FEEC/Unicamp). Disponível em: <ftp://ftp.dca.fee.unicamp.br/pub/docs/vonzuben/ia006_03/topico4_03.pdf>. Acesso em: 26 set. 2012.

TRABALHOS RELACIONADOS

Algoritmo ACO (genérico)

Page 16: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

16Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)

Agrupamento por Colônias de Formigas (ACA)

Biologia (Ant

Clustering)Algoritmo ACA

Ambiente (Arena)Grade (Grid) bidimensional onde os itens são

posicionados e as formigas se movem

FormigaAgente apto a mover-se, coletar e largar itens

no ambiente

Colônia de FormigasGrupo de agentes que cooperam entre si

(formigas artificiais)

Corpos e larvas de

formigasItens (dados de entrada, etc)

Pilha (grupos) de

corposClusters de itens

Visibilidade de uma

formigaFração de itens percebidos

TRABALHOS RELACIONADOS

Algoritmo ACA (clustering)

fonte: (Leandro N. de C. & Fernando J. V. Z. - DCA/FEEC/Unicamp). Disponível em: <ftp://ftp.dca.fee.unicamp.br/pub/docs/vonzuben/ia006_03/topico4_03.pdf>. Acesso em: 26 set. 2012.

Page 17: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

17Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)Adaptação Social do Conhecimento

Utilizada inicialmente para determinar pesos e definir a arquitetura de Redes Neurais Artificiais (RNA),

Particle Swarm Optimization (PSO)

Avalie

TRABALHOS RELACIONADOS

Algoritmo PSO (partículas)

fonte das imagens: Disponível em: <depositphotos.com>. Acesso em: 30 jan. 2013.

Page 18: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

18Universidade Estadual do Piaui - UESPI

Sistemas de Formigas e Suas Aplicações (Trabalhos

Relacionados)De Sistemas Sociais para Enxames de Partículas

Sociocognição Algoritmo PSO

Indivíduo Partícula

População de indivíduos Enxame de Partículas

Esquecimento e

aprendizagem

Incremento ou decremento nos valores de

algumas propriedades dos indivíduos

(partículas)

Experiência própria de

um indivíduo

Cada partícula possui algum conhecimento

de sua história (desempenho) e emprega este

conhecimento para direcionar seus próximos

movimentos

Interações sociais

Cada partícula também possui informações

sobre a vida (desempenho) de outras

partículas e aplica tal conhecimento para

orientar seus próximos movimentos

TRABALHOS RELACIONADOS

Algoritmo PSO (partículas)

fonte: (Leandro N. de C. & Fernando J. V. Z. - DCA/FEEC/Unicamp). Disponível em: <ftp://ftp.dca.fee.unicamp.br/pub/docs/vonzuben/ia006_03/topico4_03.pdf>. Acesso em: 26 set. 2012.

Page 19: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

19Universidade Estadual do Piaui - UESPI

Simulador RotÓtima

Modelagem do Ambiente

SIMULADOR ROTÓTIMA Ambiente de Simulação

Page 20: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

20Universidade Estadual do Piaui - UESPI

Modelagem do Ambiente

Simulador RotÓtima

SIMULADOR ROTÓTIMA Ambiente de Simulação

Page 21: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

21Universidade Estadual do Piaui - UESPI

Topologias Utilizadas

Simulador RotÓtima

SIMULADOR ROTÓTIMA

Topologias Utilizadas

Page 22: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

22Universidade Estadual do Piaui - UESPI

Probabilidade de Transição

fonte da imagem: Disponível em: <http://liderar.webnode.com/products/lideranca>. Acesso em: 28 jan. 2013

Simulador RotÓtima

SIMULADOR ROTÓTIMA

Probabilidade de Transição

fonte: Dorigo, 1992.

Page 23: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

23Universidade Estadual do Piaui - UESPI

Qualidade da Solução

Simulador RotÓtima

Inverso do comprimento em termos da distância física entre o nó origem e o nó destino.

SIMULADOR ROTÓTIMA

Qualidade da Solução

fonte: Dorigo, 1992.

Page 24: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

24Universidade Estadual do Piaui - UESPI

Atualização da Trilha de Feromônio

Simulador RotÓtima

“Quando uma formiga deposita feromônio numa determinada conexão, ela está aumentando a probabilidade de que esta conexão seja selecionada por outra formiga, reforçando uma determinada trilha” (DORIGO, 1992).

SIMULADOR ROTÓTIMA

Update da Trilha de Feromônio

fonte: Dorigo, 1992.

Page 25: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

25Universidade Estadual do Piaui - UESPI

Evaporação da Trilha de Feromônio

Simulador RotÓtima

Para evitar uma convergência prematura em uma região subótima

SIMULADOR ROTÓTIMA

Evaporação do Feromônio

fonte: Dorigo, 1992.

Page 26: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

26Universidade Estadual do Piaui - UESPI

Critérios de Parada

O número máximo de iterações excedido.

Solução aceitável encontrada.

Estagnação.

Simulador RotÓtima

SIMULADOR ROTÓTIMA

Critérios de Parada

fonte: Dorigo, 1992.

Page 27: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

27Universidade Estadual do Piaui - UESPI

Descrição do Pseudocódico

Simulador RotÓtima

SIMULADOR ROTÓTIMA

Descrição do Pseudocódigo

Page 28: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

28Universidade Estadual do Piaui - UESPI

Análises e Resultados

Variação das Taxas de Feromônio

Experimento da Ponte Binária

ANÁLISE E RESULTADOS

fonte: Denenbourg et al., 1990

Page 29: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

29Universidade Estadual do Piaui - UESPI

Análises e Resultados

Variação das Taxas de Feromônio - Topologia Depositado pelas formigas, o feromônio varia em

virtude dos movimentos de exploração e explotação para a construção da solução ótima do grafo

Eficácia do algoritmo quanto à obtenção da possível melhor rota

ANÁLISE E RESULTADOS

Page 30: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

30Universidade Estadual do Piaui - UESPI

Análises e Resultados

Variação das Taxas de Feromônio - Soluções Encontradas

ANÁLISE E RESULTADOS

Page 31: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

31Universidade Estadual do Piaui - UESPI

Análises e Resultados

Variação das Taxas de Feromônio – Incremeto de Feromônio

ANÁLISE E RESULTADOS

Page 32: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

32Universidade Estadual do Piaui - UESPI

Análises e Resultados

Pré-forrageamento

ANÁLISE E RESULTADOS

fon

te:

Den

en

bou

rg e

t al., 1

99

0

fon

te:

Den

en

bou

rg e

t al., 1

99

0

Pós-forrageamento

Page 33: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

33Universidade Estadual do Piaui - UESPI

Considerações Finais

Demonstração da forma de atuação de agentes inteligentes baseada na inteligência de enxames.

Aplicações que podem ser desenvolvidas

A solução heurística confirma a possibilidade da utilização de um conhecimento simples para solucionar problemas complexos

S-ACO

CONCIDERAÇÕES FINAIS

Page 34: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

REFERENCIAL TEÓRICO

TRABALHOS RELACIONADOS

SIMULADOR ROTÓTIMA

ANÁLISE E RESULTADOS

CONCIDERAÇÕES FINAIS

Redes Mesh Representação por Grafos Otimização Sistemas Inteligentes Inteligência Coletiva Comportamento Social Formigas Artificias

Colônia de Formigas Config. Redes de Distribuição Algoritmo S-ACO (simples) Algoritmo ACO (genérico) Algoritmo ACA (clustering) Algoritmo PSO (partículas)

Topologias Utilizadas

Descrição do Pseudocódigo

Evaporação do Feromônio

Qualidade da Solução

Probabilidade de Transição

Update da Trilha de Feromônio

Critérios de Parada

Ambiente de Simulação

INTRODUÇÃO

34Universidade Estadual do Piaui - UESPI

Não apenas simular, mas também implementar em robôs reais.

Utilização do algoritmo base, para criação de frameworks.

A utilização conjunta de mais de um tipo de feromônio.

fonte das imagens: Disponível em: <http://www.arduinoos.com/2010>. Acesso em: 20 jan. 2013

Considerações Finais

CONCIDERAÇÕES FINAIS

Page 35: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Simulação

35Universidade Estadual do Piaui UESPI

Page 36: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

36

Obrigado!

Universidade Estadual do Piaui - UESPI

“Talvez não tenha conseguido fazer o melhor, mas lutei para que o melhor fosse feito. Não sou o que deveria ser, mas Graças a Deus, não sou o que era antes”. (Martin Luther King)

fonte das imagens: Disponível em: <www.aescoladavida.com>. Acesso em: 26 jan. 2013.

Page 37: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Bibliografia

37Universidade Estadual do Piaui - UESPI

ANJOS, Pablo L. dos. Introdução ao Estudo da Teoria dos Grafos. Disponível em: http://descartes.ucpel.tche.br/WFC/2002/apa_grupo4-TeoriaDosGrafos.pdf . Acesso: em 26 ago. 2012.

Annual Report Cisco, 2006. Disponível em: <http://www.cisco.com/web/about/ac49/ac20/ac19/ar2006/index.html> Acesso em: 30 jan. 2013.

ANTONIOLI, Leonardo. Estatísticas, Dados e Projeções Atuais Sobre a Internet no Brasil. 14 de dez. de 2012. Disponível em: < http://tobeguarany.com/internet_no_brasil.php> . Acesso em: 30 jan. 2013.

ANTES 2012. Eighth International Conference on Swarm Intelligence, Université Libre de Bruxelles, Brussels, Belgium (Sep 12-14, 2012). Disponível em: < http://iridia.ulb.ac.be/dorigo/ACO/ACO.html>. Acesso em: 12 jan. 2013.

Associação Brasileira de Normas e Técnicas (ABNT). NBR 14724: Informação e Documentação: Trabalhos Acadêmicos. Rio de Janeiro, 2011.

AZEVEDO, Nuno. Guia de Estudo: Redes e Internet, Escola Básica Integrada de Angra do Heroísmo - Tecnologias da Informação e Comunicação, 2005. Disponível em: <http://www.ebiah.edu.pt/eb23ah.edu.pt/Sala%20de%20Estudo/centrorecursostic/Redes%20e%20Internet/Guia%20de%20Estudo%20-%20Redes%20e%20Internet.pdf>. Acesso em: 04 jan. 2012.

BONABEAU, DORIGO e THERAULAZ. Swarm Intelligence: From Natural to Artificial Systems. Oxford Press, 1999.

CAMPELLO, R. J. G. B. et al. Computação Natural: Uma Breve Visão Geral. Disponível em <http://www.ica.ele.puc-rio.br/nanobio2004>. Acesso em: 07 jul. 2012.

CASTRO, Leandro N. de, ZUBEN, Fernando J. Von, Introdução à Computação Natural, IA006 – DCA/FEEC/Unicamp, 2005. Disponível em: <ftp://ftp.dca.fee.unicamp.br/pub/docs/vonzuben/ia006_03/topico4_03.pdf>. Acesso em: 26 set. 2012. 

Page 38: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Bibliografia

38Universidade Estadual do Piaui - UESPI

CHAN, Felix T. S., TIWARI, Manoj K. Swarm Intelligence: Focus on Ant and Particle Swarm Optimization. Disponível em: < http://www.intechopen.com/books/swarm_intelligence_focus_on_ant_and_particle_swarm_optimization>. Acesso em 21 dez. 2012.  CHAPMAN & HALL, Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications . CRC Computer & Information Science Series.

DORIGO, m., Di caro, g., GAMBARDELLA, M. Ant Algorithms For Discrete Optimization. Artificial Life, vol. 5, pp. 97-116, 1999.

COSTA, Danilo. Simulador Extensível para Navegação de Agentes Baseado em Inteligência de Enxames . Instituto de Ciências Matemáticas e de Computação, São Carlos, 2007. DORES, Abner das. et. al. AntColonySwarm: Simulação do Comportamento de uma Colônia de Formigas, Vida Artificial na Computação.  DORIGO, M., MANIEZZO, V., COLORNI, A. (1996), "The Ant System: Optimization by a Colony of Cooperating Agents", IEEE Trans. on Systems, Man, and Cybernetics – Part B, 26 (1), pp. 29-41. DORIGO, Marco. Ant Colony Optimization, 1992. Disponível em: <http://www.scholarpedia.org/article/Ant_colony_optimization>. Acesso em: 28 nov. 2012. ENGELBRECHT, A. P. Fundamentals of Computational Swarm Intelligence, John Willey & Sons Ltda, 2005. GLOVER . F. Future Paths for Integer Programming and Links to Artificial Intelligence . Computers and Operations Research, 5:553–549, 1986.

HANSEN P. The steepest ascent mildest descent heuristic for combinatorial programming. In Congress on Numerical Methods in Combinatorial Optimization, Capri, Italy, 1986.

Page 39: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Bibliografia

39Universidade Estadual do Piaui - UESPI

KENNEDY, J. EBERHART, R. & SHI. Y. Swarm Intelligence, Morgan Kaufmann Publishers, 2001. Laboratório Virtual em Computação Natural (LVCoN), Disponível em: <http://lvcon.tuilux.com.br/lvcon>. Acesso em: 28 dez. 2012. LUCAS, Diogo C. Algoritmos Genéticos: Uma Introdução. UFRGS, 2002. Disponível em:< http://www.inf.ufrgs.br/~alvares/INF01048IA/ApostilaAlgoritmos Geneticos.pdf >. Acesso em: 09 nov. 2012. NETO, João P. C. Configuração de Redes de Distribuição via Algoritmo de Formigas. 2000. Disponível em: <http://www.dee.ufcg.edu.br/~pet/jornal/projs/proj6.html>. Acesso em: 23 nov. 2012. SCHILDT Herbert. As Origens do C/C++, C Completo e Total 3ª Ed. Pág.: 3-8.SILVA, Helber W. da. Um Esquema de Seleção de Rotas para o Balanceamento de Segurança e Desempenho em Redes em Malha Sem Fio, Cap. 2, Pág. 6, 2011. SOUZA, Marcone J. F. Inteligência Computacional para Otimização, Departamento de Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, MG. SOUZA, Rodrigo C. T. de, Heurísticas Bioinspiradas de Otimização Combinatória. GESTÃO – Revista de Administração e Sistemas de Informação, v. 10, n. 10, jan./jun. 2008.  Teleco – Inteligência em Telecomunicações. Qualidade de Serviços (QoS): Conceitos de Rede. Disponível em: <http://www.teleco.com.br/tutoriais/tutorialqosotm/pagina_2.asp>. Acesso em: 04 jan. 2012. XuTi Game Development. Allegro, 2002. WAZLAWICK, Raul S. Metodologia de Pesquisa para Ciência da Computação, Rio de Janeiro: Elsevier, 6ª reimpressão, 2009.

Page 40: Utilização de Heurísticas Bioinspiradas em Sistemas de Inteligência Coletiva para Otimização do Roteamento de Redes Mesh

Universidade Estadual do Piaui - UESPI 40

“Sistema é um conjunto de partes interagentes e interdependentes que, consequentemente, formam um todo unitário com determinado objetivo e efetuam determinada função”

Djalma de Pinho Rebouças de Oliveira

fonte das imagens: Disponível em: <depositphotos.com>. Acesso em: 30 jan. 2013.