Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/2707
Título: Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
Autor : Oliveira, Renato Resende Ribeiro de
Primeiro orientador: Heimfarth, Tales
Primeiro membro da banca: Bettio, Raphael W. de
Correia, Luiz Henrique A.
Toledo, Cláudio Fabiano M.
Área de concentração: Redes de Computadores e Sistemas Embarcados
Palavras-chave: Rede de sensor sem fio
Middlewares
Programação genética
Algoritmo genético
Wireless sensor network
Genetic programming
Genetic algorithm
Data da publicação: 13-Ago-2014
Agência(s) de fomento: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Referência: OLIVEIRA, R. R. R. de. Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio. 2014. 71 p. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2014.
Resumo: A programa c~ao de redes de sensores sem o (RSSF) e uma tarefa complexa devido a programa c~ao em linguagens de baixo n vel e a necessidade de uma aplica c~ao distinta para cada sensor. Al em disso, sensores sem os possuem grandes limita c~oes de hardware, como baixo poder de processamento, pouca mem oria e limita c~ao energ etica. Portanto, a programa c~ao autom atica de RSSF e desej avel, uma vez que pode-se contemplar essas di- culdades automaticamente, al em de economizar em custos, pois elimina a necessidade de alocar um desenvolvedor para programar a RSSF. A gera c~ao autom atica de c odigos-fonte para RSSF utilizando programa c~ao gen etica foi pouco estudada na literatura at e o momento. A programa c~ao gen etica mostrou-se promissora na gera c~ao de c odigo em diversas areas de aplica c~ao. Dessa forma, o presente estudo prop~oe o desenvolvimento e a aplica c~ao de algoritmos evolutivos para gerar e evoluir c odigos-fonte que solucionem problemas de RSSF. O objetivo e que os algoritmos evolutivos desenvolvidos sejam capazes de resolver problemas distintos de RSSF de forma correta (atendendo o objetivo geral do problema) e com uma e ci^encia satisfat oria (principalmente no quesito energia gasta pelos n os sensores). Os resultados obtidos mostram que a ferramenta e capaz de solucionar de maneira otima o Problema de Detec c~ao de Eventos para RSSF com topologia em grade e de forma satisfat oria para RSSF com topologia rand^omica. Sendo assim, o presente estudo traz contribui c~oes para a area de RSSF, uma vez que a programa c~ao autom atica de RSSF reduz consideravelmente a m~ao de obra humana na programa c~ao das mesmas, al em de reduzir os custos da realiza- c~ao desta tarefa.
The wireless sensor networks (WSN) programming is a complex task due to the low-level programming languages and the need of a speci c application for each sensor. Furthermore, wireless sensors have many hardware limitations such as low processing power, small memory and energetic limitations. Hence, the automatic programming of WSNs is desirable since it can automatically address these di culties, besides saving costs by eliminating the need to allocate a developer to program the WSN. The automatic code generation for WSNs using genetic programming has been poorly studied in the literature so far. The genetic programming has proved to be promising in code generation for many application areas. This study proposes the development and application of evolutionary algorithms to generate source codes that solve WSNs problems. The developed evolutionary algorithms should be able to solve di erent problems ofWSNs correctly (achieve the main goal of the problem) and with satisfatory e ciency (mainly on energy savings). The obtained results show that the proposed framework is able to nd optimal solutions for the Event Detection Problem for WSN with grid topology and to nd satisfatory solutions for WSN with randomized topology. Thus, this study brings many contributions to the WSN area since the automatic programming of WSNs drastically reduces the human programming e ort, besides saving costs on executing this task.
metadata.teses.dc.description: Dissertação apresentada a Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Ciência da Computação, área de concentração em Redes de Computadores e Sistemas Embarcados, para a obtenção do título de Mestre.
URI: http://repositorio.ufla.br/jspui/handle/1/2707
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções:DCC - Ciência da Computação - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdf513,18 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.