Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências
Faculdade de Engenharia
Programa de Pós-Graduação...
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
INTRODUÇÃO
• Nos últimos anos o tráfego nas redes de telecomunicações
cresceu de forma acentuada devido ao surgimento de n...
INTRODUÇÃO
Tráfego total global em redes móveis, 2007-2012 (Ericsson, 2012)
• Para atender a crescente demanda de tráfego, os sistemas
WDM evoluíram. Os principais avanços foram os seguintes:
 Ampl...
EVOLUÇÃO DAS REDES ÓPTICAS DE TRANSPORTE
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
• Redes totalmente ópticas com alta capacidade possuem custo
elevado e exigem maior confiabilidade / disponibilidade e
oti...
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
O PROBLEMA RWA
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de ond...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
• Regras:
 Um mesmo comprimento de onda não pode ser utilizado no mesmo link.
 O mesmo comprimento de onda deverá ser ut...
O PROBLEMA RWA
• NSFNET
• Para reduzir sua complexidade, o problema RWA é,
usualmente, separado em dois subproblemas: um
subproblema de roteamento...
O PROBLEMA RWA – ROTEAMENTO
Roteamento Fixo:
• Apenas uma rota fixa definida previamente entre cada par de
nós de origem e...
O PROBLEMA RWA – ROTEAMENTO
Roteamento Fixo-Alternativo:
• Conjunto fixo de rotas definidas previamente para cada par de
n...
O PROBLEMA RWA – ROTEAMENTO
Roteamento Adaptativo:
• Qualquer uma das possíveis rotas que interligam os nós de
origem e de...
O PROBLEMA RWA – ALOCAÇÃO
Comparação das heurísticas em relação a probabilidade de bloqueio.
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
ALGORITMO GENÉTICO
• AG é um algoritmo inspirado nos mecanismos de evolução de
espécies na natureza. Dispensa formulação m...
ALGORITMO GENÉTICO
Evolução Natural
• Indivíduo
• Cromossomo
• Reprodução Sexual
• Mutação
• População
• Gerações
• Meio A...
ALGORITMO GENÉTICO
• Fluxograma de funcionamento do algoritmo genético
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema RWA
• Co...
AG PROPOSTO
• O programa foi desenvolvido utilizando a caixa de ferramentas
de algoritmo genético (CF-AG) do Matlab, adapt...
AG PROPOSTO - PARÂMETROS
• Criação das Redes Ópticas: A topologia de uma rede óptica pode
ser considerada como um grafo G ...
• Ocupação da rede: Matriz onde cada elemento representa o
somatório da disponibilidade de cada comprimento de onda em cad...
• O AG é executado em cada solicitação de conexão entre dois nós.
• AG trabalha com população de indivíduos e cada um repr...
 Função de Aptitude:
 Processo de atribuir um valor de aptidão a cada indivíduo.
 A função aptitude proposta leva em co...
• Exemplo de operação de recombinação.
AG PROPOSTO - ETAPAS
• Operadores Genéticos:
 Operador de Recombinação (Crossover)...
 Mutação:
 O nó de uma rota é escolhido aleatoriamente e uma nova
rota aleatória é gerada a partir do nó de mutação até ...
 Função de Seleção:
 Determina a probabilidade de os indivíduos serem
selecionados com base nas respectivas notas de apt...
 Comando do Matlab:
options = gaoptimset(options,'CreationFcn',@create_permutations, ...
'CrossoverFcn',@crossover_permut...
AGENDA
• Introdução
• Motivação
• Caracterização do problema
• Algoritmo Genético
• AG Proposto para Solução do Problema R...
AVALIÇÃO DO DESEMPENHO
• Simulações para Avaliação do Funcionamento do Programa.
Parâmetros utilizados:
3 Comprimentos de ...
AVALIÇÃO DO DESEMPENHO
• Simulações para Avaliação do Funcionamento do Programa.
Parâmetros utilizados: Rede NSFNET , W = ...
AVALIÇÃO DO DESEMPENHO
• Comparação do desempenho para gerações (G) diferentes.
Parâmetros utilizados: Rede NSFNET , W = 8...
AVALIÇÃO DO DESEMPENHO
• Comparação de desempenho do AG proposto com os de outras
heurísticas.
Parâmetros utilizados: Rede...
AVALIÇÃO DO DESEMPENHO
• Comparação do desempenho do algoritmo proposto com os de
trabalhos que utilizam AG.
Parâmetros ut...
• A utilização do algoritmo genético para solução do problema
de roteamento e alocação de comprimento de onda tem sido
foc...
• Criação de novas Funções de aptitude: Buscar melhor
desempenho na solução do problema RWA. Possibilidade de incluir
outr...
GRATO!
Eduardo Benayon
eduardo.benayon@gmail.com
Próximos SlideShares
Carregando em…5
×

Apresentação_Eduardo Benayon rev4

59 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
59
No SlideShare
0
A partir de incorporações
0
Número de incorporações
3
Ações
Compartilhamentos
0
Downloads
1
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Apresentação_Eduardo Benayon rev4

  1. 1. Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Ciências Faculdade de Engenharia Programa de Pós-Graduação em Engenharia Eletrônica Roteamento e alocação de comprimento de onda em redes WDM segundo algoritmo baseado em regras da natureza Mestrando: Eduardo Rodrigues Benayon Orientador: Prof. José Rodolfo Souza Mestrado Acadêmico Área de Concentração: Redes de Telecomunicações Linha de pesquisa: Comunicações Ópticas
  2. 2. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  3. 3. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  4. 4. INTRODUÇÃO • Nos últimos anos o tráfego nas redes de telecomunicações cresceu de forma acentuada devido ao surgimento de novas tecnologias e serviços: internet banda larga, vídeo HD, vídeo sob demanda, IPTV, comércio eletrônico, mobilidade, etc. • O único meio de transmissão capaz de suportar essa crescente demanda é a FIBRA ÓPTICA. • A tecnologia que melhor explora a imensa capacidade da fibra óptica é a WDM (Wavelength Division Multiplexing) que permite agregar vários sinais em apenas uma fibra óptica. • Redes ópticas com roteamento por comprimento de onda (WRON) são arquiteturas de rede capazes de suportar o crescente volume de tráfego.
  5. 5. INTRODUÇÃO Tráfego total global em redes móveis, 2007-2012 (Ericsson, 2012)
  6. 6. • Para atender a crescente demanda de tráfego, os sistemas WDM evoluíram. Os principais avanços foram os seguintes:  Amplificadores EDFA (Fibra dopada a Érbio) e Raman: Viabilizou os sistemas longa distância e submarinos.  Aumento da capacidade dos sistemas WDM pela diminuição do espaçamento entre canais (DWDM) e aumento da taxa de transmissão (novos tipos de modulação).  Evolução das topologias de rede com roteamento na camada óptica e otimização dos recursos. EVOLUÇÃO DAS REDES ÓPTICAS DE TRANSPORTE
  7. 7. EVOLUÇÃO DAS REDES ÓPTICAS DE TRANSPORTE
  8. 8. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  9. 9. • Redes totalmente ópticas com alta capacidade possuem custo elevado e exigem maior confiabilidade / disponibilidade e otimização de recursos. • O atendimento a uma solicitação de conexão deve ser feita de forma rápida e precisa visando maximizar o desempenho e otimizar os recursos da rede. • O estabelecimento de uma conexão entre dois pontos em uma rede óptica exige a escolha de uma rota física (conjunto de segmentos de fibra ópticas) e de uma rota luminosa (conjunto de comprimentos de onda utilizados ao longo da rota física), conhecidos na literatura como lightpaths. • Este processo é conhecido como o problema de roteamento e alocação de comprimento de onda (RWA – Routing and Wavelength Assignment). MOTIVAÇÃO
  10. 10. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  11. 11. O PROBLEMA RWA • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). • Conexões: 1) Nó A => Nó B B F A C E D OPÇÃO 1
  12. 12. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). B F A C E D OPÇÃO 2 • Conexões: 1) Nó A => Nó B O PROBLEMA RWA
  13. 13. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). B F A C E D OPÇÃO 3 • Conexões: 1) Nó A => Nó B O PROBLEMA RWA
  14. 14. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). B F A C E D OPÇÃO 4 • Conexões: 1) Nó A => Nó B O PROBLEMA RWA
  15. 15. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). B F A C E D OPÇÃO 1 • Conexões: 1) Nó A => Nó B O PROBLEMA RWA
  16. 16. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). • Conexões: 1) Nó A => Nó B 2) Nó A => Nó C B F A C E D ROTA MAIS CURTA Necessidade de 2 comprimentos de onda Atenção: Caso não tenha comprimento de onda disponível entre A e B a conexão 2 será BLOQUEADA na rota indicada. O PROBLEMA RWA
  17. 17. • Regras:  Um mesmo comprimento de onda não pode ser utilizado no mesmo link.  O mesmo comprimento de onda deverá ser utilizado em todos os links de uma rota (rede sem nós com conversão de comprimento de onda). •Conexões: 1) Nó A => Nó B 2) Nó A => Nó C B F A C E D 2ª ROTA MAIS CURTA Necessidade de apenas 1 comprimento de onda O PROBLEMA RWA
  18. 18. O PROBLEMA RWA • NSFNET
  19. 19. • Para reduzir sua complexidade, o problema RWA é, usualmente, separado em dois subproblemas: um subproblema de roteamento e um subproblema de alocação de comprimento de onda: • Abordagens para solução do subproblema de Roteamento: Roteamento fixo, Fixo-Alternativo e Adaptativo. • Principais métodos heurísticos propostos na literatura para alocação de comprimento de onda:  Alocação aleatória / Primeiro da fila / Menos usado Mais usado / Produto mínimo / Menor carga Soma máxima / Perda de capacidade relativa Reserva de comprimento de onda / Limite de proteção. O PROBLEMA RWA – TÉCNICAS LITERATURA
  20. 20. O PROBLEMA RWA – ROTEAMENTO Roteamento Fixo: • Apenas uma rota fixa definida previamente entre cada par de nós de origem e destino. • Implementação simples e baixo cisto computacional. • Apresenta maior probabilidade de bloqueio.
  21. 21. O PROBLEMA RWA – ROTEAMENTO Roteamento Fixo-Alternativo: • Conjunto fixo de rotas definidas previamente para cada par de nós de origem e destino. • Necessário que cada nó possua uma tabela com a lista de possíveis rotas para cada destino ordenadas em função de custo. • Tolerância a falhas e menor probabilidade de bloqueio que o fixo.
  22. 22. O PROBLEMA RWA – ROTEAMENTO Roteamento Adaptativo: • Qualquer uma das possíveis rotas que interligam os nós de origem e destino pode ser utilizada. • Rotas são escolhidas dinamicamente em função do estado da rede. Necessidade de conhecimento da rede. • Alto custo computacional e menor probabilidade de bloqueio.
  23. 23. O PROBLEMA RWA – ALOCAÇÃO Comparação das heurísticas em relação a probabilidade de bloqueio.
  24. 24. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  25. 25. ALGORITMO GENÉTICO • AG é um algoritmo inspirado nos mecanismos de evolução de espécies na natureza. Dispensa formulação matemática precisa. • A técnica fornece um mecanismo de busca adaptativa que se baseia no princípio darwiniano de reprodução e sobrevivência dos mais aptos. • Uma população inicial de indivíduos (soluções), representados por cromossomas, é criada e evolui por meio de operadores genéticos, como os de recombinação e mutação, formando uma nova população, que se espera que seja mais apta que anterior. • A função de aptitude / aptidão (fitness) é definida com o objetivo de avaliar a qualidade de uma solução. • O processo de evolução é repetido por um número pré-definido de iterações ou até certo critério ser atingido.
  26. 26. ALGORITMO GENÉTICO Evolução Natural • Indivíduo • Cromossomo • Reprodução Sexual • Mutação • População • Gerações • Meio Ambiente Alg. Genéticos • Solução • Representação • Operador Recombinação • Operador Mutação • Conjunto de Soluções • Ciclos • Problema • Analogia entre a Evolução Natural e os problemas de busca
  27. 27. ALGORITMO GENÉTICO • Fluxograma de funcionamento do algoritmo genético
  28. 28. • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Conclusão AGENDA
  29. 29. AG PROPOSTO • O programa foi desenvolvido utilizando a caixa de ferramentas de algoritmo genético (CF-AG) do Matlab, adaptando algumas funções às características do problema RWA. • A CF-AG de Matlab soluciona problemas de otimização com base em dados do tipo double (real) e sequência binária. • A solução do problema RWA não pode ser atendida com essa limitação. Foi necessário adaptar as funções de criação, recombinação e mutação para representação com números inteiros e utilizar matriz de células (cell array). • O desenvolvimento do trabalho baseou-se em 2 topologias de redes ópticas em malha: Rede simples com 6 nós e NSFNET.
  30. 30. AG PROPOSTO - PARÂMETROS • Criação das Redes Ópticas: A topologia de uma rede óptica pode ser considerada como um grafo G (V,E), onde V representa os nós da rede e E, as conexões físicas entre os nós. É representada por uma matriz custo ou adjacência. Rede de 6 nós Matriz Adjacência PARÂMETROS DO PROBLEMA • N: Número de nós / W: Número de comprimentos de onda Nós 1 2 3 4 5 6 1 0 1 1 0 0 0 2 1 0 1 1 0 0 3 1 1 0 0 1 0 4 0 1 0 0 1 1 5 0 0 1 1 0 1 6 0 0 0 1 1 0
  31. 31. • Ocupação da rede: Matriz onde cada elemento representa o somatório da disponibilidade de cada comprimento de onda em cada enlace da rede, em um determinado momento. AG PROPOSTO - PARÂMETROS Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 6 1 0 0 0 0 0 0 1 0 1 2 0 0 0 Ocupação 2 0 0 0 0 0 0 Ocupação 2 1 0 0 2 0 0 de rede 3 0 0 0 0 0 0 de rede 3 2 0 0 0 3 0 4 0 0 0 0 0 0 4 0 2 0 0 1 1 5 0 0 0 0 0 0 5 0 0 3 1 0 2 6 0 0 0 0 0 0 6 0 0 0 1 2 0 Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 6 1 0 0 0 0 0 0 1 0 1 1 0 0 0 2 0 0 0 0 0 0 2 1 0 0 1 0 0 λ1 = 3 0 0 0 0 0 0 λ1 = 3 1 0 0 0 1 0 4 0 0 0 0 0 0 4 0 1 0 0 1 1 5 0 0 0 0 0 0 5 0 0 1 1 0 1 6 0 0 0 0 0 0 6 0 0 0 1 1 0 Nós 1 2 3 4 5 6 Nós 1 2 3 4 5 6 1 0 0 0 0 0 0 1 0 0 1 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 λn = 3 0 0 0 0 0 0 λn = 3 1 0 0 0 1 0 4 0 0 0 0 0 0 4 0 0 0 0 0 0 5 0 0 0 0 0 0 5 0 0 1 0 0 0 6 0 0 0 0 0 0 6 0 0 0 0 0 0 Estado inicial da rede Estado da rede após 6 conexões = = ... ... λ1 + ... + λn λ1 + ... + λn
  32. 32. • O AG é executado em cada solicitação de conexão entre dois nós. • AG trabalha com população de indivíduos e cada um representa uma possível rota entre dois nós para a conexão solicitada. • A CF-AG do Matlab trabalha com representação binária e por inteiros. A representação por inteiros, onde um cromossomo é descrito por um vetor de números inteiros, foi adotada por proporcionar maior simplicidade para o problema RWA.  População inicial: Formada pelo conjunto de rotas possíveis entre os nós de origem e destino de uma solicitação de conexão geradas aleatoriamente. • Exemplo de codificação de duas rotas para conexão entre os nós 0 e 5 (0 1 2 5 ) e (0 2 4 5). AG PROPOSTO - ETAPAS
  33. 33.  Função de Aptitude:  Processo de atribuir um valor de aptidão a cada indivíduo.  A função aptitude proposta leva em consideração dois fatores importantes: o comprimento da rota e o número de comprimentos de onda disponíveis (ocupação da rede). • Função Aptidão do GA para solução do problema RWA. -fi: A função de aptitude para a rota i entre os nós de origem e destino da conexão. -lj: Comprimento do j-ésimo enlace (segmento de fibra) que compõe a rota i. -fwi: Número de comprimentos de onda livres na rota i. -W: Número total de comprimentos de onda. -α: Parâmetro de projeto, que varia entre 0 e 1. ( ) wi i j f1 f 1 l W = α + − α ∑ AG PROPOSTO - ETAPAS
  34. 34. • Exemplo de operação de recombinação. AG PROPOSTO - ETAPAS • Operadores Genéticos:  Operador de Recombinação (Crossover):  Só pode ser aplicado em pares de rotas que tenham ao menos um nó em comum.  Os pais são divididos e troca-se a segunda metade, criando dois filhos conforme figura a seguir.
  35. 35.  Mutação:  O nó de uma rota é escolhido aleatoriamente e uma nova rota aleatória é gerada a partir do nó de mutação até o nó destino. A rota do nó de origem ao de mutação não sofre alteração.  Fornece um comportamento exploratório, no sentido de que induz o algoritmo evolucionário a amostrar novos pontos do espaço de busca. 0 1 2 5 0 1 3 5 • Exemplo de operação Mutação. Indivíduo Novo Indivíduo Nó de Mutação Nó de Mutação AG PROPOSTO
  36. 36.  Função de Seleção:  Determina a probabilidade de os indivíduos serem selecionados com base nas respectivas notas de aptitude. O mecanismo da roleta é o mais utilizado. Não foi necessário adaptar a função de seleção.  Critério de Parada:  O critério de parada utilizado no algoritmo genético proposto é o número de gerações.  Opções do CF-AG:  Utilizadas para modificar parâmetros como funções customizadas, tamanho da população inicial, critério de parada, etc. AG PROPOSTO
  37. 37.  Comando do Matlab: options = gaoptimset(options,'CreationFcn',@create_permutations, ... 'CrossoverFcn',@crossover_permutation, ... 'MutationFcn',@mutate_permutation, ... 'SelectionFcn',@selectionroulette,... 'PlotFcn', my_plot, ... 'Generations',8,'PopulationSize',8)  Principais Parâmetros: PopulationType: 'custom‘ PopulationSize: 16 EliteCount: [] CrossoverFraction: [] MutationFcn: [] Generations: 8 TimeLimit: [] StallGenLimit: [] AG PROPOSTO FitnessLimit: [] InitialPopulation: [] CreationFcn: @create_permutations SelectionFcn: @selectionroulette CrossoverFcn: @crossover_permutation MutationFcn: @mutate_permutation PlotFcns: [function_handle]
  38. 38. AGENDA • Introdução • Motivação • Caracterização do problema • Algoritmo Genético • AG Proposto para Solução do Problema RWA • Avaliação do Desempenho do AG e Conclusão
  39. 39. AVALIÇÃO DO DESEMPENHO • Simulações para Avaliação do Funcionamento do Programa. Parâmetros utilizados: 3 Comprimentos de onda 8 indivíduos 16 Gerações Conexões: 1-4: λ1; 1-6: λ2; 1-5: λ1; 3-6: ? Resultado: rota = 3 5 6 Comprimento de onda ocupado 1 Alocado Comprimento de onda 2 fval = 1,6667
  40. 40. AVALIÇÃO DO DESEMPENHO • Simulações para Avaliação do Funcionamento do Programa. Parâmetros utilizados: Rede NSFNET , W = 8, P= 8, G=16, O=1 e D=11
  41. 41. AVALIÇÃO DO DESEMPENHO • Comparação do desempenho para gerações (G) diferentes. Parâmetros utilizados: Rede NSFNET , W = 8 e P= 8
  42. 42. AVALIÇÃO DO DESEMPENHO • Comparação de desempenho do AG proposto com os de outras heurísticas. Parâmetros utilizados: Rede 6 nós, W = 16, P= 8 e G=8
  43. 43. AVALIÇÃO DO DESEMPENHO • Comparação do desempenho do algoritmo proposto com os de trabalhos que utilizam AG. Parâmetros utilizados: NSFNET, W = 8, P= 8 e G=8
  44. 44. • A utilização do algoritmo genético para solução do problema de roteamento e alocação de comprimento de onda tem sido foco de diversos estudos nos últimos anos. • A utilização do algoritmo genético proposto se mostrou viável para solução do problema RWA em redes ópticas de baixa e alta complexidade. • O resultado obtido nas simulações mostrou que essa técnica tem desempenho superior ao de heurísticas tradicionais. CONCLUSÃO
  45. 45. • Criação de novas Funções de aptitude: Buscar melhor desempenho na solução do problema RWA. Possibilidade de incluir outros parâmetros, como restrições físicas da rede e do meio (OSNR, PMD, etc.), e comparar com outros trabalhos. • Implementação do algoritmo em uma rede real: Realizar o estudo aprofundado nas tecnologias utilizadas para troca de informações entre os nós da rede de uma rede óptica e plano de controle. • Comparação ou implementação com outros algoritmos inspirados em regras da natureza: Realizar estudo de outros algoritmos utilizados na solução do problema RWA, como otimização por colônia de formigas (ACO - Ant Colony Optimization) e otimização por colônia de abelhas artificiais (ABC - Artificial Bee Colony) e avaliar resultados alcançados. TRBALHOS FUTUROS
  46. 46. GRATO! Eduardo Benayon eduardo.benayon@gmail.com

×