Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/RVMR-6TCNX5
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Geraldo Robson Mateuspt_BR
dc.contributor.advisor-co1Afonso Ferreirapt_BR
dc.contributor.referee1Philippe Maheypt_BR
dc.contributor.referee2Philippe Yves Paul Michelonpt_BR
dc.contributor.referee3Antonio Alfredo Ferreira Loureiropt_BR
dc.contributor.referee4Ricardo Hiroshi Caldeira Takahashipt_BR
dc.creatorHuiban Gurvanpt_BR
dc.date.accessioned2019-08-13T16:14:20Z-
dc.date.available2019-08-13T16:14:20Z-
dc.date.issued2006-07-28pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/RVMR-6TCNX5-
dc.description.abstractAn optical telecommunication network is configured to transmit a given traffic in order to meet a given objective. However the demand changes with time and infrastructure development. The reconfiguration problem stands in this context. It consists in being able to alter the configuration of the network to adjust it to the new traffic. It is generally necessary to interrupt partially or totally the traffic to reconfigure a network. Considering the amount of data flowing on it, it may not be possible to regularly stop the network, even for a short amount of time. Many parameters have to be taken into account to find out a good solution, and many metrics can be used in order to measure the quality of a solution.In a first part, we focus on the reconfiguration problem as a ono-objectiveoptimization problem. We propose a mathematical model representing the reconfiguration problem. However solving exactly the proposed model may require a high computational time. We also propose a greedy and a simulated annealing heuristics. Depending on the metric optimized, the solutions have different characteristics. The greedy algorithm is fast and provides decent solutions whereas the simulated annealing algorithm provides solutions competing with the optimal ones.In a second part, we focus on the multiobjective aspect of the reconfiguration problem. We consider at the same time different metrics and search for a set of solutions representing different interesting trade-offs instead of a unique solution. We propose an algorithm based on our mathematical formulation. We also adapt an evolutionary algorithm. The proposed methods succeed in finding different interesting trade-offs. Giving a little flexibility with respect to a metric generally allows to significantly improve the solutions with respect to the other metrics.pt_BR
dc.description.resumoUma rede de telecomunicação ótica está configurada de forma a responder a uma dada demanda com um certo objetivo. No entanto, com o passar do tempo e com o desenvolvimento da infraestrutura, a demanda da rede muda. É neste contexto que se encontra o problema da reconfiguração, que tenta propor mudanças na atual configuração de rede de forma a adaptá-la à novas demandas. Considerando a quantidade de dados transportada, não é viável interromper a utilização da rede para reconfigurá-la, mesmo que por alguns instantes. Vários parâmetros devem ser considerados para determinar o que seria uma boa solução, e varias métricas podem ser usadas para medir a qualidade de uma solução. Em um primeiro momento, estudamos o problema da reconfiguração como sendo um problema de otimização mono-objetivo. Nós propomos um modelo matemático que atende as condições do problema. No entanto, obter a solução ótima para oproblema via modelo pode ser muito custoso em termos de tempo de computação. Propomos então uma heurística gulosa e uma heurística usando o simulated annealing. As soluções obtidas apresentam características diferentes dependente da métrica otimizada. O algoritmo guloso é rápido e acha soluções aceitáveis. O algoritmo do simulated annealing obtém soluções comparaveis às soluções ótimas.Em um segundo momento estudamos os aspectos multiobjetivo do problema da reconfiguração. Eles consistem em considerar simultaneamente as diferentes métricas e procurar, não uma única solução, mas sim, um conjunto de soluções representando diferentes compromissos interessantes e em geral em conflito. Depois propomos um algoritmo que usa nosso modelo matemático e uma adaptaçãodo algoritmo evolutivo. Os métodos propostos acham diferentes compromissos interessantes. Ao flexibilizar uma métrica permite geralmente melhorar de forma significativa as soluções obtidas com outras métricas.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectReconfiguraçãopt_BR
dc.subjectRedes óticaspt_BR
dc.subjectOtimização combinatóriapt_BR
dc.subjectProgramaçãopt_BR
dc.subjectLinearpt_BR
dc.subjectOtimização multiobjetivopt_BR
dc.subject.otherSistemas de comunicação móvelpt_BR
dc.subject.otherComunicacões óticaspt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherTelecomunicaçõespt_BR
dc.subject.otherRedes de computaçãopt_BR
dc.subject.otherSistemas de computação sem fiopt_BR
dc.titleO problema da reconfiguração nas redes WDM multifibraspt_BR
dc.typeTese de Doutoradopt_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese_g_huiban_reconfiguracao_redes_multifibras.pdf1.15 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.