Exportação concluída — 

Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Nogueira, Bruno César
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal Fluminense (UFF)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cidades Inteligentes
Sistemas adaptativos
Sistemas Multiagentes
Redes de computadores (DGPM-305)
Link de acesso: https://www.repositorio.mar.mil.br/handle/ripcmb/847198
Resumo: No paradigma das Cidades Inteligentes, a gestão eficiente dos recursos urbanos é essencial para promover sustentabilidade e qualidade de vida. A iluminação pública, um componente crucial da infraestrutura urbana, pode se beneficiar significativamente da integração com tecnologias IoT e sistemas adaptativos. Esses sistemas permitem a coleta e análise de dados em tempo real, possibilitando ajustes dinâmicos e eficientes na iluminação urbana. A pesquisa explora a aplicação de algoritmos de Problemas de Otimização de Restrições Distribuídas (DCOP) para a adaptação da iluminação pública. Utilizando algoritmos como DPOP, MGM e DSA, o estudo busca ajustar a luminosidade dos postes de iluminação com base em variáveis ambientais, como tráfego de veículos e presença de pedestres. A metodologia envolve a modelagem de um cenário urbano real onde os algoritmos DCOP são implementados para gerir a iluminação pública de forma adaptativa. Os dados coletados foram analisados para verificar a eficiência dos algoritmos em termos de consumo energético e qualidade da iluminação. Os resultados indicam uma redução no consumo de energia e uma melhora na eficiência operacional do sistema de iluminação pública. A aplicação de algoritmos DCOP na gestão adaptativa da iluminação urbana promove uma utilização mais racional dos recursos energéticos, melhorando a segurança e o conforto dos cidadãos. Este estudo demonstra que a integração de tecnologias IoT com algoritmos de otimização distribuída oferece soluções práticas e replicáveis para a gestão eficiente de recursos urbanos, contribuindo para o avanço das Cidades Inteligentes.
id MB_26af3fc1de96227a6a1aa0392ba78ed0
oai_identifier_str oai:www.repositorio.mar.mil.br:ripcmb/847198
network_acronym_str MB
network_name_str Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
repository_id_str
spelling Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOPCidades InteligentesSistemas adaptativosSistemas MultiagentesRedes de computadores (DGPM-305)No paradigma das Cidades Inteligentes, a gestão eficiente dos recursos urbanos é essencial para promover sustentabilidade e qualidade de vida. A iluminação pública, um componente crucial da infraestrutura urbana, pode se beneficiar significativamente da integração com tecnologias IoT e sistemas adaptativos. Esses sistemas permitem a coleta e análise de dados em tempo real, possibilitando ajustes dinâmicos e eficientes na iluminação urbana. A pesquisa explora a aplicação de algoritmos de Problemas de Otimização de Restrições Distribuídas (DCOP) para a adaptação da iluminação pública. Utilizando algoritmos como DPOP, MGM e DSA, o estudo busca ajustar a luminosidade dos postes de iluminação com base em variáveis ambientais, como tráfego de veículos e presença de pedestres. A metodologia envolve a modelagem de um cenário urbano real onde os algoritmos DCOP são implementados para gerir a iluminação pública de forma adaptativa. Os dados coletados foram analisados para verificar a eficiência dos algoritmos em termos de consumo energético e qualidade da iluminação. Os resultados indicam uma redução no consumo de energia e uma melhora na eficiência operacional do sistema de iluminação pública. A aplicação de algoritmos DCOP na gestão adaptativa da iluminação urbana promove uma utilização mais racional dos recursos energéticos, melhorando a segurança e o conforto dos cidadãos. Este estudo demonstra que a integração de tecnologias IoT com algoritmos de otimização distribuída oferece soluções práticas e replicáveis para a gestão eficiente de recursos urbanos, contribuindo para o avanço das Cidades Inteligentes.In the smart cities paradigm, the efficient management of urban resources is essential to promote sustainability and quality of life. Street lighting, a crucial component of urban infrastructure, can significantly benefit from integration with IoT technologies and adaptive systems. These systems allow the collection and analysis of data in real time, enabling dynamic and efficient adjustments to urban lighting. The research explores the application of Distributed Constraint Optimization Problems (DCOP) algorithms for the adaptability of public lighting. Using algorithms such as DPOP, MGM and DSA, the study seeks to adjust the brightness of lampposts based on environmental variables detected, such as vehicle traffic and the presence of pedestrians. The methodology involves modeling a real urban scenario where DCOP algorithms are implemented to manage public lighting in an adaptive way. The collected data was analyzed to verify the efficiency of the algorithms in terms of energy consumption and lighting quality. The results indicate a reduction in energy consumption and an improvement in the operational efficiency of the public lighting system. The application of DCOP algorithms in the adaptive management of urban lighting promotes a more rational use of energy resources, improving the safety and comfort of citizens. This study demonstrates that the integration of IoT technologies with distributed optimization algorithms offers practical and replicable solutions for the efficient management of urban resources, contributing to the advancement of smart cities.Universidade Federal Fluminense (UFF)Delicato, Flávia CoimbraMotta, Rebeca CamposNogueira, Bruno César2024-11-05T16:22:49Z2024-11-05T16:22:49Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.repositorio.mar.mil.br/handle/ripcmb/847198info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)instname:Marinha do Brasil (MB)instacron:MB2025-08-26T17:03:58Zoai:www.repositorio.mar.mil.br:ripcmb/847198Repositório InstitucionalPUBhttps://www.repositorio.mar.mil.br/oai/requestdphdm.repositorio@marinha.mil.bropendoar:2025-08-26T17:03:58Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB)false
dc.title.none.fl_str_mv Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
title Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
spellingShingle Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
Nogueira, Bruno César
Cidades Inteligentes
Sistemas adaptativos
Sistemas Multiagentes
Redes de computadores (DGPM-305)
title_short Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
title_full Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
title_fullStr Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
title_full_unstemmed Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
title_sort Uma proposta de adaptação dinâmica da iluminação urbana baseada em IoT e DCOP
author Nogueira, Bruno César
author_facet Nogueira, Bruno César
author_role author
dc.contributor.none.fl_str_mv Delicato, Flávia Coimbra
Motta, Rebeca Campos
dc.contributor.author.fl_str_mv Nogueira, Bruno César
dc.subject.por.fl_str_mv Cidades Inteligentes
Sistemas adaptativos
Sistemas Multiagentes
Redes de computadores (DGPM-305)
topic Cidades Inteligentes
Sistemas adaptativos
Sistemas Multiagentes
Redes de computadores (DGPM-305)
description No paradigma das Cidades Inteligentes, a gestão eficiente dos recursos urbanos é essencial para promover sustentabilidade e qualidade de vida. A iluminação pública, um componente crucial da infraestrutura urbana, pode se beneficiar significativamente da integração com tecnologias IoT e sistemas adaptativos. Esses sistemas permitem a coleta e análise de dados em tempo real, possibilitando ajustes dinâmicos e eficientes na iluminação urbana. A pesquisa explora a aplicação de algoritmos de Problemas de Otimização de Restrições Distribuídas (DCOP) para a adaptação da iluminação pública. Utilizando algoritmos como DPOP, MGM e DSA, o estudo busca ajustar a luminosidade dos postes de iluminação com base em variáveis ambientais, como tráfego de veículos e presença de pedestres. A metodologia envolve a modelagem de um cenário urbano real onde os algoritmos DCOP são implementados para gerir a iluminação pública de forma adaptativa. Os dados coletados foram analisados para verificar a eficiência dos algoritmos em termos de consumo energético e qualidade da iluminação. Os resultados indicam uma redução no consumo de energia e uma melhora na eficiência operacional do sistema de iluminação pública. A aplicação de algoritmos DCOP na gestão adaptativa da iluminação urbana promove uma utilização mais racional dos recursos energéticos, melhorando a segurança e o conforto dos cidadãos. Este estudo demonstra que a integração de tecnologias IoT com algoritmos de otimização distribuída oferece soluções práticas e replicáveis para a gestão eficiente de recursos urbanos, contribuindo para o avanço das Cidades Inteligentes.
publishDate 2024
dc.date.none.fl_str_mv 2024-11-05T16:22:49Z
2024-11-05T16:22:49Z
2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.repositorio.mar.mil.br/handle/ripcmb/847198
url https://www.repositorio.mar.mil.br/handle/ripcmb/847198
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Fluminense (UFF)
publisher.none.fl_str_mv Universidade Federal Fluminense (UFF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
instname:Marinha do Brasil (MB)
instacron:MB
instname_str Marinha do Brasil (MB)
instacron_str MB
institution MB
reponame_str Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
collection Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
repository.name.fl_str_mv Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB) - Marinha do Brasil (MB)
repository.mail.fl_str_mv dphdm.repositorio@marinha.mil.br
_version_ 1855762815128698880

Registros relacionados