Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Oliveira, Renato Resende Ribeiro de
Orientador(a): Heimfarth, Tales
Banca de defesa: Bettio, Raphael W. de, Correia, Luiz Henrique A., Toledo, Cláudio Fabiano M.
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UNIVERSIDADE FEDERAL DE LAVRAS
Programa de Pós-Graduação: DCC - Programa de Pós-graduação
Departamento: Não Informado pela instituição
País: BRASIL
Palavras-chave em Português:
Rede de sensor sem fio
Middlewares
Programação genética
Algoritmo genético
Wireless sensor network
Genetic programming
Genetic algorithm
Área do conhecimento CNPq:
CNPQ_NÃO_INFORMADO
Link de acesso: https://repositorio.ufla.br/handle/1/2707
Resumo: 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.
id UFLA_d37299ecf54e1328e0a070fadb331a5d
oai_identifier_str oai:repositorio.ufla.br:1/2707
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2014-08-13T18:50:58Z2014-08-13T18:50:58Z2014-08-132014-01-24OLIVEIRA, 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.https://repositorio.ufla.br/handle/1/2707Dissertação 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.Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)Redes de Computadores e Sistemas EmbarcadosThe 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.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.UNIVERSIDADE FEDERAL DE LAVRASDCC - Programa de Pós-graduaçãoUFLABRASILCNPQ_NÃO_INFORMADORede de sensor sem fioMiddlewaresProgramação genéticaAlgoritmo genéticoWireless sensor networkGenetic programmingGenetic algorithmProgramação genética aplicada à geração automatizada de aplicações para redes de sensores sem fioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisHeimfarth, TalesBettio, Raphael W. deCorreia, Luiz Henrique A.Toledo, Cláudio Fabiano M.Oliveira, Renato Resende Ribeiro deinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAORIGINALDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdfDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdfapplication/pdf525492https://repositorio.ufla.br/bitstreams/0ffdc592-6bf2-4d73-8723-3d0cc88e740a/download58ac7f3daa23e5095795716ac4d04549MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/5a8ef4dc-37e8-471b-afa6-0e3668376818/download760884c1e72224de569e74f79eb87ce3MD52falseAnonymousREADTEXTDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdf.txtDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdf.txtExtracted texttext/plain103634https://repositorio.ufla.br/bitstreams/24114a9d-a656-4ed1-b7a7-5d3181428e9b/download2183b66e228ce8c6400ccd4680db8420MD53falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdf.jpgDISSERTAÇÃO_Programação genética aplicada a geração automatizada de.pdf.jpgGenerated Thumbnailimage/jpeg2686https://repositorio.ufla.br/bitstreams/8e86173f-dfd8-441b-aa03-91cb241f44df/download17b3b4ce0cc32305a5a9e042ba55c8a6MD54falseAnonymousREAD1/27072025-10-02 17:28:40.254open.accessoai:repositorio.ufla.br:1/2707https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-10-02T20:28:40Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
title Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
spellingShingle Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
Oliveira, Renato Resende Ribeiro de
CNPQ_NÃO_INFORMADO
Rede de sensor sem fio
Middlewares
Programação genética
Algoritmo genético
Wireless sensor network
Genetic programming
Genetic algorithm
title_short Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
title_full Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
title_fullStr Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
title_full_unstemmed Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
title_sort Programação genética aplicada à geração automatizada de aplicações para redes de sensores sem fio
author Oliveira, Renato Resende Ribeiro de
author_facet Oliveira, Renato Resende Ribeiro de
author_role author
dc.contributor.advisor1.fl_str_mv Heimfarth, Tales
dc.contributor.referee1.fl_str_mv Bettio, Raphael W. de
Correia, Luiz Henrique A.
Toledo, Cláudio Fabiano M.
dc.contributor.author.fl_str_mv Oliveira, Renato Resende Ribeiro de
contributor_str_mv Heimfarth, Tales
Bettio, Raphael W. de
Correia, Luiz Henrique A.
Toledo, Cláudio Fabiano M.
dc.subject.cnpq.fl_str_mv CNPQ_NÃO_INFORMADO
topic CNPQ_NÃO_INFORMADO
Rede de sensor sem fio
Middlewares
Programação genética
Algoritmo genético
Wireless sensor network
Genetic programming
Genetic algorithm
dc.subject.por.fl_str_mv Rede de sensor sem fio
Middlewares
Programação genética
Algoritmo genético
Wireless sensor network
Genetic programming
Genetic algorithm
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.
publishDate 2014
dc.date.submitted.none.fl_str_mv 2014-01-24
dc.date.accessioned.fl_str_mv 2014-08-13T18:50:58Z
dc.date.available.fl_str_mv 2014-08-13T18:50:58Z
dc.date.issued.fl_str_mv 2014-08-13
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.citation.fl_str_mv 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.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/2707
identifier_str_mv 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.
url https://repositorio.ufla.br/handle/1/2707
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.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
dc.publisher.program.fl_str_mv DCC - Programa de Pós-graduação
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/0ffdc592-6bf2-4d73-8723-3d0cc88e740a/download
https://repositorio.ufla.br/bitstreams/5a8ef4dc-37e8-471b-afa6-0e3668376818/download
https://repositorio.ufla.br/bitstreams/24114a9d-a656-4ed1-b7a7-5d3181428e9b/download
https://repositorio.ufla.br/bitstreams/8e86173f-dfd8-441b-aa03-91cb241f44df/download
bitstream.checksum.fl_str_mv 58ac7f3daa23e5095795716ac4d04549
760884c1e72224de569e74f79eb87ce3
2183b66e228ce8c6400ccd4680db8420
17b3b4ce0cc32305a5a9e042ba55c8a6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947794574376960

Registros relacionados