Вы находитесь на странице: 1из 6

UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 1

Optimizacion en la Asignacion de Recursos por el


Agente Negociador del Sistema Multi Agente TLON
para Redes Ad-hoc
Juan Sebastian Vivero Jauregui, Estudiante, Universidad Nacional,

ResumenLas redes ad-hoc son una posible solucion a varios


problemas presentados hoy, por lo que el grupo de investigacion
en redes dinamicas de telecomunicaciones y lenguajes de pro-
gramacion distribuidos (TLON) de la Universidad Nacional de
Colombia esta dirigiendo actualmente su trabajo a la creacion del
sistema TLON, que busca generar una red Ad-Hoc de inspiracion
social con conceptos tales como equidad Y la equidad (en la
asignacion de recursos y tareas), permitiendo a los diversos tipos
de dispositivos electronicos que tienen capacidad de conectividad
wi-fi para compartir y hacer uso de los recursos de otros
dispositivos conectados a la red. Es aqu donde la importancia de
un agente de negociacion que distribuye las tareas de la red a sus
respectivos nodos entra teniendo en cuenta los recursos de cada
nodo, para esta optimizacion se utilizara el metodo de simplex
por asignacion, el metodo hungaro y el algoritmo A *.
Keywordsalgoritmo, agente, nodos, metodo hungaro, recur-
sos,optimizacion, Ad-hoc.
Figura 1: Sistema TLON.
I. I NTRODUCCI ON
Desde la estandarizacion de la tecnologa de conexion Proyecto TLON [online]. Colombia: Universidad Nacional, 20014
Disponible en:http://tlon.unal.edu.co/proyecto-tlon
inalambrica WECA (Wireless Ethernet Compatibility) en
1999, que, posteriormente pasara a llamarse Wi-Fi, la cantidad
de dispositivos que han adoptado esta tecnologa ha crecido
exponencialmente hasta convertirse en el estandar de conexion
inalambrica principal de la actualidad, tanto que, en Febrero
del presente ano, Cisco, uno de los principales fabricantes de de los recursos de los demas dispositivos conectados a la red
equipos de redes, proyecta que durante los proximos cinco anos [2].
existiran alrededor de 5.500 millones de usuarios de moviles,
lo que representa el 70 por ciento de la poblacion mundial Para lograr este objetivo, segun [3] [4] sobre la capa de
(para el 2020 la poblacion mundial sera de 7.800 millones red se virtualizan los recursos disponibles de cada nodo, estos
habitantes, segun las Naciones Unidas). recursos son administrados por una capa superior que contiene
De la mano de este crecimiento la diversidad de los disposi- un sistema multiagentes donde se crean y conviven diferentes
tivos que admiten conexion a redes se diversifica vertiginosa- tipos de agentes que administran la logica el sistema [5],
mente, en la actualidad, sensores, camaras, telefonos celulares, encima de esta capa se montan diferentes aplicaciones que
electrodomesticos y casas entre muchos otros, cuentan con la solicitan recursos y permiten la interaccion con el usuario [6].
posibilidad de conectarse a redes Wi-Fi, pero, en contraste con Transversal a estas diferentes capas se encuentra el lenguaje
el avance que ha tenido el hardware, las herramientas de soft- de programacion TLON disenado con base en las necesidades
ware que permitan hacer un uso adecuado de estos dispositivos de las redes Ad-Hoc y mas precisamente de la arquitectura del
no ha brindado una solucion adecuada a la demanda. El grupo sistema TLON [7].
de investigacion en redes de telecomunicaciones dinamicas y
lenguajes de programacion distribuidos (TLON) de la Univer- En la capa del sistema multiagente existe un agente que ha
sidad Nacional de Colombia actualmente dirige su trabajo a sido denominado agente negociador, cuya funcion es asignar
la creacion del sistema TLON, que busca la generacion de diferentes tareas a los nodos de la red, crear un modulo que
una red Ad-Hoc socio-inspirada [1], con conceptos como la asigne estas tareas de manera eficiente haciendo uso de la
justicia y equidad (en la asignacion de recursos y tareas), que tecnica simplex como en [8] para el modelo de asignacion,
permita a los diversos tipos de dispositivos electronicos que el metodo hungaro y el algoritmo A* es el objetivo de este
tienen capacidad de conectividad wi-fi compartir y hacer uso trabajo final.
UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 2

II. A NTECEDENTES III-C. Algoritmo Estrella o de Busqueda A*


Modelar matematicamente el problema de la negociacion de Utiliza una funcion de evaluacion f(n)=g(n)+h(n) que com-
recursos y asignacion de tareas a cargo del agente negociador bina busquedas en anchura y en profundidad [15] [16]. Mien-
del sistema multiagente TLON para el sistema TLON y dar una tras que h(n) tiende a (BFS), g(n) tiende a (DFS) as se cambia
solucion optima haciendo uso del algoritmo A* como metodo el camino de busqueda alternativamente mirando caminos mas
de solucion principal [9], utilizando el modelo de transporte de prometedores [17]. De esta manera la cantidad de caminos
asignacion y el metodo Hungaro para ejemplificar diferentes explorados en A* es menor que en otros algoritmos existentes
soluciones con los temas abordados en el curso usando solver (BFS, DFS), al usarse una heurstica admisible (aquella que
en excel. no sobre-estime el costo) se llegara siempre a una solucion
Dado que el agente negociador se enmarca en el sistema optima [18].
multiagente, que a su vez se enmarca en un proyecto muchos Al emplear el metodo A* se busca que con la combinacion
mas amplio que es el sistema TLON, este diseno modulo de de este junto con una heurstica se obtengan los mismos
asignacion de tareas del agente negociador se limita a trabajar resultados que aplicando el metodo hungaro y el del modelo de
con datos de prueba y aislado del sistema multiagente en el transporte de asignacion, pero con una mayor facilidad de uso
que sera incluido posteriormente con los ajustes respectivos. y una mayor rapidez, pero sobretodo porque es un algoritmo
Los datos con los que trabajamos son similares en estructura de busqueda altamente eficiente y permite una integracion
y contenido a los que eventualmente arrojaran los demas relativamente sencilla con el lenguaje de programacion del
componentes del sistema que brinde las entradas al agente sistema TLON.
negociador, dado que los demas componentes del sistema estan Para la definicion de la heurstica que usa el algoritmo se
siendo disenados y desarrollados en el momento de creacion eligio al valor mnimo de aquellos que no pertenecieran a una
de este proyecto. fila o columna de uno de los nodos previamente visitados de
la rama en cuestion. Al usar esta heurstica se encontro que
III. M ETODOLOG IA el total de nodos visitados por el algoritmo fue dieciocho (de
III-A. Metodo Simplex, Modelo de transporte de asignacion un total calculado de 2880), mientras que al cambiar al valor
El modelo de asignacion es un caso especial del modelo de mnimo por el maximo el total de nodos visitados por el algo-
transporte, en el que los recursos se asignan a las actividades ritmo fue de veintiuno, ambas pruebas dieron como resultado la
en terminos de uno a uno de manera optima [10], haciendo misma respuesta que con los metodos anteriormente aplicados,
notar que la matriz correspondiente debe ser cuadrada. As demostrando as que cada uno de estos fue aplicado de manera
entonces cada recurso debe asignarse, de modo unico a una correcta.
actividad particular o asignacion.
Como el metodo principal, siendo el mas optimo, se pre- III-D. Informacion utilizada
tende hacer una minimizacion haciendo uso del metodo de
simplex por un modelo de transporte que en especfico es de Una de las limitaciones que tiene este proyecto es el uso
asignacion, su desarrollo y resultados son los mas verdicos y de informacion real dado que, los diferentes constructos que
precisos en cuanto a otros metodos con respecto a lo que se componen el sistema TLON estan siendo desarrollados por
quiere optimizar. grupos diferentes, probados aisladamente, puntualmente, los
componentes encargados de los datos de entrada del agente
negociador no estan listos para la integracion en el sistema
III-B. Metodo Hungaro
as que los datos utilizados son construidos de acuerdo a la
El metodo Hungaro es un metodo de optimizacion de especificacion de los demas componentes, de acuerdo a la
problemas de asignacion [11] [12], conocido como tal gracias descripcion dada en la seccion anterior.
a que los primeros aportes al metodo clasico definitivo fueron Llevar el modelo aqu disenado al sistema multiagente y no
de Denes Konig y Jeno Egervary dos matematicos hungaros. hacerlo con datos reales no tiene ninguna implicacion en su
El algoritmo esta disenado para la resolucion de problemas de funcionamiento.
minimizacion unicamente, sera entonces cuestion de agregar
un paso adicional para abordar ejercicios de maximizacion
[13] [14]. El algoritmo hungaro construye una solucion del IV. P ROCESO EVALUADO
problema primal partiendo de una solucion no admisible (que Para entender adecuadamente el proceso del agente nego-
corresponde a una solucion admisible del dual) haciendola ciador, en esta seccion desglosamos brevemente las entradas,
poco a poco mas admisible. proceso y salida del agente:
El objetivo principal por el cual se desarrollo una solucion Entrada: El agente negociador tiene 2 entradas. La primera
haciendo uso del metodo hungaro, es para verificar y validar proveniente de la capa de aplicacion con un vector de tareas
los resultados obtenidos por medio del metodo simplex y con un peso de 1 a 100, siendo 100 el peso mayor, este peso es
solver de Excel. No se toma este metodo como principal, una ponderacion de la capacidad de procesamiento necesaria
debido que no es un procedimiento optimo, es un algoritmo para la ejecucion de la tarea. La segunda entrada proviene del
que resuelve problemas de asignacion en tiempo O(n3 ). Sin agente viajero que hace parte del sistema multiagente, esta
embargo, vale la pena emplear el metodo ya sea para fines entrada contiene los identificadores de cada nodo conectado
academicos o de cultura ingenieril. a la red durante el ultimo recorrido del agente viajero y un
UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 3

peso de 1 a 100 siendo 100 el mayor que indica la capacidad V-E. Parametros
computacional de cada nodo. Para plantear los parametros de entrada se tienen las posibles
Proceso: La tarea del agente negociador consiste en tomar tareas a realizar en la red al igual que los nodos presentes
las entradas y hacer una asignacion optima de los recursos, en esta. Como los costos en este problema de asignacion en
haciendo uso del algoritmo A* el agente negociador escoge la realidad son los tiempos en los que tardan los diferentes nodos
mejor manera de asignar las tareas pendientes a los recursos en realizar una tarea, estos tambien estan presentes en los
computacionales con los que cuenta. Puede darse el caso de parametros presentandose de esta manera:
que no existan recursos suficientes para la realizacion de las
tareas pendientes [19], en este caso se enva la optimizacion Tareas Nodo Xj
posible con los nodos disponibles y se almacenan las tareas Tarea Xi T iempoi,j
restantes para la siguiente iteracion.
Cuadro I: Tabla general para datos.
Salida: El resultado del proceso del agente negociador sera
un vector de relaciones, donde a determinado nodo se le asigna
determinada tarea, esta informacion sera pasada a los agentes
aplicacion que ejecutaran el plan.
V-F. Otras consideraciones y asunciones
V. P LANTEAMIENTO DEL MODELO Basado en las entradas del agente negociador donde una es
un vector de uno a cien siendo 100 la capacidad computacional
V-A. Objetivo de su aplicacion mas alta de los nodos y otro vector del mismo tamano donde lo
El objetivo del modulo a desarrollar es optimizar la asigna- mas alto indica la complejidad estimada de la tarea en terminos
cion de tareas del sistema TLON a los nodos que componen computacionales promedio, estos calculos se computan afuera
la red, este modulo hara parte del agente negociador. y entran al agente para obtener los tiempos estimados.

V-G. Definir estructura de solucion


V-B. Definicion de variables del modelo
Se tienen estos datos en un ejemplo de red pequena:
Las variables de decision de este tipo de problemas es
igual a las variables de cualquier modelo de transporte por
asignacion tradicional, es decir variables:

Xi,j donde i = Tarea a realizar y j= Nodo al cual se asigna


la tarea i.

corresponden a variables binarias en las cuales el valor 1


significa la asignacion de una tarea a un nodo en particular de
la red.

V-C. Funcion Objetivo


Como se quiere lograr una optimizacion en cuanto a las
tareas a realizarse con los recursos disponibles de los nodos Figura 2: Tabla de datos para una red pequena.
en la red se tiende a minimizar.

Ci,j = Tiempo que tarda un nodo j al realizar la tarea i. Inicialmente creamos la tarea ficticia para poder cumplir con
PP la condicion del modelo N=n.
ZM IN = Ci,j Xi,j Donde las variables son:
Xaa: Tarea A asignada al Nodo A
Xab: Tarea A asignada al Nodo B
V-D. Restricciones Xac: Tarea A asignada al Nodo C
Xad: Tarea A asignada al Nodo D
Dado que una tarea no puede ser asignada a mas de Xae: Tarea A asignada al Nodo E
un nodo en la red, esta caracterstica debe de restringirse Xba: Tarea B asignada al Nodo A
mediante las siguientes restricciones. Xbb: Tarea B asignada al Nodo B
Xbc: Tarea B asignada al Nodo C
i= 1,2. . . .m Tareas, j= 1,2. . . .n Nodos Xbd: Tarea B asignada al Nodo D
P
P Xi,j <= 1 Xbe: Tarea B asignada al Nodo E
Xi,j = 1 Xca: Tarea C asignada al Nodo A
Xi,j >= 0 Xcb: Tarea C asignada al Nodo B
UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 4

Xcc: Tarea C asignada al Nodo C VI-B. Procedimiento de solucion usando Metodo Hungaro
Xcd: Tarea C asignada al Nodo D Se resulve el modelo por medio de este metodo para verificar
Xce: Tarea C asignada al Nodo E y validar lo hecho haciendo uso de simplex y solver en Excel.
Xda: Tarea D asignada al Nodo A
Xdb: Tarea D asignada al Nodo B
Xdc: Tarea D asignada al Nodo C
Xdd: Tarea D asignada al Nodo D
Xde: Tarea D asignada al Nodo E
Xea: Tarea E asignada al Nodo A
Xeb: Tarea E asignada al Nodo B
Xec: Tarea E asignada al Nodo C
Xed: Tarea E asignada al Nodo D Figura 4: Metodo hungaro Soluciones factibles
Xee: Tarea E asignada al Nodo E
Funcion Objetivo:

ZM IN = 8, 299682107Xa,a + 3, 287770817Xa,b + VI-C. Procedimiento de solucion usando A*


6, 091965466Xa,c + 19, 52960565Xa,d + 6, 626101157Xa,e + Dado que A* es un algoritmo de busqueda sobre grafos,
7, 3482262Xb,a + 2, 96341577Xb,b + 5, 995993128Xb,c + es necesario primero definir el grafo sobre el cual aplicar el
16, 6995678Xb,d + 5, 555243475Xb,e + 40, 57335202Xc,a + algoritmo. Para esto, se define un nodo del grafo como la
21, 02921571Xc,d + 39, 95905269Xc,e + 79, 86737879Xd,a + combinacion de un nodo de la red Ad-Hoc segun [20], una
50, 84594702Xd,b + 61, 01374164Xd,c + 91, 92349852Xd,e + tarea y el tiempo estimado en el cual se realiza la tarea, ademas
64, 89332962Xd,e + 0Xe,a + 0Xe,b + 0Xe,c + 0Xe,d + 0Xe,e de los valores g, h y f, sin embargo estos tres valores se
calculan a lo largo de la ejecucion de A*. El paso previo
VI. I MPLEMENTACI ON a la aplicacion del algoritmo es crear un nodo ficticio, del
Con la herramienta solver se decide hacer uso de ellos cual se van a desprender todas las combinaciones entre los
inicialmente para probar el modelo antes de llevarlo al lenguaje nodos de la red Ad-Hoc y la primer tarea con su respectivo
de programacion python; en este proyecto final se hace uso del tiempo estimado, para cada uno de estos nodos se obtienen los
metodo hungaro y el metodo de asignacion. valores g, h y f, estos son agregados a una lista y se hacen
las validaciones de si son nodos o el valor f es menor que en
las ocasiones pasadas, de ser as se actualiza la informacion
VI-A. Procedimiento de Solucion Usando Solver
y se selecciona el nodo con el mnimo valor f de todos, este
Para resolver el problema de asignacion, se usa solver de reemplazara al nodo ficticio y se repite el procedimiento hasta
excel plateando el modelo de la sigueinte manera: llegar al estado deseado. Como se esta creando una estructura
de arbol el algoritmo fue ajustado para que en cada rama
de este no se repitan ni nodos, ni tareas (cada nodo y tarea
aparecen solo una vez en la rama). la condicion de salida
(cuando el algoritmo alcanza el estado deseado) es el momento
en el cual el numero de niveles del arbol corresponden al
numero de tareas a asignar por el agente negociador, dado
que se cumplen las condiciones dadas por el algoritmo para
encontrar la solucion optima (que la heurstica empleada sea
admisible) el primer nodo del nivel que satisfaga la condicion
de salida (que el numero del nivel corresponda con el total
de tareas a asignar) se sabe que el primer nodo al cual llegue
el algoritmo que se encuentre en dicho nivel del arbol, sera
el que represente la solucion optima, la cual esta conformada
por todos los nodos del arbol que se encuentren en la rama
que alcanzo la condicion de salida (dicha rama tambien tiene
la caracterstica de ser la mas larga del arbol).

VII. A N ALISIS DE RESULTADOS


Con el modelo disenado se puede ver que si el numero de
tareas es igual al numero de nodos se garantiza la asignacion
de una unica tarea a un unico nodo, si se asigna a los nodos
Figura 3: Solucion aplicando solver con mayor poder computacional las tareas mas demandantes.
Por otro lado se puede observar que en ningun caso la tarea
consume la totalidad de los recursos del nodo asignado, por
UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 5

en ese momento, por tanto es algo que el agente negociador


no puede variar a decision propia.

X. D ISCUSI ON DE R ESULTADOS
Los resultados obtenidos en este proyecto comprueban las
hipotesis propuestas. Se afirma que un nodo es puede ser mas
optimo al realizar una tarea en la red que otro, dando como
resultado una red donde los tiempos de ejecucion de las tareas
se hacen lo mas rapido posible mostrando eficiencia. Con
respecto a los metodos utilizados para desarrollar el problema
de asignacion el metodo clasico de simplex nos da una solucion
viable pero no optima ya que segun [8] y otros autores se
afirma que el metodo tiene una complejidad de O(2n ) en el
peor de los casos donde se requieren un numero considerable
de iteraciones lo que le quitara eficiencia a la red. Aunque
sea un metodo de asignacion donde los posibles resultados son
Figura 5: fragmento, implementacion de A* binarios, es decir uno o cero la complejidad se mantiene puesto
a que el numero de iteraciones no cambia como lo muestra el
autor en [10] y es muy pesado para una red donde con tan solo
cinco nodos y cuatro tareas la cantidad de variables es inmensa
sin contar las restricciones que son diez haciendo inevitable el
uso de muchas iteraciones para llegar a una solucion factible.
En cuanto al metodo hungaro se sabe que es mucho mas debil
con respecto a complejidad comparado con el simplex por
asignacion ya que su complejidad es de O(n3 ) en el peor de
los casos haciendo lo incluso mas pesado para implementar en
una gran red as como se muestra en [11] donde es usado para
Figura 6: Resultado usando el programa en python comunicacion entre dispositivos, por otra parte es ideal para
encontrar soluciones factibles por lo que en este proyecto fue
usado para comprobar la solucion que daban los otros metodos.
Habiendo dicho esto, es hora de mirar como ultima opcion al
lo cual se abre la posibilidad de aumentar la eficiencia en la algoritmo A* , donde su complejidad computacional depende
asignacion de las tareas eventualmente a varias por nodo para de la heurstica utilizada ya que en el peor de los cosas si la
que sea posible aprovechar al maximo el poder computacional heurstica es muy mala la complejidad sera exponencial y en
de la red. el mejor de los casos con una buena heurstica la complejidad
sera ideal, es decir lineal. Con respecto al uso de este algoritmo
VIII. D EFINIR VALIDACI ON Y PRUEBAS B ASICAS en redes de computadores resulta ser muy eficiente ya que las
heursticas tienden a ser muy buenas haciendo eficientes las
Para validar el modelo se deben cumplir dos cosas: primero
redes bajo una complejidad lineal como lo muestra el autor
que todas las tareas queden asignadas a algun nodo; segundo
en [15] con respecto a las redes satelitales. Con los resultados
que esta asignacion sea la mejor posible, minimizando el
obtenidos y con lo que se describio sobre cada metodo es as
tiempo de procesamiento de las tareas. Para comprobar esto
como se escoge el algoritmo A* como metodo de solucion
hicimos uso de un banco de pruebas basico con valores de
principal para la asignacion de tareas con respecto a recursos
nodos en un rango similar para diferentes tareas, que, sera la
del agente viajero en esta red, ya que en la mayora de los
naturaleza de los datos de entrada reales.
casos la complejidad sera lineal y este proceso sera eficiente
en cuanto a tiempo computacional. Las debilidades de este
IX. D EFINIR AN ALISIS DE SENSIBILIDAD sistema de asignacion se tienen en cuenta al ver que un nodo
Segun el analisis de sensibilidad hay combinaciones de solo puede hacer una tarea en un tiempo real donde lo ideal
nodos y tareas las cuales generan valores bastante grandes para la red seria que pudiera hacer varias a la vez, pero esto
permisibles para aumentar o reducir con valores demasiado se podra hacer cuando se encuentre una solucion mas factible
grandes, los cuales corresponden al hecho de segun la en cuanto agentes en la red se refiere as como lo plantea el
combinacion elegida dicha tarea puede ser tan rapida o tan autor en [19] donde existe un problema de asignacion pero de
lenta ya que al elegir una fila y columna, ninguna de estas energa lo que hace factible varias soluciones en un mismo
puede aparecer de nuevo en la solucion, ademas la presencia tiempo. Por ahora la eficiencia de la red con este metodo es
de la tarea ficticia hace que esta pueda tener una varianza aceptable teniendo en cuenta que van a existir una cantidad
exagerada en cualquier nodo. Sin embargo es importante masiva de nodos por lo que asigna r una tarea a la vez se
aclarar que estas variables dependen del estado del sistema convierte en un problema menor.
UNIVERSIDAD NACIONAL DE COLOMBIA, FACULTAD DE INGENIERIA , NOVIEMBRE 2016 6

XI. C ONCLUSIONES [5] A. Zappone, E. Jorswieck, and A. Leshem, Distributed assignment and
resource allocation for energy efficiency in mimo wireless networks,
Cada asignacion fue correcta y se puede comprobar con el in WSA 2016; 20th International ITG Workshop on Smart Antennas,
metodo hungaro y A* donde las soluciones fueron iguales es March 2016, pp. 15.
decir: [6] S. Yin, S. Huang, B. Guo, X. Li, Y. Zhao, J. Zhang, and W. Gu, Sur-
Tarea A : Nodo A vivable multipath routing and resource assignment with srlg in virtual
Tarea B : Nodo E optical networks, in 2016 Optical Fiber Communications Conference
and Exhibition (OFC), March 2016, pp. 13.
Tarea C : Nodo B
[7] V. Rishiwal, M. Yadav, O. Singh, and M. Yadav, Analysis of adhoc rou-
Tarea D : Nodo C ting protocols: A retrospective view, in 2016 International Conference
Tarea E : Nodo D on Advances in Computing, Communication, Automation (ICACCA)
(Spring), April 2016, pp. 15.
La asignacion fue exitosa y se puede ver que la existencia [8] L. Song, S. Wu, and H. Wang, Simplex: Symbol-level information
de la tarea E como ficticia o inexistente no altera el resultado, multiplex, IEEE Internet of Things Journal, vol. 3, no. 5, pp. 757
por lo que esta fue asignada al nodo D lo que significa que 766, Oct 2016.
este no realizara ninguna tarea y quedara libre en esta pequena [9] R. Septiana, I. Soesanti, and N. A. Setiawan, Evaluation function
effectiveness in wireless sensor network routing using a-star algorithm,
red de cinco nodos. Con respecto a la solucion de la funcion in 2016 4th International Conference on Cyber and IT Service Mana-
objetivo se refiere al mnimo de los tiempos en el que la red gement, April 2016, pp. 15.
realizara todas las tareas con respecto a la asignacion correcta [10] H. Yazdi, M. R. Khayyambashi, and B. S. Ghahfarokhi, Novel resource
de tareas a nodos por recursos computacionales , con un valor assignment method for balancing the inter-cell interference in ofdm
de 95,89 se da como correcto al probar diferentes tiempos este cellular networks, in Information and Knowledge Technology (IKT),
resulta ser el menor posible. 2015 7th Conference on, May 2015, pp. 15.
La aplicacion de los diversos metodos empleados, particu- [11] R. Chithra, R. Bestak, and S. K. Patra, Hungarian method based joint
transmission mode and relay selection in device-to-device communica-
larmente el metodo A* garantiza la asignacion de tareas a los tion, in 2015 8th IFIP Wireless and Mobile Networking Conference
nodos de manera que estas se puedan cumplir, garantizando (WMNC), Oct 2015, pp. 261268.
que el sistema TLON cumpla su cometido. [12] C. J. Huang, Integrate the hungarian method and genetic algorithm
Segun analisis realizados por el grupo, el escenario mas to solve the shortest distance problem, in Digital Manufacturing and
comun es aquel en el que hayan mas nodos que tareas, lo Automation (ICDMA), 2012 Third International Conference on, July
2012, pp. 496499.
cual hace que el sistema tenga que tener en cuenta la tarea
ficticia (dicha consideracion se anadio al proyecto). [13] T. Kim and M. Dong, An iterative hungarian method to joint relay se-
lection and resource allocation for d2d communications, IEEE Wireless
La aplicacion de la solucion al sistema TLON requiere todo Communications Letters, vol. 3, no. 6, pp. 625628, Dec 2014.
un proceso que comprende desde el analisis del problema hasta [14] N. Forouzan and S. A. Ghorashi, Inter-cell interference coordination in
las pruebas exhaustivas del mismo. downlink orthogonal frequency division multiple access systems using
Las variables del problema cambian constantemente, as hungarian method, IET Communications, vol. 7, no. 1, pp. 2331, Jan
como los parametros, lo cual hace que la funcion objetivo 2013.
sea distinta cada vez, es por esto que se tuvo en cuenta la [15] X. Ji, L. Liu, P. Zhao, and D. Wang, A-star algorithm based on-demand
routing protocol for hierarchical leo/meo satellite networks, in Big Data
velocidad de reaccion del programa. (Big Data), 2015 IEEE International Conference on, Oct 2015, pp.
La optimizacion hace visible la necesidad de complementar 15451549.
los metodos aca aplicados con un algoritmo que permita [16] I. S. AlShawi, L. Yan, W. Pan, and B. Luo, Lifetime enhancement in
asignacion de multiples tareas a un nodo para explotar el poder wireless sensor networks using fuzzy approach and a-star algorithm,
computacional que brinda la red Ad-Hoc. IEEE Sensors Journal, vol. 12, no. 10, pp. 30103018, Oct 2012.
El exito del agente negociador depende en gran medida de [17] L. Cheng, C. Liu, and B. Yan, Improved hierarchical a-star algorithm
la precision de las estimaciones entregadas por parte de los for optimal parking path planning of the large parking lot, in Informa-
tion and Automation (ICIA), 2014 IEEE International Conference on,
componentes del sistema. July 2014, pp. 695698.
[18] H. Wang, J. Zhou, G. Zheng, and Y. Liang, Has: Hierarchical a-star
R EFERENCIAS algorithm for big map navigation in special areas, in Digital Home
(ICDH), 2014 5th International Conference on, Nov 2014, pp. 222
[1] R. Hunjet and P. Hui, Maintaining connectivity in mobile adhoc 225.
networks using distributed optimisation, in Military Communications [19] M. Peng, K. Zhang, J. Jiang, J. Wang, and W. Wang, Energy-efficient
and Information Systems Conference (MilCIS), 2011, Nov 2011, pp. resource assignment and power allocation in heterogeneous cloud radio
16. access networks, IEEE Transactions on Vehicular Technology, vol. 64,
[2] L. Peng, M. Chen, K. Park, and C. H. Youn, Virtual-pod-assisted no. 11, pp. 52755287, Nov 2015.
routing and resource assignment in elastic all-optical intra-datacenter [20] G. Lakshmikanth, M. A. Gaiwak, and P. . D. Vyavahare, Simulation
networks, IEEE Access, vol. PP, no. 99, pp. 11, 2016. based comparative performance analysis of adhoc routing protocols,
[3] R. Dutta, L. Sun, and D. Pack, Multi-agent formation control with in TENCON 2008 - 2008 IEEE Region 10 Conference, Nov 2008, pp.
maintaining and controlling network connectivity, in 2016 American 15.
Control Conference (ACC), July 2016, pp. 10361041.
[4] R. Dutta, L. Sun, M. Kothari, R. Sharma, and D. Pack, A cooperative
formation control strategy maintaining connectivity of a multi-agent
system, in 2014 IEEE/RSJ International Conference on Intelligent
Robots and Systems, Sept 2014, pp. 11891194.

Вам также может понравиться