FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / The infrastructure expansion planning in cellular networks, so called Base Station Placement (BSP) problem, is a challenging task that must consider a large set of aspects, and which cannot be expressed as a linear optimization function. The BSP is known to be a NP-hard problem unable to be solved by any deterministic method. Based on some fundamental assumptions of Long Term Evolution - Advanced (LTE-A) networks, this work proceeds to investigate the use of two methods for BSP optimization task: the Particle Swarm Optimization (PSO) and the Differential Evolution (DE), which were adapted for placement of many new network nodes simultaneously. The optimization process follows two multi-objective functions used as fitness criteria for measuring the performance of each node and of the network. The optimization process is performed in three scenarios where one of them presents actual data collected from a real city. For each scenario, the fitness performance of both methods as well as the optimized points found by each technique are presented. / O planejamento de expansÃo de infraestrutura em redes celulares à uma desafio que exige considerar diversos aspectos que nÃo podem ser separados em uma funÃÃo de otimizaÃÃo linear. Tal problema de posicionamento de estaÃÃes base à conhecido por ser do tipo NP-hard, que nÃo pode ser resolvido por qualquer mÃtodo determinÃstico. Assumindo caracterÃsticas bÃsicas da tecnologia Long Term Evolution (LTE)-Advanced (LTE-A), este trabalho procede à investigaÃÃo do uso de dois mÃtodos para otimizaÃÃo de posicionamento de estaÃÃes base: OtimizaÃÃo por Enxame de PartÃculas â Particle Swarm Optimization (PSO) â e EvoluÃÃo Diferencial â Differential Evolution (DE) â adaptados para posicionamento de mÃltiplas estaÃÃes base simultaneamente. O processo de otimizaÃÃo à orientado por dois tipos de funÃÃes custo com multiobjetivos, que medem o desempenho dos novos nÃs individualmente e de toda a rede coletivamente. A otimizaÃÃo à realizada em trÃs cenÃrios, dos quais um deles apresenta dados reais coletados de uma cidade. Para cada cenÃrio, sÃo exibidos o desempenho dos dois algoritmos em termos da melhoria na funÃÃo objetivo e os pontos encontrados no processo de otimizaÃÃo por cada uma das tÃcnicas

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / Nesta dissertaÃÃo, nosso principal objetivo foi desenvolver uma tÃcnica de resoluÃÃo para um problema na Ãrea de telecomunicaÃÃes. O problema em questÃo à chamado de problema de PonderaÃÃo de Rodadas (PR) e foi inicialmente proposto em [Klasing,Morales,Perennes, 2008]. O contexto do problema envolve uma rede sem fio, onde as comunicaÃÃes sÃo realizadas via ondas de rÃdio e a rede funciona atravÃs de uma operaÃÃo da rede que satisfaz certas restriÃÃes. Inicialmente, explicamos como à formada uma rede de rÃdio e descrevemos a forma de operaÃÃo da rede de rÃdio junto Ãs restriÃÃes usando um modelo matemÃtico. Em seguida, formalizamos o problema PR como um problema de otimizaÃÃo, especificando suas restriÃÃes, correspondente à geraÃÃo do conjunto de possÃveis operaÃÃes da rede, e critÃrio de otimizaÃÃo, referente ao uso dos recursos da rede. Posteriormente, mostramos um estudo preliminar do problema de ColoraÃÃo FracionÃria (CF) e apresentamos uma tÃcnica de resoluÃÃo deste problema atravÃs do uso de uma heurÃstica lagrangeana baseada em uma relaxaÃÃo lagrangeana de uma formulaÃÃo de programaÃÃo inteira do problema. Essa tÃcnica de resoluÃÃo à entÃo adaptada para o problema PR, consistindo na principal contribuiÃÃo de nossa pesquisa. Por fim, mostramos os resultados computacionais e anÃlises das nossas implementaÃÃes para os problemas CF e PR. / In this dissertation, our main objective was to develop a technique for resolution to a problem in the area of telecommunications. The problem in question is called Round Weighting Problem (RWP) and was originally proposed in (KLASING; MORALES; PeRENNES, 2008). The context of the problem involves a wireless network where communications are performed by radio waves and the network operates through a network operation that satises the constraints of the problem. Initially, we explain how a radio network is formed and describe the mode of operation of the radio network with restrictions using a mathematical model. Then, we formalize the RWP as an optimization problem, specifying their restrictions, corresponding to the generation of the set of possible network operations, and optimization criterion, regarding the use of network resources. Subsequently, we show a preliminary study of the Fractional Coloring problem (FC problem) and present a technique to solve this problem through the use of a lagrangian heuristic based on a lagrangian relaxation of an integer programming formulation of the problem. This resolution technique is then adapted to the RWP, consisting in the main contribution of our research. Finally, we show the computational results and analyzes of our implementations for the Fractional Coloring problem and RWP.

Using concepts of the socio-technical systems theory, this dissertation defines mathematically the problems of cooperative teams formation considering social and technical constraints separately, and then presents their computational complexity. Mainly, it is defined and studied the central problem in this work, which jointly considers social and technical requirements for creating teams of cooperative work, to be called FEST (Socio-Technical Teams Formation Problem). Two mathematical formulations and a meta-heuristic are proposed for FEST. One formulation uses a cubic number of variables and constraints, whereas the second one has a quadratic number of variables but an exponential number of constraints. The proposed heuristic is based on the Non-monotonic Simulated Annealing meta-heuristic with local search using swap-like operators. The correctness of both formulations is proved. A polynomial algorithm to separate the constraints of the second formulation is presented. It is proved that the two formulations provide the same linear programming bound, and valid inequalities to strengthen it are proposed. For the compact formulation, some classes of valid inequalities are shown to be facet-inducing under suitable hypotheses. Finally, it is statistically analyzed the performance of the presented formulations and meta-heuristic. Real and random generated instances are used in the computational experiments. / Utilizando conceitos da Teoria dos Sistemas SociotÃcnicos, este trabalho define matematicamente os problemas de formaÃÃo de equipes cooperativas considerando separadamente restriÃÃes sociais e tÃcnicas e apresenta a complexidade computacional dos mesmos. Sobretudo, à definido e estudado o problema central deste trabalho, que considera conjuntamente requisitos sociais e tÃcnicos para criaÃÃo de equipes de trabalho cooperativo, denominado FEST (Problema de FormaÃÃo de Equipes SociotÃcnicas). Duas formulaÃÃes matemÃticas e uma meta-heurÃstica para o FEST sÃo propostas. Uma formulaÃÃo utiliza um nÃmero cÃbico de variÃveis e restriÃÃes, enquanto a segunda formulaÃÃo possui um nÃmero quadrÃtico de variÃveis, mas um nÃmero exponencial de restriÃÃes. A meta-heurÃstica proposta à baseada no Simulated Annealing NÃo-MonotÃnico com busca local que usa operadores tipo swap. A corretude de ambas as formulaÃÃes à provada. Um algoritmo polinomial para separar as restriÃÃes da segunda formulaÃÃo à apresentado. Mostra-se que as duas formulaÃÃes fornecem o mesmo limite de programaÃÃo linear, e desigualdades vÃlidas para fortalecÃ-lo sÃo propostas. Para a formulaÃÃo compacta, algumas classes de desigualdades vÃlidas sÃo demonstradas indutoras de facetas sob hipÃteses apropriadas. Por fim, foi analisado estatisticamente o desempenho das formulaÃÃes e da meta-heurÃstica apresentadas. InstÃncias reais e geradas aleatoriamente sÃo usadas nos experimentos computacionais.