O presente trabalho aborda o Problema de Coleta Domiciliar Urbana (PCDU) de resíduos sólidos, tratado no nível tático de planejamento, em que zonas de coleta são definidas para cada dia da semana e designadas aos veículos coletores, cuja frota deve ser dimensionada. O problema estudado é baseado em um caso real, o qual possui como particularidades: cada zona de coleta é formada por regiões adjacentes e será representada por um nó-semente; a demanda de cada zona deverá ser atendida dentro do período de uma semana, conforme múltiplos programas possíveis de coleta; em um turno de um dia de trabalho um veículo poderá realizar múltiplas viagens; e há uma garagem para a frota e uma estação de transbordo, a qual possibilita que o veículo seja esvaziado para realizar outras viagens. A literatura apresenta alguns métodos heurísticos para a resolução de variantes deste problema, sendo os métodos exatos utilizados somente na resolução de instâncias pequenas, dado que o problema de VRP (Vehicle Routing Problem) é classificado como NP-hard. A imposição de adjacência é uma característica particular, a qual é justificada pela possível melhoria na utilização dos veículos em posterior planejamento operacional. São propostos um modelo matemático e um método heurístico para resolver o problema, sobre os quais são realizados experimentos computacionais. O método heurístico é aplicado sobre um estudo de caso de um problema de escala real, sendo obtida solução heurística como resultado. / The present work addresses the Urban Household Solid Waste Problem (UHSWP) on a tactical planning level, wherein collection zones are assigned to every week daywork and collection vehicles, which fleet is to be sized. The studied problem is based on a real case, such peculiarities as: each collection zone is a set of adjacent areas and a seed node represents it; the demand each zone must attended within a week, according to the several possible collection schedule; on a work day shift a vehicle can be assigned to multiple trips; and there is a base depot for the fleet and a transfer station, where the vehicles are unloaded, restoring their load capacity for the next trips. Literature presents heuristic methods for the solving of its problem variants, in which exact methos are only applied to small instances, due to the VRP (Vehicle Routing Problem) NP-hard property. The adjacency imposition is a peculiar feature, which is justified by the potential improvement on vehicle usage considering a posterior operational planning. A mathematical model and a heuristic method are proposed for the problem solving and evaluated by computational experiments. A real scale problem case study is solved by the heuristic method and the results are presented.

A incorporação das tecnologias de computação e de comunicação nos veículos modernos está viabilizando uma nova geração de automóveis conectados. Com a capacidade de se organizarem em rede, nas chamadas redes veiculares ad hoc (VANETs), eles poderão, num futuro próximo, (i) tornar o trânsito mais seguro para os motoristas, passageiros e pedestres e/ou (ii) promover uma experiência de transporte mais agradável, com maior conforto. É neste contexto que se destaca o Sensoriamento Veicular Colaborativo (VCS), um paradigma emergente e promissor que explora as tecnologias já embarcados nos próprios veículos para a obtenção de dados in loco. O VCS tem demonstrado ser um modelo auspicioso para o desenvolvimento e implantação dos Sistemas Inteligentes de Transporte (ITSs). Ocorre, todavia, que, em grandes centros urbanos, dependendo do fenômeno a ser monitorado, as aplicações de VCS podem gerar um tráfego de dados colossal entre os veículos e o centro de monitoramento. Considerando que as informações dos automóveis são geralmente enviadas para um servidor remoto usando as infraestruturas das redes móveis, o número massivo de transmissões geradas durante as atividades de sensoriamento pode sobrecarregá-las e degradar consideravelmente a Qualidade de Serviço (QoS) que elas oferecem. Este documento de tese descreve e analisa uma abordagem de clusterização geográfica que se apoia no uso de comunicações Veículo-para-Veículo (V2V) para promover o descarregamento de dados do VCS em redes celulares, de forma a minimizar os impactos supracitados. Os resultados experimentais obtidos mostraram que o uso das comunicações V2V como método complementar de aquisição de dados in loco foi capaz de diminuir consideravelmente a quantidade transmissões realizadas sobre as redes móveis, sem a necessidade de implantação de novas infraestruturas de comunicação no ambiente, e com um reduzido atraso médio adicional fim a fim na obtenção das informações. A abordagem desenvolvida também se apresenta como uma plataforma de software flexível sobre a qual podem ser incorporadas técnicas de agregação de dados, o que possibilitaria aumentar ainda mais a preservação dos recursos de uplink das redes celulares. Considerando que a era da Internet das Coisas (IoT) e das cidades inteligentes está apenas começando, soluções para o descarregamento de dados, tal como a tratada nesta pesquisa, são consideradas imprescindíveis para continuar mantendo a rede móvel de acesso à Internet operacional e capaz de suportar uma demanda de comunicação cada vez maior por parte das aplicações. / The incorporation of computing and communication technologies into modern vehicles is enabling a new generation of connected cars. With the ability to get into a network formation, in the so-called ad hoc networks (VANETs), these vehicles might, in the near future, (i) make the traffic safer for drivers, passengers and pedestrians and/or (ii) promote a more pleasant transportation experience, with greater comfort. It is in this context that emerges the Vehicle CrowdSensing (VCS), a novel and promising paradigm for performing in loco data collection from the vehicles embedded technologies. VCS has proved to be an auspicious scheme for the development and deployment of the Intelligent Transport Systems (ITSs). However, in large urban areas, depending on the phenomenon to be monitored, the VCS applications can generate a colossal data traffic between vehicles and the monitoring center. Considering that all the vehicles information is generally sent to the remote server by using mobile network infrastructures, this massive amount of transmissions generated during the sensing activities can overload them and degrade the Quality of Service (QoS) they offer. This thesis document describes and analyzes a geographic clustering approach that relies on the use of Vehicle-to- Vehicle (V2V) communications to promote the VCS data offloading in cellular networks, in order to minimize the above impacts. The experimental results obtained showed that the use of V2V communications as a complementary data acquisition method was able to considerably reduce the number of transmissions carried out on mobile networks, without the need for deploying new communication infrastructures in the environment, and with a reduced additional delay. The created approach also stands itself as a flexible software platform on which data aggregation techniques can be incorporated, in order to maximize the network resources preservation already provided by the proposal. Considering that we are just entering in the Internet of Things (IoT) and smart cities era, creating data offloading solutions, such as that treated in this research, is considered an essential task to keep the Internet access network operational and able to support the growing demand for mobile communications.

Em muitas representações de objetos ou sistemas físicos se faz necessário a utilização de técnicas de redução de dimensionalidade que possibilitam a análise dos dados em baixas dimensões, capturando os parâmetros essenciais associados ao problema. No contexto de aprendizagem de máquina esta redução se destina primordialmente à clusterização, reconhecimento e reconstrução de sinais. Esta tese faz uma análise meticulosa destes tópicos e suas conexões que se encontram em verdadeira ebulição na literatura, sendo o mapeamento de difusão o foco principal deste trabalho. Tal método é construído a partir de um grafo onde os vértices são os sinais (dados do problema) e o peso das arestas é estabelecido a partir do núcleo gaussiano da equação do calor. Além disso, um processo de Markov é estabelecido o que permite a visualização do problema em diferentes escalas conforme variação de um determinado parâmetro t: Um outro parâmetro de escala, Є, para o núcleo gaussiano é avaliado com cuidado relacionando-o com a dinâmica de Markov de forma a poder aprender a variedade que eventualmente seja o suporte do dados. Nesta tese é proposto o reconhecimento de imagens digitais envolvendo transformações de rotação e variação de iluminação. Também o problema da reconstrução de sinais é atacado com a proposta de pré-imagem utilizando-se da otimização de uma função custo com um parâmetro regularizador, γ, que leva em conta também o conjunto de dados iniciais. / In many representations of objects or physical systems it is necessary to use techniques of dimensionality reduction that enable the analysis of data at low dimensions, capturing the essential parameters associated with the problem. Within the context of machine learning this reduction is primarily intended for clustering , recognition and reconstruction of signals. This thesis makes a thorough analysis of these topics and their connections which are true boiling in the literature, the difusion mapping being the main focus of this work . This method is constructed from a graph where the vertices are the signs ( problem data ) and the weight of edges is established based on the Gaussian kernel of the heat equation. Furthermore , a Markov process is established which allows the visualization of the problem at diferent scales according to the variation of a given parameter t . Another scale parameter, Є , for the Gaussian core is carefully evaluated by relating it to the dynamic Markov so you can learn the variety that eventually support the data. This thesis proposed the recognition of digital images involving transformations of rotation and variation of illumination. Also the problem of reconstruction of signals is attacked with the proposed pre - image using the optimization of a cost function with a smoothing parameter, γ, Which also takes into account the initial dataset.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os Sistemas Multi-Robôs proporcionam vantagens sobre um robô individual, quando da realização de uma tarefa com maiores velocidade, precisão e tolerância a falhas. Os estudos dos comportamentos sociais na natureza têm permitido desenvolver algoritmos bio-inspirados úteis na área da robótica de enxame. Seguindo instruções simples e repetitivas, grupos de robôs, fisicamente limitados, conseguem solucionar problemas complexos. Quando existem duas ou mais tarefas a serem realizadas e o conjunto de robôs é heterogêneo, é possível agrupá-los de acordo com as funcionalidades neles disponíveis. No caso em que o conjunto de robôs é homogêneo, o agrupamento pode ser realizado considerando a posição relativa do robô em relação a uma tarefa ou acrescentando alguma característica distintiva. Nesta dissertação, é proposta uma técnica de clusterização espacial baseada simplesmente na comunicação local de robôs. Por meio de troca de mensagens entre os robôs vizinhos, esta técnica permite formar grupos de robôs espacialmente próximos sem precisar movimentar os robôs. Baseando-se nos métodos de clusterização de fichas, a técnica proposta emprega a noção de fichas virtuais, que são chamadas de cargas, sendo que uma carga pode ser estática ou dinâmica. Se uma carga é estática permite determinar a classe à qual um robô pertence. Dependendo da quantidade e do peso das cargas disponíveis no sistema, os robôs intercambiam informações até alcançar uma disposição homogênea de cargas. Quando as cargas se tornam estacionárias, é calculada uma densidade que permite guiar aquelas que estão ainda em movimento. Durante as experiências, foi observado visualmente que as cargas com maior peso acabam se agrupando primeiro enquanto aquelas com menor peso continuam se deslocando no enxame, até que estas cargas formem faixas de densidades diferenciadas para cada classe, alcançando assim o objetivo final que é a clusterização dos robôs. / Multi-Robots Systems provide advantages over a single robot when performing a task, achieving a greater speed, higher accuracy and better fault tolerance. The studies of social behavior in nature have allowed to develop bio-inspired algorithms useful in swarm robotics. Following simple and repetitive rules, groups of robots can provide solutions to complex problems. When two or more tasks to be executed by a set of heterogeneous robots, it is possible to cluster the robots according to their intrinsic features. When homogeneous robots are used, the clustering may be achieved by considering the robot relative position regarding the location where the task has to be performed or adding some other distinct feature. In this dissertation, a technique for spatial clustering simply based on local communication between robots is proposed. Through the message exchange between neighboring robots, this technique allows cluster formation without robot movement. Based on the token clustering methods, the proposed technique employs a virtual token, which is called a load. The load allows identifying the class to which a robot belongs. Depending on the amount and weight of the loads available in the system, the robots interchange information to achieve uniform load distribution. When the loads become stationaries, a density is calculated as to guide the remaining loads that are still in motion. As a consequence, the loads of higher weight cluster first and the those of lower weight continue shifting through the swarm, until they start forming different density ranges for each class, thereby achieving the final aim which is robot clustering.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os Sistemas Multi-Robôs proporcionam vantagens sobre um robô individual, quando da realização de uma tarefa com maiores velocidade, precisão e tolerância a falhas. Os estudos dos comportamentos sociais na natureza têm permitido desenvolver algoritmos bio-inspirados úteis na área da robótica de enxame. Seguindo instruções simples e repetitivas, grupos de robôs, fisicamente limitados, conseguem solucionar problemas complexos. Quando existem duas ou mais tarefas a serem realizadas e o conjunto de robôs é heterogêneo, é possível agrupá-los de acordo com as funcionalidades neles disponíveis. No caso em que o conjunto de robôs é homogêneo, o agrupamento pode ser realizado considerando a posição relativa do robô em relação a uma tarefa ou acrescentando alguma característica distintiva. Nesta dissertação, é proposta uma técnica de clusterização espacial baseada simplesmente na comunicação local de robôs. Por meio de troca de mensagens entre os robôs vizinhos, esta técnica permite formar grupos de robôs espacialmente próximos sem precisar movimentar os robôs. Baseando-se nos métodos de clusterização de fichas, a técnica proposta emprega a noção de fichas virtuais, que são chamadas de cargas, sendo que uma carga pode ser estática ou dinâmica. Se uma carga é estática permite determinar a classe à qual um robô pertence. Dependendo da quantidade e do peso das cargas disponíveis no sistema, os robôs intercambiam informações até alcançar uma disposição homogênea de cargas. Quando as cargas se tornam estacionárias, é calculada uma densidade que permite guiar aquelas que estão ainda em movimento. Durante as experiências, foi observado visualmente que as cargas com maior peso acabam se agrupando primeiro enquanto aquelas com menor peso continuam se deslocando no enxame, até que estas cargas formem faixas de densidades diferenciadas para cada classe, alcançando assim o objetivo final que é a clusterização dos robôs. / Multi-Robots Systems provide advantages over a single robot when performing a task, achieving a greater speed, higher accuracy and better fault tolerance. The studies of social behavior in nature have allowed to develop bio-inspired algorithms useful in swarm robotics. Following simple and repetitive rules, groups of robots can provide solutions to complex problems. When two or more tasks to be executed by a set of heterogeneous robots, it is possible to cluster the robots according to their intrinsic features. When homogeneous robots are used, the clustering may be achieved by considering the robot relative position regarding the location where the task has to be performed or adding some other distinct feature. In this dissertation, a technique for spatial clustering simply based on local communication between robots is proposed. Through the message exchange between neighboring robots, this technique allows cluster formation without robot movement. Based on the token clustering methods, the proposed technique employs a virtual token, which is called a load. The load allows identifying the class to which a robot belongs. Depending on the amount and weight of the loads available in the system, the robots interchange information to achieve uniform load distribution. When the loads become stationaries, a density is calculated as to guide the remaining loads that are still in motion. As a consequence, the loads of higher weight cluster first and the those of lower weight continue shifting through the swarm, until they start forming different density ranges for each class, thereby achieving the final aim which is robot clustering.

Em muitas representações de objetos ou sistemas físicos se faz necessário a utilização de técnicas de redução de dimensionalidade que possibilitam a análise dos dados em baixas dimensões, capturando os parâmetros essenciais associados ao problema. No contexto de aprendizagem de máquina esta redução se destina primordialmente à clusterização, reconhecimento e reconstrução de sinais. Esta tese faz uma análise meticulosa destes tópicos e suas conexões que se encontram em verdadeira ebulição na literatura, sendo o mapeamento de difusão o foco principal deste trabalho. Tal método é construído a partir de um grafo onde os vértices são os sinais (dados do problema) e o peso das arestas é estabelecido a partir do núcleo gaussiano da equação do calor. Além disso, um processo de Markov é estabelecido o que permite a visualização do problema em diferentes escalas conforme variação de um determinado parâmetro t: Um outro parâmetro de escala, Є, para o núcleo gaussiano é avaliado com cuidado relacionando-o com a dinâmica de Markov de forma a poder aprender a variedade que eventualmente seja o suporte do dados. Nesta tese é proposto o reconhecimento de imagens digitais envolvendo transformações de rotação e variação de iluminação. Também o problema da reconstrução de sinais é atacado com a proposta de pré-imagem utilizando-se da otimização de uma função custo com um parâmetro regularizador, γ, que leva em conta também o conjunto de dados iniciais. / In many representations of objects or physical systems it is necessary to use techniques of dimensionality reduction that enable the analysis of data at low dimensions, capturing the essential parameters associated with the problem. Within the context of machine learning this reduction is primarily intended for clustering , recognition and reconstruction of signals. This thesis makes a thorough analysis of these topics and their connections which are true boiling in the literature, the difusion mapping being the main focus of this work . This method is constructed from a graph where the vertices are the signs ( problem data ) and the weight of edges is established based on the Gaussian kernel of the heat equation. Furthermore , a Markov process is established which allows the visualization of the problem at diferent scales according to the variation of a given parameter t . Another scale parameter, Є , for the Gaussian core is carefully evaluated by relating it to the dynamic Markov so you can learn the variety that eventually support the data. This thesis proposed the recognition of digital images involving transformations of rotation and variation of illumination. Also the problem of reconstruction of signals is attacked with the proposed pre - image using the optimization of a cost function with a smoothing parameter, γ, Which also takes into account the initial dataset.

O presente trabalho aborda o Problema de Coleta Domiciliar Urbana (PCDU) de resíduos sólidos, tratado no nível tático de planejamento, em que zonas de coleta são definidas para cada dia da semana e designadas aos veículos coletores, cuja frota deve ser dimensionada. O problema estudado é baseado em um caso real, o qual possui como particularidades: cada zona de coleta é formada por regiões adjacentes e será representada por um nó-semente; a demanda de cada zona deverá ser atendida dentro do período de uma semana, conforme múltiplos programas possíveis de coleta; em um turno de um dia de trabalho um veículo poderá realizar múltiplas viagens; e há uma garagem para a frota e uma estação de transbordo, a qual possibilita que o veículo seja esvaziado para realizar outras viagens. A literatura apresenta alguns métodos heurísticos para a resolução de variantes deste problema, sendo os métodos exatos utilizados somente na resolução de instâncias pequenas, dado que o problema de VRP (Vehicle Routing Problem) é classificado como NP-hard. A imposição de adjacência é uma característica particular, a qual é justificada pela possível melhoria na utilização dos veículos em posterior planejamento operacional. São propostos um modelo matemático e um método heurístico para resolver o problema, sobre os quais são realizados experimentos computacionais. O método heurístico é aplicado sobre um estudo de caso de um problema de escala real, sendo obtida solução heurística como resultado. / The present work addresses the Urban Household Solid Waste Problem (UHSWP) on a tactical planning level, wherein collection zones are assigned to every week daywork and collection vehicles, which fleet is to be sized. The studied problem is based on a real case, such peculiarities as: each collection zone is a set of adjacent areas and a seed node represents it; the demand each zone must attended within a week, according to the several possible collection schedule; on a work day shift a vehicle can be assigned to multiple trips; and there is a base depot for the fleet and a transfer station, where the vehicles are unloaded, restoring their load capacity for the next trips. Literature presents heuristic methods for the solving of its problem variants, in which exact methos are only applied to small instances, due to the VRP (Vehicle Routing Problem) NP-hard property. The adjacency imposition is a peculiar feature, which is justified by the potential improvement on vehicle usage considering a posterior operational planning. A mathematical model and a heuristic method are proposed for the problem solving and evaluated by computational experiments. A real scale problem case study is solved by the heuristic method and the results are presented.

Submitted by Wagner Junior (wagner.junior@unioeste.br) on 2018-09-05T19:37:48Z No. of bitstreams: 8 Nicholas_Eduardo_Lopes_dos_Santos_2018.pdf: 1134120 bytes, checksum: de6da7ce734348755e0ca7b2b4212a63 (MD5) cluster_nodes_16_size_48.csv: 59426 bytes, checksum: f775d4775a1523f204043c946c2d57ac (MD5) cluster_nodes_16_size_200.csv: 236341 bytes, checksum: 40ab39add5f0d778c6539d28c894de41 (MD5) cluster_unit_1_size_48.csv: 5973 bytes, checksum: 6eac99d981bebc23d28c41ac1d577e2c (MD5) cluster_unit_1_size_200.csv: 16244 bytes, checksum: ef59fdb0e49418e1fe6aed35061d3b43 (MD5) cluster_unit_2_size_48.csv: 9118 bytes, checksum: 320e7f72fe0f6e9ffc39e6497b369be1 (MD5) cluster_unit_2_size_200.csv: 37612 bytes, checksum: 189ba1ad3d47ba41af4d26373be61f36 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-09-05T19:37:48Z (GMT). No. of bitstreams: 8 Nicholas_Eduardo_Lopes_dos_Santos_2018.pdf: 1134120 bytes, checksum: de6da7ce734348755e0ca7b2b4212a63 (MD5) cluster_nodes_16_size_48.csv: 59426 bytes, checksum: f775d4775a1523f204043c946c2d57ac (MD5) cluster_nodes_16_size_200.csv: 236341 bytes, checksum: 40ab39add5f0d778c6539d28c894de41 (MD5) cluster_unit_1_size_48.csv: 5973 bytes, checksum: 6eac99d981bebc23d28c41ac1d577e2c (MD5) cluster_unit_1_size_200.csv: 16244 bytes, checksum: ef59fdb0e49418e1fe6aed35061d3b43 (MD5) cluster_unit_2_size_48.csv: 9118 bytes, checksum: 320e7f72fe0f6e9ffc39e6497b369be1 (MD5) cluster_unit_2_size_200.csv: 37612 bytes, checksum: 189ba1ad3d47ba41af4d26373be61f36 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-05-04 / Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Estado do Paraná (FA) / Traditionally, the maximum demand forecast in the planning horizon is used to determine the additions and reinforcements required for the expansion of a distribution system. The alternatives obtained with this model are considered overestimated because it considers a constant demand behavior along the planning horizon. Therefore, the search for a better representation of the demand in the planning models has been carried out, among them, the scenarios reduction based on clustering. This paper presents an analysis about the possibility of obtaining alternatives of expansion of lower cost in the planning of a distribution system representing the demand to be met and the distributed generation that can not be dispatched by more than one level. It is based on a planning model that considers a better representation of the load and generation that is solved through classical optimization techniques. The scenario reduction, used in the model, is based on levels groups that are defined and obtained whith k-means algorithm application. In addition to presenting expansion alternatives for different levels groups, it also shows that the processing times resulting from the combinatorial problem are acceptable. / Tradicionalmente, utiliza-se a demanda máxima prevista no horizonte de planejamento para determinar as adições e reforços necessários para a expansão de um sistema de distribuição. As alternativas obtidas com esse modelo são consideradas superestimadas, pois considera um comportamento de demanda constante ao longo do horizonte de planejamento. Diante disso, a busca por uma melhor representação da demanda nos modelos de planejamento tem sido realizada, dentre elas, a redução de cenários baseada em clusterização. Este trabalho apresenta uma análise sobre a possibilidade de obtenção de alternativas de expansão de menor custo no planejamento de um sistema de distribuição representando a demanda a ser atendida e a geração distribuída não despachável por mais de um patamar. Ela baseia-se em um modelo de planejamento que considera uma melhor representação da carga e da geração que seja resolvido através de técnicas de otimização clássica. A redução de cenários, utilizada no modelo, é baseada em grupos de patamares aos quais são definidos e obtidos com a aplicação do algoritmo k-médias. Além de apresentar alternativas de expansão para diferentes grupos de patamares, também mostra que os tempos de processamento, resultantes do problema combinatorial, são aceitáveis.

Made available in DSpace on 2016-08-17T14:53:04Z (GMT). No. of bitstreams: 1 Eduardo Werley Silva dos Angelos.pdf: 3115744 bytes, checksum: 6426e6a53fa69a9616988e00882cb314 (MD5) Previous issue date: 2009-08-07 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / This work proposes a computational technique for classification of electricity consumption profiles. The approach is based on the assumption that it s possible to find out groups of consumers with similar patterns of energy use. So, given the found groups, which can be also viewed as a normal consumption profile, ones can associate a high chance of fraud or abnormality to that consumers lying more apart from the groups. The methodology comprises two steps. A fuzzy clustering c-means-based is done in order to search for consumers with similar consumption profiles, in the first one. Afterwards, a fuzzy classification is performed using a fuzzy membership matrix and the Euclidian distance to the cluster centers. Then, the distance measures are normalized and ordered, yielding an unitary index score, where the possible fraudulent or abnormal consumers are those with the higher scores. The approach was tested and validated with real data base, showing good performance in both fraud and metering defect detection tasks. / Este trabalho apresenta uma metodologia computacional para classificação de perfis anormais de consumo de energia elétrica. A abordagem parte da premissa que um dado cliente deve permanecer o mais próximo possível de seu padrão de consumo histórico, sendo que os desvios do padrão registrado representam possíveis fraudes de energia ou irregularidades de medição. A parte inicial da metodologia busca de consumidores com perfis de consumo semelhantes é efetuada por meio da técnica computacional de clusterização fuzzy. Já a tarefa de mensurar o desvio do padrão histórico é realizada por meio de uma metodologia de classificação nebulosa, baseada na matriz de partição fuzzy e distância dos elementos aos centros dos agrupamentos. Por fim, as distâncias para os grupos são normalizadas, gerando um índice no intervalo unitário, sendo que os elementos de maior chance de estarem irregular são aqueles com índices mais próximos de um. A metodologia foi validada com uma base de dados de uma concessionária local. Os resultados alcançados foram satisfatórios, sendo obtida adequada performance tanto no processo de detecção de fraudes quanto irregularidades na medição.

Made available in DSpace on 2016-06-02T19:06:10Z (GMT). No. of bitstreams: 1 5631.pdf: 1787133 bytes, checksum: c363525148fa6a5fe71608e7a8ffcf4c (MD5) Previous issue date: 2012-09-28 / Universidade Federal de Sao Carlos / The Wireless Sensor Networks (WSNs) and Mobile Wireless Sensor Networks (MWSNs) are being increasingly used by different applications, such as monitoring of animals, monitoring of vital signs, environmental monitoring, surveillance and protection of critical infrastructure, leaking gas, among many others. Some of these applications are already making use of mobile sensor nodes, such as underwater monitoring, precision agriculture, among many others. Due to restricted resources of sensor nodes, especially in relation to energy consumption, the development for solutions based on WSN and MWSN becomes limited. The use of mobile sensor nodes, which typically has more computational resources, power and communication, can help to reduce the energy consumption of fixed nodes, increasing the lifetime of the network. Networks that use mobile sensor nodes (fixed and mobile) with different types of hardware are called Wireless Sensor Networks Heterogeneous Mobile. This paper presents the RAHMoN (Routing Algorithm for Heterogeneous Mobile Networks), which makes use of data aggregation technique to reduce the traffic transmissions on the network, hierarchy of nodes (clustering), and use of sensor nodes (fixed and mobile) that collaborate to deliver data to a sink node at high speed. In RAHMoN, the network is configured using the techniques of inundation (flooding) and inundation reverse (reverse flooding) to collect the fixed position of sensor nodes and form an adjacency matrix. This matrix helps to build routes for data delivery to the sink and is stored in the mobile sensor nodes. Results show that our solution can guarantee a high packages delivery rate, low latency and reduce the delay of packet delivery. The solution was compared with the WHISPER, present in the literature and also focused on the delivery of data to sink node at high speed. / As Redes de sensores sem Fio (RSSFs) e Redes de Sensores Sem Fio Móveis (RSSFMs) estão sendo cada vez mais utilizadas por diferentes aplicações, tais como: monitoramento de animais, monitoramento de sinais vitais, monitoramento ambiental, vigilância e proteção de infraestruturas críticas, vazamento de gás, dentre inúmeras outras. Algumas dessas aplicações já fazem uso de nós sensores móveis. Devido aos recursos restritos dos nós sensores, principalmente em relação ao consumo energético, o desenvolvimento de soluções baseadas em RSSF e RSSFM torna-se limitado. O uso de nós sensores móveis, que tipicamente têm mais recursos computacionais, de energia e de comunicação, pode ajudar a reduzir o consumo de energia dos nós fixos, aumentando o tempo de vida da rede. Redes que utilizam nós sensores (fixos e móveis) com diferentes tipos de hardware são denominadas Redes de Sensores Sem Fio Móvel Heterogênea. Neste trabalho é apresentado o RAHMoN (Routing Algorithm for Heterogeneous Mobile Networks), que faz uso da técnica de agregação de dados para reduzir o tráfego de transmissões na rede, da hierarquização de nós (clustering), da utilização de nós sensores (fixos e móveis) e de um sink em alta velocidade. No RAHMoN, a rede é configurada utilizando flooding e flooding reverse para coletar a posição dos nós sensores fixos e formar uma matriz de adjacência. Essa matriz auxilia na construção de rotas durante a entrega dos dados para o sink e será armazenada nos nós sensores móveis. Resultados de avaliação mostram que a nossa solução consegue garantir uma alta taxa de entrega de pacotes, diminuir a latência e reduzir o atraso de entrega dos pacotes. A solução foi comparada com o WHISPER, presente na literatura e também voltado à entrega de dados para o nó sink em alta velocidade.