11 |
Contribuições ao estudo de sistemas lineares com saltos markovianosPinto Junior, Dorival Leão 11 December 1992 (has links)
Orientadores: João Bosco Ribeiro do Val, Marcelo Dutra Fragoso / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-18T08:41:04Z (GMT). No. of bitstreams: 1
PintoJunior_DorivalLeao_M.pdf: 4951760 bytes, checksum: 385a749b6bbadabe5622f42f240806c3 (MD5)
Previous issue date: 1992 / Resumo: Uma classe de processos dinâmicos sujeitos às falhas é estudada nesta dissertação. Este tipo de sistema pode sofrer mudanças abruptas na sua estrutura, causadas por fenômenos tais como falhas de componentes ou reparos, mudança na interconexão de subsistema ou perturbação ambiental repentina. É comum que estes eventos ocorram em um contexto de incerteza, todavia, o conhecimento prévio das características do sistema podem ser levadas em contas através de um modelo estocástico subjacente. Mais especificamente, os sistemas lineares a tempo discreto com saltos markovianos serão objetos de nosso estudo. No aspecto de controle, é feito uma abordagem via 'H POT. INFINITO¿, cujas origens e motivações serão estudadas no capítulo 1. Discutiremos a pertinência desta formulação em problemas de atenuação de distúrbios, estabilização robusta, como também na caracterização de sistemas incertos, para os quais a classe de sistemas em estudo tem grande relevância. No capítulo 4, obtemos condição suficiente para que o problema de controle 'H POT. INFINITO¿ formulado em horizonte finito tenha solução. O segundo tópico abordado foi o critério de estabilidade estocástica apropriado a esta classe de sistemas. Este problema está intimamente relacionado com o desenvolvimento do problema de controle em horizonte infinito. Obtemos um teste computacional, que fornece condições necessária e suficiente, para a verificação da estabilidade estocástica no sentido quase certamente. A relação deste teste com o conceito de estabilidade na média quadrática desta classe de sistemas já era conhecida na literatura. Com isto pudemos demonstrar a equivalência entre diversos conceitos de estabilidade estocástica, para estes sistemas / Abstract: Not informed. / Mestrado / Mestre em Engenharia Elétrica
|
12 |
Aprendizagem estrutural de redes bayesianas pelo método de Monte Carlo e cadeias de MarkovCosta, Felipe Schneider January 2013 (has links)
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:43:59Z (GMT). No. of bitstreams: 1
326135.pdf: 3524990 bytes, checksum: 20b931bf01d41bdd7c02ae10fae99cb0 (MD5)
Previous issue date: 2013 / Esta dissertação aborda a aplicação dos métodos de Monte Carlo via Cadeias de Markov na aprendizagem de estruturas de redes Bayesianas. Estes métodos têm se mostrado extremamente eficientes nos cálculos aproximados de problemas nos quais é impossível obter uma solução exata. Neste sentido, apresenta um método para gerar estruturas de redes Bayesianas a partir dos dados para que possam ser utilizadas para realizar consultas sobre o domínio do problema e também que permitam extrair conhecimento sobre o problema através dos modelos gráficos gerados. Inicialmente, através do uso de técnicas de verificação de independência condicional entre os nós da rede, alguns vértices (conexões entre os nós) da estrutura inicial foram fixados e não mais alterados, visando minimizar o uso de recursos computacionais. Após fixar esses vértices, o próximo passo consistiu em construir uma estrutura inicial de rede (conectar os demais nós da rede não fixados no passo anterior) a ser alterada durante toda a execução do algoritmo. Para isso, foram utilizados algoritmos de busca heurística. De posse de um modelo inicial de rede e seguindo o fluxo dos métodos de Monte Carlo e Cadeias de Markov, a próxima etapa alterava esse modelo, a cada iteração do algoritmo, de forma aleatória, visando encontrar o modelo que melhor representasse os dados. Os algoritmos de geração de amostras de rede utilizados nessa etapa selecionavam dois nós e uma operação a ser realizada no vértice de conexão entre esses nós (incluir, excluir ou inverter), sempre de forma aleatória. Depois de verificar se a operação realizada na estrutura atual da rede gerava uma rede válida (sem ciclos), a rede era aceita como novo estado da cadeia. Finalmente, para comparar os modelos de rede e selecionar o melhor entre eles, foram utilizadas métricas de score. Analisando as redes geradas durante as execuções do algoritmo, juntamente com os dados capturados na submissão dos casos de teste, pôde-se concluir que os resultados mostraram-se muito satisfatórios, devido, principalmente, às taxas de erros apresentadas nas matrizes de classificação. Como exemplo, na submissão de um dos conjuntos de testes a uma das redes gerada pelo algoritmo, apenas 7% (sete) dos dados foram classificados incorretamente. Pode-se crer que os bons resultados obtidos devem-se ao processo utilizado na coleta de modelos de rede, no qual foram salvos os melhores modelos durante toda a execução do programa.<br> / Abstract : This paper discusses the application of the methods of Markov Chain Monte Carlo in the learning of structures of Bayesian networks. These methods have proved to be extremely effective in approximate calculations of problems in which it is impossible to obtain an exact solution. In this sense, it presents a method for generating structures of Bayesian networks from data that can be used to perform queries on the problem domain and also for extracting knowledge about the problem through the graphic models generated. Initially, through the use of verification techniques for conditional independence between the network nodes, some vertices (connections between nodes) of the initial structure were fixed and not altered in order to minimize the use of computational resources. After fixing these vertices, the next step was to build an initial network structure (connect other network nodes not set in the previous step) to be changed throughout the execution of the algorithm. For this, heuristic search algorithms are used. With this initial
network model and following the flow of the Monte Carlo and Markov chains methods, the next step alter this model, in each iteration of the algorithm, randomly, aiming to find the model that best represents the data. The algorithms for generating samples of network used in this step selected two nodes and an operation to be performed at the vertice of connection between these nodes (add, delete or reverse), always randomly. After checking that the operation performed on the current network structure generated a valid network (without cycles), the network was accepted as a new state of the chain. Finally, to compare the network models and select the best among them, metrics score are used. Analyzing the networks generated during the execution of the algorithm, along with the data captured in the submission of test cases, it can be concluded that the results were very satisfactory, mainly due to error rates presented in the matrix of classification. As an example, submission of one of the test sets to the network generated by the algorithm, only 7% (seven) of data were misclassified. It is believed that the good results are due to the process used to collect network models, where it saves the best models throughout the execution of the program.
|
13 |
Uma métrica fuzzy para aprendizagem de estruturas de redes bayesianas pelo método de Monte Carlo e cadeias de MarkovCrotti Junior, Ademar January 2014 (has links)
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014. / Made available in DSpace on 2015-04-29T21:05:31Z (GMT). No. of bitstreams: 1
332933.pdf: 1263521 bytes, checksum: 85b797eb94206f44631d5e5ef75e4264 (MD5)
Previous issue date: 2014 / A aprendizagem de estrutura de redes bayesianas (RB) a partir dos dados é considerada uma tarefa complexa, uma vez que o número de estruturas possíveis cresce exponencialmente de acordo com o número de variáveis. Existem dois métodos principais para esta tarefa de aprendizagem de estruturas de RB: o método de independência condicional, que busca uma estrutura consistente com os testes de independência realizados nos dados; o método de busca heurística, que explora o espaço de busca avaliando as possíveis estruturas por meio de algoritmos de busca. Além desses dois métodos, também são considerados os algoritmos híbridos, onde os dois métodos são aplicados na tarefa. A principal falha dessas abordagens tradicionais é que elas não conseguem identificar todas as relações existentes nos dados, sendo necessário investigar novas abordagem. Desta forma, esta pesquisa apresenta o desenvolvimento de uma métrica fuzzy de avaliação com um método de busca heurística para aprendizagem de estrutura de redes bayesianas, utilizando Monte Carlo via Cadeias de Markov. As diferentes métricas de avaliação de redes bayesianas utilizadas permitem identificar determinadas propriedades nas redes. Essas propriedades são determinadas em função da métrica aplicada. A combinação em uma métrica fuzzy possibilita avaliar diferentes propriedades simultaneamente. Os resultados deste trabalho foram avaliados no contexto de bases sintéticas por meio da comparação com outros algoritmos, convergência das cadeias de Markov e tempo de processamento. Os resultados evidenciam, apesar do tempo de processamento, que a métrica proposta, além de compatível com os algoritmos clássicos, melhorou o processo de avaliação de estruturas combinando diferentes métricas em uma métrica fuzzy.<br> / Abstract : Learning bayesian networks (BN) from data is considered a complex task, since the number of possible structures grows exponentially with the number of variables. There are two main approaches for learning BN: methods based on independence tests, seeking structures consistente with the tests performed on the data; methods based on heuristic search, exploring the search space with a search algorithm, evaluating the possible structures. Besides these two approaches, there are hybrid algorithms, where both methods are applied to the task. The main fault of these approaches is that they still fail to identify all existing relationships in the data, so it is necessary to investigate new approaches. This research presents the development of a fuzzy score metric in a heuristic search method for learning Bayesian network structures, in a Markov Chain Monte Carlo algorithm. Different score metrics used to learn BN structures identify certain properties in these networks. These properties are determined based on the score applied. The combination of these scores in a fuzzy metric enables the evaluation of different properties simultaneously. Results of this research were evaluated in the context of synthetic bases by comparing with other algorithms, convergence of Markov chains and processing time. The results show, despite the processing time, that the proposed metric is compatible with traditional algorithms, and improved the evaluation process of structures, combining different score metrics into a fuzzy metric.
|
14 |
Um modelo markoviano-bayesiano de inteligência artificial para avaliação dinâmica do aprendizadoOrlandeli, Rogério January 2005 (has links)
Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia de Produção / Made available in DSpace on 2013-07-16T00:00:13Z (GMT). No. of bitstreams: 1
221278.pdf: 959648 bytes, checksum: e8781b069cd963b65c5282d510d67051 (MD5) / A tese apresenta o desenvolvimento de um Sistema de Ensino Inteligente (SEI) via Internet, especialmente estruturado para monitorar (mensurar) o desempenho do aluno no tempo e, simular o estilo de avaliação do professor responsável pelo conteúdo, para atender estas finalidades o sistema é alimentado por instruções (definições) do professor a respeito dos conteúdos (informações) a serem inseridos e apresentados. O modelo utilizado pelo sistema usa em conjunto redes probabilísticas (cadeia de Markov e rede de Bayes), apresentando uma estrutura independente do domínio (conteúdo a ser apresentado). A cadeia de Markov armazena o conhecimento do desempenho passado, mesmo que recente (do aluno), podendo pela sua forma acumulativa do conhecimento estimar a previsão futura de desempenho, enquanto a rede de Bayes, de posse de uma evidência (desempenho do aluno) coletada no presente, pode reavaliar evidências passadas ou até inferir possíveis desempenhos, em tarefas, que por ventura possam não ser acessadas ou
|
15 |
Aplicação de modelos coultos de markov na segmentação e classificação de processos comportamentais contínuosTauffer, Luiz January 2013 (has links)
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Eléterica, Florianópolis, 2013 / Made available in DSpace on 2013-12-06T00:37:19Z (GMT). No. of bitstreams: 1
319273.pdf: 2074039 bytes, checksum: 74f75482c412413f30655bf51f370ba0 (MD5)
Previous issue date: 2013 / Além da classificação comportamental, a definição de unidades descritivas da motivação animal pode ser valiosa aos estudos em animais. Um sistema para registro automático da atividade alimentar de pombos foi projetado, montado e testado em experimentos com 5 horas de duração onde os animais foram submetidos a quatro manipulações alimentares distintas envolvendo estímulos hedônicos e metabólicos. O sistema é baseado em sensores de força, o que permite o acompanhamento da evolução do perfil ingestivo ao longo de um experimento, bem como a identificação dos momentos de ocorrência dos eventos ingestivos. A marcação temporal destes eventos torna possível a utilização de métodos de agrupamento de dados como os modelos ocultos de Markov para a classificação do comportamento alimentar em termos de episódios ingestivos. Esta técnica, quando comparada à metodologia tradicional de agrupamento por pontos-critério fixos, se mostrou mais adequada para aplicação nos dados de ações alimentares dos pombos. Uma segunda etapa de classificação buscou segmentar a motivação alimentar dos animais em três graus distintos de interesse pela ração/água, em oposição à tradicional segmentação em refeições. Os resultados sugerem que estímulos de natureza metabólica aumentam momentaneamente a eficiência na ingestão de ração e água no estado de alto interesse e diminuem a eficiência no estado de baixo interesse, enquanto que estímulos hedônicos tendem a aumentar tanto a ingestão de ração quanto o tempo dedicado ao estado de alto interesse. A segmentação da análise dos dados em resultados acumulados a cada duas horas indicou a ocorrência de períodos de quiescência na ingestão de ração. Entretanto, estes períodos de duas horas também mascaram dinâmicas internas de alteração da motivação alimentar. A metodologia empregada permitiu a caracterização de estruturas motivacionais a partir de unidades comportamentais simples, durações de episódios ingestivos e intervalos entre estes. Estas informações, porém, parecem não ser suficientes para classificação do fluxo motivacional subjacente à Sequeência Comportamental de Saciedade em três condições plenas e duradouras; dados de quantidades ingeridas e indicadores de agitação corporal poderiam fortalecer os modelos nesta direção <br>
|
16 |
Otimização da operação de usinas hidrelétricas com aplicação de programação dinâmica estocástica em linguagem vetorialLocatelli, Fabiano Ari January 2016 (has links)
Orientador : Prof. Dr. Marcelo Rodrigues Bessa / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa: Curitiba, 11/05/2016 / Inclui referências : f.149-156 / Resumo: A presente dissertação propõe um método para a otimização da operação de usinas hidrelétricas com o objetivo de atender à demanda de eletricidade ao menor custo da complementação termelétrica. Faz-se uso da Programação Dinâmica Estocástica (Stochastic Dynamic Programming - SDP) e a modelagem se dá por meio de um Processo de Decisão de Markov (Markov Decision Process - MDP). O intuito é ava-liar a aplicação da SDP desenvolvida em uma linguagem de programação vetorial, o Matlab©. As usinas hidrelétricas são mantidas individuais para que suas característi-cas possam ser detalhadas, enquanto a complementação termelétrica é determina-da por uma função de custo. O MDP tem horizonte finito de sessenta meses. As va-riáveis de estado são os níveis de reservatório discretizados e as classes de vazões afluentes. As variáveis de decisão são as vazões turbináveis discretizadas. A matriz de transição do MDP calcula as probabilidades de que uma determinada classe de vazões afluentes ocorra, dadas as ocorrências das classes no mês anterior. O códi-go foi escrito de modo a usar, sempre que possível, vetores e matrizes, evitando la-ços, para potencializar as características da linguagem vetorial. São cinco as usinas hidrelétricas consideradas para o estudo de caso, todas em cascata no rio Iguaçu: dois reservatórios e três usinas a fio d'água, sendo que as usinas do rio Jordão, afluente do Iguaçu, não estão incluídas. Produzida como resultado da otimização, uma tabela de decisões é entregue a um simulador, alimentado pela série histórica. Os resultados da simulação são comparados ao simulador MSUI. O otimizador pro-posto alcançou geração média superior na cascata, deplecionando mais os reserva-tórios, especialmente o de cabeceira, e reduzindo vertimentos. Como as afluências do rio Iguaçu não são sazonais, o nível médio dos reservatórios é mantido entre 50% e 60%. Por fim, foram realizadas medidas de desempenho computacional, tan-to em velocidade de processamento como em alocação de memória. A memória tor-na-se o fator limitante com relação ao tempo computacional, mostrando que o códi-go usa a capacidade de processamento matricial para acelerar sua execução. PALAVRAS-CHAVE: programação dinâmica estocástica, otimização da operação de usinas, processos de decisão de Markov, linguagem vetorial, Rio Iguaçu. / Abstract: This dissertation proposes a method for the optimization of hydropower plants operation in order to meet demand at the lowest cost of the complementary thermoelectric production. Makes use of Stochastic Dynamic Programming - SDP and modeling is made through a Markov Decision Process - MDP. The aim is to evaluate the implementation of the SDP in the code written in a vector programming language, Matlab©. Hydroelectric plants are kept individual so that their characteris-tics can be detailed, while the thermal complementation is determined by a cost func-tion. The MDP has finite horizon of sixty months, the state variables are the discre-tized reservoir levels and the inflows classes. The decision variables are the discre-tized possible turbine flows. The MDP's transition matrix calculates the probabilities that a certain class of affluent flows occur, given that certain classes had ocurred in the previous month. The code was written to use, whenever possible, vectors and matrixes, avoiding loops in order to enhance the characteristics of the vector pro-gramming language. There are five hydroelectric plants considered for the case study, all cascaded on the Iguaçu River: two reservoirs that can regularize their out-flow, and three that cannot. The power plants of the Jordão River, Iguaçu affluent, are not included. Produced as a result of optimization, a table of decisions is given to a simulator, running the historical series. The results are compared to MSUI simula-tor. The proposed optimizer achieved higher average generation in the cascade, more depleted reservoirs, especially the first one in the cascade, and reduced spills. As the affluences of the Iguaçu River are not seasonal, the average level of the res-ervoirs is maintained between 50% and 60%. Finally, computational performance measurements were performed both in processing speed as memory allocation. The memory becomes the limiting factor prior to the computational time showing that the vectorial code uses the processing capability to accelerate its execution. KEYWORDS: stochastic dynamic programming, optimization of power plant opera-tion, Markov decision processes, vector language, Iguaçu River.
|
17 |
Máquinas de somar estocásticas e conjuntos de JuliaCaprio, Danilo Antonio [UNESP] 25 March 2015 (has links) (PDF)
Made available in DSpace on 2015-09-17T15:25:46Z (GMT). No. of bitstreams: 0
Previous issue date: 2015-03-25. Added 1 bitstream(s) on 2015-09-17T15:46:34Z : No. of bitstreams: 1
000844070_20170212.pdf: 393663 bytes, checksum: 636c858838210ec6673677ede69922eb (MD5) Bitstreams deleted on 2017-02-17T11:23:28Z: 000844070_20170212.pdf,. Added 1 bitstream(s) on 2017-02-17T11:24:30Z : No. of bitstreams: 1
000844070.pdf: 1506818 bytes, checksum: 2de315c4ea31852d5ce7849682c89731 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Neste trabalho, definimos a máquina de somar estocástica relacionada à base de Fibonacci e a uma sequência de probabilidades (Pi) i>1. Obtemos uma cadeia de Markov cujo estados são o conjunto dos inteiros não-negativos. Estudamos propriedades probabilísticas dessa cadeia, como transiência e recorrência. Mostramos também que o espectro associado a essa cadeia de Markov está relacionado ao conjunto de Julia fibrado de uma classe de endomorfismos em C 2. Além disso, estudamos propriedades dinâmicas e topológicas de uma classe de endomorfismos de C 2 (ou R 2). Precisamente, as aplicações consideradas são fn(x, y) = ( x y+ cn, x), onde cn E2 C (ou cn E R), para todo n>0. / In this work we define a stochastic adding machine associated to the Fibonacci baseand to a probabilities sequence (Pi) i>1. We obtain a Markov chain whose states are the set of nonnegative integers. We study probabilistic properties of this chain, such as transience and recurrence. We also prove that the spectrum associated to this Markov chain is connected to the filled Julia sets for a class of endomorphisms in C 2. Furthermore, we study topological and dynamical properties of a class of endomorphisms of C 2 (or R 2). Precisely, the considered maps are fn(x, y) = (x y + cn, x), where cn 2 C (or cn E R), for all n>0.
|
18 |
Heterogeneidades geológicas e o gerenciamento de áreas contaminadas em local situado na Interface da Serra do Mar com a Planície Aluvionar do Rio Cubatão (Cubatão/SP) /Alberto, Marcio Costa. January 2010 (has links)
Orientador: Chang Hung Kiang / Banca: Paulo Milton Barbosa Landim / Banca: Didier Gastmans / Banca: Elton Gloeden / Banca: Fernando Krahenbul / Resumo: O gerenciamento de áreas contaminadas objetiva eliminar riscos pela contaminação de água subterrânea em áreas industriais. O comportamento de contaminantes também é controlado pela configuração das litologias, sendo necessária a caracterização geológica para estabelecer um modelo geológico conceitual, subsidiando as ações futuras de investigação e remediação. Em áreas geologicamente complexas, a distribuição das litologias deve ser enfocada, pois, apresenta variação significativa, e o seu conhecimento é de difícil estabelecimento com dados sem qualidade e quantidade. As incertezas associadas à heterogeneidade, tornam mais complexo o conhecimento destas. Neste estudo, foi aplicada investigação em área de Cubatão (SP), geologicamente heterogênea, iniciando pela caracterização regional, estabelecendo o modelo conceitual, a gênese das litologias e simulação numérica de fluxo da água subterrânea para verificação do modelo. Para simulação hipotética de um poço para remediação, foi utilizada simulação estocástica para definição da distribuição litológica, pois, a heterogeneidade pode apresentar diversos cenários para um mesmo conjunto de informações. Estas simulações geraram cenários, utilizados para simulação do poço, obtendo-se distintas zonas de captura. Os efeitos da heterogeneidade mostram que, para projeção de sistema de remediação, devem ser considerados diversos arranjos litológicos, pois, considerando-se modelos simplistas, a remediação será ineficiente, aumentando os custos para novas investigações e ações de remediação adicionais / Abstract: The management of contaminated areas aims to eliminate the risk of groundwater contamination in industrial areas. The behavior of contaminants is controlled by the configuration of lithologies, where geological characterization was needed to establish a conceptual geological model, supporting the actions of future investigation and remediation. In geologically complex areas, the distribution of lithologies should be focused, therefore, the distribution is also complex, and their knowledge is difficult to establish with no data quality and quantity. Uncertainties related to heterogeneity become more complex its definition. In this study, it was applied research in an area located at Cubatão (SP), geologically heterogeneous, starting with the regional characterization, setting the conceptual model, genesis of the lithologies and numerical simulation for model verification. For the simulation of a hypothetical well for remediation, stochastic simulation was used to define the lithological distribution, therefore, the heterogeneity may present different scenarios for a given set of information. These simulations generated scenarios used for simulation of extraction well, resulting in different capture zones. The effects of heterogeneity suggests that for projecting remediation system should be considered different lithological distribution, therefore, considering simplistic models, remediation will be inefficient, increasing costs for new investigations and further remediation actions / Doutor
|
19 |
Aplicações das cadeias de Markov para o ensino médio /Delatorre, Hugo Tadeu. January 2016 (has links)
Orientador: José Gilberto Spasiani Rinaldi / Banca: Luiz Carlos Benini / Banca: Teresa Cristina Martins Dias / Resumo: As Cadeias de Markov são um instrumento poderosíssimo para previsão de eventos do futuro baseado apenas em um passado relativamente recente. São muito utilizadas nas situações mais diversas como na bolsa de valores, na fidelização de clientes, previsão do tempo, dentre outras. O objetivo principal deste trabalho é mostrar, em nível de Ensino Médio algumas interessantes aplicações, bem como estimular os alunos à pesquisa, coleta e processamento de dados, mostrando-nos o quanto a Matemática está presente no cotidiano de cada um deles / Abstract: The Markov Chains are a powerful tool for predicting future events based only on a relatively recent past. They are widely used in different situations such as on the stock exchange in customer loyalty, weather, among others. The main objective of this work is to show high school level in some interesting applications, as well as encourage students to research, collecting and processing data, showing us how mathematics is present in the daily life of each one of them / Mestre
|
20 |
Modelagem de trafego e variação do limiar de bloqueio para tres caminhos de radio em comunicações moveisRomano, Maria Ines Ramos 09 August 1996 (has links)
Orientador: Michel Daoud Yacoub / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-21T17:54:44Z (GMT). No. of bitstreams: 1
Romano_MariaInesRamos_M.pdf: 4663254 bytes, checksum: 1eba8912b309a32ad3dbaf79f0ad0336 (MD5)
Previous issue date: 1996 / Resumo: Algumas estratégias de encaminhamento alternativo de tráfego em sistemas rádio móveis exploram o fato de o assinante próximo à fronteira entre células ter comunicação adequada com a estação base vizinha, além da sua própria estação. De fato, estudos teóricos e medidas de campo mostram que uma considerável proporção do tráfego com acesso a uma segunda célula pode também se comunicar com uma terceira. Este trabalho de tese explora este atributo e propõe um modelo de tráfego onde assinantes com acesso a duas ou três estações rádio base sejam direcionados convenientemente para uma ou outra célula de acordo com as regras de decisão da estratégia adotada. Em particular, a estratégia estudada é a Variação do Limiar de Bloqueio. O processo de tráfego é modelado utilizando-se a Cadeia de Markov, através do Processo de Nascimento e Morte tridimensional aplicado a três células. O desempenho do sistema é avaliado através de análise numérica e alguns casos particulares podem ser tratados pela fórmula Erlang-B. Verifica-se, de uma maneira geral, que o uso de um terceiro caminho de rádio, ao invés de dois apenas, pode melhorar o desempenho de - tráfego do sistema. A melhora é mais sensível no caso em que o tráfego é desbalanceado / Abstract: Not informed. / Mestrado / Eletronica e Comunicações / Mestre em Engenharia Elétrica
|
Page generated in 0.0787 seconds