Nas últimas décadas, fatores como maior facilidade de crédito e aumento da renda média dos brasileiros motivaram o crescimento das vendas de veículos novos. Com isso, a quantidade de veículos em circulação também aumentou significativamente. Como consequência desse crescimento observa-se o aumento de congestionamento nas grandes cidades, maior número de acidentes de trânsito com vítimas fatais, dentre outros problemas. Neste contexto surge o Sistema de Transporte Inteligente (ITS), que oferece serviços e produtos que utilizam a comunicação de dados no intuito de melhorar o sistema de transporte. Neste sistema, os veículos, os equipamentos móveis e a infraestrutura nas proximidades das vias de tráfego podem transferir dados entre si, formando assim uma rede de comunicação de dados denominada VANET. Esta comunicação permite a implantação de uma série de serviços e soluções de segurança, informação e entretenimento no trânsito. Para gerenciar o roteamento de dados nestas redes de topologia altamente dinâmica, uma série de algoritmos baseados em ACO (Ant Colony Optmization) vem sendo criados. Estes algoritmos são baseados no comportamento das formigas ao saírem de seus ninhos em busca de alimento, as quais tendem a escolher o caminho mais curto entre ninho e alimento. No entanto, observa-se que na literatura não há um padrão para comparação de desempenho destes algoritmos heurísticos, sendo comumente comparados entre si ou com algoritmos de redes MANETs. Neste trabalho foi criado um benchmark com várias instâncias de roteamento multiobjetivo em redes VANETs que podem ser utilizadas para teste de outros algoritmos. Os simuladores de mobilidade e de rede foram configurados para que os cenários de simulação se aproximassem de redes VANETs reais. A área de simulação escolhida para cada cenário foi uma região localizada próxima ao centro da cidade de Curitiba/PR, na qual várias densidades de veículos foram distribuídas de duas formas distintas, uma aleatória e outra tendenciosa a obter maior fluxo nas grandes avenidas. Foram também aplicados o modelo de propagação three log distance sozinho e combinado com o modelo de desvanecimento de Nakagami. Em cada cenário, os veículos origem e destino foram mantidos fixos em lados opostos da área de simulação. Para cada instante da simulação foi aplicado o algoritmo Dijkstra para obter o menor caminho entre origem e destino para a transmissão de pacotes de dados. Um algoritmo de roteamento multiobjetivo baseado em ACO foi proposto e seus resultados foram comparados com o benchmark. Os caminhos encontrados pelo ACO apresentaram maiores números de saltos e, consequentemente, custos superiores aos encontrados pelo algoritmo de Dijkstra. Um benchmark com vários cenários foi criado. As simulações destes cenários mostraram a influência de diversos fatores na conectividade de uma rede VANET, como a densidade de veículos, suas localizações geográficas e modelo de propagação usado. Os resultados obtidos são promissores e apontam a importância na escolha dos modelos de simulação. Tais resultados incentivam o uso de algoritmos heurísticos para roteamento de dados em redes VANET. / In the last decades, we have witnessed an increasing sale of new cars, driven by extensive credit availability and the growth of average income. Hence, the number of vehicles on the roads has increased. Due to this high density of vehicles, the traffic jams as well as fatal accidents are increasing. In order to reduce such factors, the Intelligent Transportation Systems (ITS) aroused, offering connected services and products related to entertainment and road safety. In this system, vehicles, mobile equipments and the infrastructure in the neighborhood of the traffic ways can transfer data to each other, thus creating a network called VANET (Vehicular Ad-hoc Network). To optimize the packets routing in these dynamic networks, several Ant Colony Optmization (ACO) - based algorithms have been proposed. Such algorithms are inspired by the foraging behavior of ants, which are capable of finding the shortest paths from food sources to the nest. However, there are no performance evaluation standards in the recent literature. The algorithms are often compared to each other or with MANET’s algorithms. In this dissertation, a bench-mark of several routing instances for VANETs was created. These benchmarks can be used for testing routing algorithms. The mobility and network simulators were configured in order to create real-world VANET-like scenarios. The geographical area chosen for the scenarios was near to Curitiba downtown. Different vehicle densities were distributed in two way: purely random and biased in such a way that avenues receive higher vehicle flows. The three log-distance path loss model was applied to each scenario, sometimes combined with the Nakagami fading model. In each scenario the source and destination vehicles are fixed on opposite sides of the simulated area. For each simulation time step, the Dijkstra algorithm was run to find the shortest path data transmission between source and destination. A multiobjective ACO-based algorithm was proposed and compared with the Dijkstra algorithm. The paths found by ACO include higher number of hops than those found by the Dijkstra algorithm. A benchmark with several scenarios was created. The scenario’s simulations show the importance of several factors in the VANET connectivity, such as vehicle density, geographical location and propagation models. The results are promising and indicate the importance of choosing appropriated simulation models.

Nas últimas décadas, fatores como maior facilidade de crédito e aumento da renda média dos brasileiros motivaram o crescimento das vendas de veículos novos. Com isso, a quantidade de veículos em circulação também aumentou significativamente. Como consequência desse crescimento observa-se o aumento de congestionamento nas grandes cidades, maior número de acidentes de trânsito com vítimas fatais, dentre outros problemas. Neste contexto surge o Sistema de Transporte Inteligente (ITS), que oferece serviços e produtos que utilizam a comunicação de dados no intuito de melhorar o sistema de transporte. Neste sistema, os veículos, os equipamentos móveis e a infraestrutura nas proximidades das vias de tráfego podem transferir dados entre si, formando assim uma rede de comunicação de dados denominada VANET. Esta comunicação permite a implantação de uma série de serviços e soluções de segurança, informação e entretenimento no trânsito. Para gerenciar o roteamento de dados nestas redes de topologia altamente dinâmica, uma série de algoritmos baseados em ACO (Ant Colony Optmization) vem sendo criados. Estes algoritmos são baseados no comportamento das formigas ao saírem de seus ninhos em busca de alimento, as quais tendem a escolher o caminho mais curto entre ninho e alimento. No entanto, observa-se que na literatura não há um padrão para comparação de desempenho destes algoritmos heurísticos, sendo comumente comparados entre si ou com algoritmos de redes MANETs. Neste trabalho foi criado um benchmark com várias instâncias de roteamento multiobjetivo em redes VANETs que podem ser utilizadas para teste de outros algoritmos. Os simuladores de mobilidade e de rede foram configurados para que os cenários de simulação se aproximassem de redes VANETs reais. A área de simulação escolhida para cada cenário foi uma região localizada próxima ao centro da cidade de Curitiba/PR, na qual várias densidades de veículos foram distribuídas de duas formas distintas, uma aleatória e outra tendenciosa a obter maior fluxo nas grandes avenidas. Foram também aplicados o modelo de propagação three log distance sozinho e combinado com o modelo de desvanecimento de Nakagami. Em cada cenário, os veículos origem e destino foram mantidos fixos em lados opostos da área de simulação. Para cada instante da simulação foi aplicado o algoritmo Dijkstra para obter o menor caminho entre origem e destino para a transmissão de pacotes de dados. Um algoritmo de roteamento multiobjetivo baseado em ACO foi proposto e seus resultados foram comparados com o benchmark. Os caminhos encontrados pelo ACO apresentaram maiores números de saltos e, consequentemente, custos superiores aos encontrados pelo algoritmo de Dijkstra. Um benchmark com vários cenários foi criado. As simulações destes cenários mostraram a influência de diversos fatores na conectividade de uma rede VANET, como a densidade de veículos, suas localizações geográficas e modelo de propagação usado. Os resultados obtidos são promissores e apontam a importância na escolha dos modelos de simulação. Tais resultados incentivam o uso de algoritmos heurísticos para roteamento de dados em redes VANET. / In the last decades, we have witnessed an increasing sale of new cars, driven by extensive credit availability and the growth of average income. Hence, the number of vehicles on the roads has increased. Due to this high density of vehicles, the traffic jams as well as fatal accidents are increasing. In order to reduce such factors, the Intelligent Transportation Systems (ITS) aroused, offering connected services and products related to entertainment and road safety. In this system, vehicles, mobile equipments and the infrastructure in the neighborhood of the traffic ways can transfer data to each other, thus creating a network called VANET (Vehicular Ad-hoc Network). To optimize the packets routing in these dynamic networks, several Ant Colony Optmization (ACO) - based algorithms have been proposed. Such algorithms are inspired by the foraging behavior of ants, which are capable of finding the shortest paths from food sources to the nest. However, there are no performance evaluation standards in the recent literature. The algorithms are often compared to each other or with MANET’s algorithms. In this dissertation, a bench-mark of several routing instances for VANETs was created. These benchmarks can be used for testing routing algorithms. The mobility and network simulators were configured in order to create real-world VANET-like scenarios. The geographical area chosen for the scenarios was near to Curitiba downtown. Different vehicle densities were distributed in two way: purely random and biased in such a way that avenues receive higher vehicle flows. The three log-distance path loss model was applied to each scenario, sometimes combined with the Nakagami fading model. In each scenario the source and destination vehicles are fixed on opposite sides of the simulated area. For each simulation time step, the Dijkstra algorithm was run to find the shortest path data transmission between source and destination. A multiobjective ACO-based algorithm was proposed and compared with the Dijkstra algorithm. The paths found by ACO include higher number of hops than those found by the Dijkstra algorithm. A benchmark with several scenarios was created. The scenario’s simulations show the importance of several factors in the VANET connectivity, such as vehicle density, geographical location and propagation models. The results are promising and indicate the importance of choosing appropriated simulation models.