@MASTERSTHESIS{ 2025:162225052,
 	title = {Otimiza??o de redes de sensores sem fio: uma abordagem baseada em algoritmo gen?tico para o posicionamento multiobjetivo em ?reas urbanas},
 	year = {2025},
 	url = "http://tede2.uefs.br:8080/handle/tede/1976",
 	abstract = "O avan?o tecnol?gico ampliou o uso da computa??o em diversas ?reas, destacando
 as Redes de Sensores Sem Fio no contexto da Internet das Coisas, as quais permitem
 a coleta cont?nua de dados estruturais e ambientais e respostas r?pidas a eventos
 cr?ticos. Entretanto, a disposi??o eficiente dos sensores ? um desafio central, pois um
 arranjo inadequado pode afetar aspectos como cobertura, consumo energ?tico e a
 confiabilidade dos dados. Esse problema de posicionamento ? considerado multiobjetivo devido ? 
 necessidade de otimizar m?ltiplos crit?rios simultaneamente e, em redes
 de grande escala, a complexidade combinat?ria inviabiliza o uso de abordagens tradicionais 
 na busca por solu??es ?timas. Diante disso, esta pesquisa prop?e e analisa
 uma nova estrat?gia de posicionamento para RSSF compostas por sensores escalares
 e visuais, utilizando o Non-dominated Sorting Genetic Algorithm-II (NSGA-II) para
 otimizar os crit?rios de cobertura, qualidade de sensoriamento e conectividade em
 rede. Entre os experimentos realizados, destacam-se a defini??o dos hiperpar?metros
 do NSGA-II por meio de Grid Search, a an?lise do posicionamento em um cen?rio
 ideal de teste, a aplica??o do m?todo Technique for Order of Preference by Similarity
 to Ideal Solution (TOPSIS) para a sele??o de solu??es nas Fronteiras de Pareto e a
 an?lise da variabilidade das solu??es encontradas em cem cen?rios de implanta??o
 com distribui??o aleat?ria das redes. Os resultados demonstraram que o conjunto
 de hiperpar?metros escolhido foi eficaz na busca por solu??es adequadas, atendendo
 satisfatoriamente aos crit?rios de otimiza??o e evidenciando a efici?ncia do processo
 de posicionamento proposto. Ademais, a aplica??o do m?todo TOPSIS indicou que,
 para este estudo, a sele??o de solu??es pode ser feita considerando o mesmo n?vel de
 relev?ncia para todos os crit?rios, uma vez que a prioriza??o n?o apresentou diferen?as 
 significativas. Por fim, a baixa variabilidade observada nas execu??es sucessivas
 do NSGA-II comprovou que a metodologia proposta apresenta comportamento est?vel e 
 reprodut?vel no processo de busca por solu??es. Desta forma, essa pesquisa
 n?o apenas pode auxiliar na otimiza??o de aplica??es urbanas, mas tamb?m facilita
 o planejamento e a adapta??o das RSSF em diferentes ambientes externos; nesse
 contexto, contribuindo para o aprimoramento dos estudos existentes e fornecendo
 diretrizes para futuras investiga??es na ?rea.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {DEPARTAMENTO DE CI?NCIAS EXATAS}
}