27 a 30/09/05, Gramado, RS

Pesquisa Operacional e o Desenvolvimento Sustent vel

APLICAO DO MTODO GRASP NO PROBLEMA DE
POSICIONAMENTO DE RADARES DE VIGILNCIA


Mnica Maria De Marchi
Centro Tcnico Aeroespacial (CTA)
Instituto de Estudos Avanados (IEAv)

Departamento de Informtica (EIN-A)
Caixa Postal 6044 - Cep - 12.231-970 - So J os dos Campos SP
monica@ieav.cta.br

Maria Jos Pinto
Centro Tcnico Aeroespacial (CTA)
Instituto de Estudos Avanados (IEAv)

Departamento de Informtica (EIN-A)
Caixa Postal 6044 - Cep - 12.231-970 - So J os dos Campos SP
maju@ieav.cta.br

Felipe Leonardo Lobo Medeiros
Centro Tcnico Aeroespacial (CTA)
Instituto de Estudos Avanados (IEAv)

Departamento de Informtica (EIN-A)
Caixa Postal 6044 - Cep - 12.231-970 - So J os dos Campos SP
felipe@ieav.cta.br

Carmem Lcia Ruybal dos Santos
Centro Tcnico Aeroespacial (CTA)
Instituto de Estudos Avanados (IEAv)

Departamento de Informtica (EIN-A)
Caixa Postal 6044 - Cep - 12.231-970 - So J os dos Campos SP
carmenl@ieav.cta.br


Resumo

Este trabalho apresenta resultados obtidos utilizando a meta-heurstica GRASP (do ingls, Greedy
Randomized Adaptive Search Procedures) na resoluo do problema de posicionamento de radares de
vigilncia. Problemas deste tipo so considerados problemas de localizao de facilidades com
mxima cobertura (MCLP, do ingls Maximum Covering Location Problem), em que um nmero pr-
definido de facilidades deve ser distribudo de forma a maximizar o nmero de demandas a serem
atendidas. As facilidades so radares terrestres e o objetivo determinar o posicionamento destes
radares de forma a maximizar a rea de cobertura da regio a ser protegida. Este estudo vem sendo
realizado pelo grupo de pesquisa de Apoio Deciso do IEAv/CTA.

Palavras-Chave: Problemas de Localizao, Mxima Cobertura, GRASP.


Abstract

This work presents the results using the GRASP (Greedy Randomized Adaptive Search Procedures)
metaheuristic to solve the positioning of surveillance radars problem. Problems of this type are
considered problems of MCLP (Maximum Covering Location Problem), where a fixed number of
facilities should be distributed to maximize the number of demands to be attended. In this problem,
27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1296
the facilities are terrestrial radars and the objective is to determine the positioning of these radars in
order to maximize the area to cover the region to be protected. This study is being carried through by
the research group of Decision Support in IEAv/CTA.

Keywords: Location Problems, Maximum Covering, GRASP.


1 - Introduo

Dentre os trabalhos de pesquisa em andamento no IEAv/CTA encontra-se o trabalho sobre o
posicionamento timo de radares de vigilncia. Este estudo visa entender a problemtica relacionada
escolha de locais propcios para instalao de radares terrestres e a rea efetivamente coberta pelos
equipamentos, buscando a mxima eficincia, principalmente no que se refere cobertura do sinal
gerado. Na literatura, este tipo de problema pode ser visto como um problema de localizao com
mxima cobertura (MCLP, do ingls Maximum Covering Location Problem), visto existir um nmero
pr-definido de facilidades, que devem ser distribudas de forma a maximizar o nmero de demandas a
serem atendidas (Daskin, 1995, Goldbarg e Luna, 2000).

Algumas metodologias para a resoluo deste tipo de problema foram estudadas com o propsito de
entender a dinmica envolvida. Por exemplo, foram realizados trabalhos utilizando a abordagem
clssica do MCLP (Pinto e De Marchi, 2004) e utilizando algoritmo gentico (Medeiros et al., 2005;
Santos et al., 2003). O presente trabalho apresenta os resultados obtidos com a utilizao da meta-
heurstica GRASP (do ingls, Greedy Randomized Adaptive Search Procedures).

A estrutura deste trabalho consiste de cinco sees distribudas da seguinte forma: esta introduo; a
seo 2, onde apresentamos os principais conceitos da metodologia GRASP; da seo 3, onde so
apresentadas, alm da formulao do modelo e a definio das variveis do problema, o algoritmo
GRASP utilizado; a seo 4, onde apresentamos os resultados obtidos; e, a seo 5, onde so
apresentadas as consideraes finais do trabalho.


2 - Metodologia GRASP

Problemas de cobertura ou problema de recobrimento so problemas de programao linear inteira que
esto classificados, dentro da otimizao combinatria, como sendo NP-hard. Devido s suas
caractersticas so considerados computacionalmente difceis de serem tratados ou suficientemente
grandes para se considerar o uso de algoritmos exatos na sua resoluo (Goldbarg e Luna, 2000). Em
muitos casos, mtodos heursticos so empregados para encontrar solues satisfatrias, mas no
necessariamente timas. Goldbarg e Luna (2000) fornecem alguns exemplos de tcnicas que podem
ser utilizadas para resolver problemas da mesma classe abordada neste trabalho. Dentre estas tcnicas
encontra-se a meta-heurstica GRASP - um procedimento de busca aleatrio mope e adaptativo. Esta
tcnica visa apresentar diferentes solues atravs de um procedimento que consiste de duas fases: na
primeira constri-se uma soluo mope para o problema em anlise a qual, na segunda fase,
submetida busca local, visando melhorar a soluo corrente.

Na literatura encontram-se vrios mecanismos de construes mopes (ver, por exemplo, Resende e
Velarde, 2003; Festa e Resende, 2000), que consideram a insero individual dos elementos na
soluo obtendo-se, a cada passo, uma soluo parcial. No caso de uma funo mope, por exemplo,
cada candidato escolhido pela sua contribuio para a soluo parcial (tambm conhecida como
funo gulosa). Outra forma de escolha dos elementos pode ser feita aleatoriamente a partir de uma
Lista Restrita de Candidatos LRC, gerada de forma mope e dando ao processo uma caracterstica
probabilstica. No caso da escolha aleatria, Resende e Velarde (2003) apresentam alguns tipos de
procedimentos que podem ser utilizados, como:

27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1297
- LRC baseada na cardinalidade: o prximo candidato escolhido de forma aleatria, a partir da lista
mope gerada;
- LRC baseada em valor: a lista de candidatos gerada a partir de uma funo mope e de uma
constante real c, cujo valor se encontra no intervalo 0 e 1 (se c =0 o processo de seleo mope;
se c =1 o processo de seleo totalmente aleatrio). Segundo Resende e Velarde (2003), o valor
de c dentro deste intervalo garante uma convergncia rpida do algoritmo mope e uma diversidade
de solues. Ainda, como no se conhece qual o melhor valor de c a ser utilizado, uma opo pode
ser utilizar valores aleatrios de c a cada iterao.
- LRC aleatria e mope: neste processo, metade dos candidatos so escolhidos aleatoriamente e os
demais atravs de um algoritmo mope;
- LRC com perturbaes: neste processo, os valores dos custos dos candidatos so perturbados
aleatoriamente e depois aplicado um algoritmo mope;
- LRC baseadas em valores com pesos: este processo uma variao do LRC baseada em valor, onde
a cada elemento so atribudas diferentes probabilidades, favorecendo os elementos mais bem
avaliados. A seguir, os elementos so ordenados de acordo com um algoritmo mope.

Esta fase do processo permite que diferentes solues sejam geradas a cada iterao GRASP. Mas
estas solues iniciais do GRASP no so necessariamente timos locais (Resende e Velarde, 2003).
Como conseqncia, faz-se necessria a aplicao de um procedimento de busca local para tentar
melhorar as solues obtidas na fase construtiva. Esta busca realiza sucessivas trocas da soluo
corrente, sempre que uma melhor soluo encontrada na vizinhana. Este procedimento termina
quando nenhuma soluo melhor encontrada. O critrio de parada pode ser o nmero mximo de
iteraes ou o tempo mximo de execuo.
De acordo com Rangel et al. (2000), o procedimento de otimizao local pode exigir um tempo
exponencial se a busca partir de uma soluo inicial qualquer, embora se possa constatar
empiricamente a melhoria de seu desempenho de acordo com a qualidade da soluo inicial. O tempo
gasto pela busca local pode ser diminudo, portanto, atravs do uso de uma fase de construo que
gere uma boa soluo inicial.
Devido aleatoriedade do processo, solues repetidas a cada iterao do processo podem ser geradas.
Para resolver este tipo de problema, alguns trabalhos tm considerado o problema da falta de memria
do processo GRASP. Visando dar memria ao processo, Laguna e Mart (2001), por exemplo,
criaram um mtodo de encadeamento de trajetrias. Atualmente existem vrios outros trabalhos
relacionados a este assunto, por exemplo: Canuto et al. (2001), Ribeiro et al. (2002) e Festa et al.
(2002). Ressalta-se que este procedimento pode levar a um custo computacional alto se for realizado a
cada iterao e, neste caso, alguns autores recomendam sua aplicao de forma peridica.
A aplicao do algoritmo GRASP em diferentes tipos de problemas tem crescido nos ltimos anos.
Festa e Resende (2004) desenvolveram e disponibilizaram uma webpage com uma lista de trabalhos,
softwares e aplicaes utilizando a meta-heurstica GRASP.


3 - Formulao do Problema

O problema tratado neste trabalho pode ser formulado como um MCLP da seguinte forma:





m i a s
i
n
j
j ij
, , 1 : . .
1
K =

=
y x a

=
m
i
i
1
max y
27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1298
p
n
j
j
=

=1
x

{ }
m i
n j
i
j
, , 1 0
, , 1 1 , 0
K
K
=
=
y
x


onde,
y
i
indicar se a demanda i ser atendida ou no;
x
j
indicar se o radar ser colocado na posio j ou no;
m representa a quantidade de demandas a serem atendidas;
n representa a quantidade de possveis pontos de localizao de radares;
p representa o nmero mximo de radares a serem posicionados;
a
ij
indica se a demanda i coberta caso o radar seja colocado na posio j.

A aplicao desta formulao para resoluo do problema de forma exata pode ser feita utilizando, por
exemplo, o pacote CPLEX. Para isto, uma opo seria transformar as reas de cobertura de sinais de
radares em pontos de demandas atravs de uma aplicao de uma malha sobre a regio. Mas este tipo
de abordagem poder no garantir a otimalidade da soluo, apesar do mtodo exato utilizado, uma
vez que a soluo obtida est representada por pontos enquanto o que se deseja a rea total formada
pelo conjunto de radares escolhido. Isto pode resultar na escolha de radares que no sejam os melhores
quando se considera a rea de cobertura e no os pontos de demanda. Uma outra dificuldade que,
medida que o tamanho do problema aumenta (de acordo com os valores de n, m e p), a resoluo do
problema atravs de programao inteira torna-se computacionalmente difcil. Objetivando possibilitar
a considerao de reas individuais dos sinais de radares como restrio do problema e, ao mesmo
tempo, maximizar a rea de cobertura conjunta optou-se por utilizar uma abordagem heurstica para o
problema de cobertura, neste caso, a meta-heurstica GRASP.

Para resolver o problema atravs da meta-heurstica GRASP as seguintes variveis, alm das j
definidas, foram utilizadas:

L Lista que contm as p posies candidatas a serem consideradas na soluo
(corresponde Lista Restrita de Candidatos LRC, do mtodo GRASP);
max_it Nmero mximo de iteraes do mtodo;
max_it_igual Nmero mximo de iteraes que a soluo corrente no sofre alterao;
S
it
Vetor de p posies que conter s soluo do problema;
Contador para o nmero de iteraes.

O mecanismo de construo mope da LRC, utilizado neste trabalho, gera a cada iterao um valor
aleatrio que define o processo de seleo tentando garantir uma diversidade na LRC. A seguir
apresentado o pseudocdigo do algoritmo GRASP utilizado.

Faa: Tabu ={ }, it =0
1. Ordene as n localizaes, de forma crescente, de acordo com o tamanho da rea;

Enquanto (max_it no for atingido (it <>max_it)) faa:
2. Escolha, aleatoriamente, p posies de radares e coloque-as na lista L;
3. Faa: S ={ } e L ={ };

{Construo da Soluo Inicial}
4. Para cada posio r L, calcule a cobertura gerada pela unio dos elementos do conjunto S
com a posio r. Neste processo utilizou-se a biblioteca GPC, baseada no mtodo de recorte
de polgonos proposto por Vatti (1992);
27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1299
5. Seja r_max a posio que retorna a maior cobertura. Coloque posio r_max no vetor soluo
S;
6. Determine uma nova posio para ser colocada na lista L no lugar de r_max. Para isto,
verifique qual dentre as posies ordenadas poderia ser considerada. A posio somente no
pode ser considerada se for uma posio Tabu ou se j estiver nas listas L ou S.
7. Se a soluo S j tiver sido construda, pare o procedimento. Seno, retorne ao passo 4.
Considere S como sendo a melhor soluo at o momento.
Fim Faa;

{Busca Tabu}
8. Coloque a k-sima posio na lista Tabu, onde k a posio de S que, ao ser eliminada da
soluo, resulta na maior rea coberta.
9. Insira a r-sima posio da lista L na soluo S, onde r a posio da lista L que, se for
colocada em S retorna a maior rea coberta.
10. Determine uma nova posio para ser colocada na lista L no lugar de r_max. Para isto,
verifique qual dentre as posies ordenadas poderia ser considerada. A posio somente no
pode ser considerada se for uma posio Tabu ou se j estiver nas listas L ou S.

{Atualiza Soluo}
11. Atualiza a soluo final, se a soluo gerada for melhor que a soluo armazenada.
12. Faa it =it +1. Se a soluo gerada no for atualizada por max_it_igual, retorne ao passo 2,
seno retorne ao passo 8.
Fim Enquanto;

Apresente a melhor Soluo Obtida;

Fim Faa.

Consideramos:
Max_it_igual =2*p
Max_it =1000


4 Resultados obtidos

Seguindo a metodologia utilizada em trabalhos anteriores (Pinto e De Marchi, 2004, Medeiros et al.,
2005, Santos et al., 2003), os possveis pontos de localizao dos radares foram obtidos atravs do
sistema AEROGRAF-PDA (Correa, 1996 e AEROGRAF, 2005). Dentre diversas facilidades
oferecidas por este sistema encontra-se a de fornecer, para uma determinada regio, um nmero
desejado de possveis localizaes de radares, levando em considerao, at o presente momento, o
modelo de elevao do terreno. Para cada ponto de localizao de radar, o sistema AEROGRAF-PDA
fornece, de acordo com as caractersticas do radar, a respectiva rea de visibilidade. A partir da
informao das reas de visibilidade de cada radar que se aplica o algoritmo GRASP.

Os resultados deste trabalho foram obtidos a partir de dois conjuntos de dados que foram aplicados a
uma mesma regio a ser protegida, ilustrada na Figura 1. No primeiro conjunto de dados foram
consideradas 20 possveis posies de localizao de radares obtidas pelo critrio de maior altitude de
acordo com o modelo de elevao do terreno, destacadas na Figura 2. Para este caso, considerou-se
um limite de 5 radares a serem alocados. A configurao final obtida pelo mtodo GRASP, com o
valor de 13.216.459,45m
2
de rea coberta, est apresentada na Figura 3. Foi feita uma busca exaustiva
para este conjunto de dados e a configurao obtida pelo GRASP coincide com o resultado obtido de
forma exaustiva, ou seja, a soluo GRASP a soluo tima para este conjunto de dados.

27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1300







Figura 3 Soluo obtida com os 5 radares posicionados.

Para o segundo conjunto de dados e, considerando a mesma regio a ser protegida, considerou-se 100
possveis posies de localizao de radares, destacadas na Figura 4. Esta configurao de
posicionamento foi obtida determinando-se uma grade de posies no mapa digital de elevao de
Figura 1 Possveis pontos de instalao dos radares (primeiro conjunto de dados).
Figura 2 Envoltrias dos sinais dos radares em cada possvel ponto de instalao.
27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1301
terreno, onde em seguida, utilizou-se o AEROGRAF-PDA para obter as envoltrias dos sinais dos
radares em cada ponto de instalao como mostra a Figura 4.


Figura 4 Possveis pontos de instalao dos radares e suas respectivas envoltrias para o
segundo conjunto de dados.

A meta-heurstica GRASP foi aplicada ao problema considerando-se um total de 5, 10 e 20 radares a
serem alocados. Para todos os casos, o nmero mximo de iteraes do mtodo e nmero mximo de
iteraes que a mesma soluo gerada permaneceram inalterados. Os resultados encontram-se na
Tabela 1. Estes resultados foram obtidos a partir de um conjunto de 50 simulaes e representam as
solues que retornaram a maior rea de cobertura dos sinais dos radares, podendo ou no
corresponder s solues que ocorreram um nmero maior de vezes.

Tabela 1. Resultados obtidos para o segundo conjunto de dados, utilizando o GRASP.
5 Radares 10 Radares 20 Radares
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
64
86
89
94
95



64
65
83
86
87
89
92
94
95
98








6
44
52
55
63
66
72
74
75
77
81
83
86
89
90
92
94
95
97
98
rea Total 34.251,00 67.664,00 132.911,00

27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1302
As Figuras 5, 6 e 7 apresentam a visualizao dos resultados apresentados na Tabela 1.

Figura 5 Soluo obtida com os 5 radares posicionados.

Figura 6 Soluo obtida com os 10 radares posicionados.

Figura 7 Soluo obtida com os 20 radares posicionados.

O clculo da rea total da cobertura dos sinais dos radares foi obtido utilizando a biblioteca GPC,
baseada no mtodo de recorte de polgonos proposto por Vatti (1992). Para maiores detalhes sobre a
27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1303
implementao desta biblioteca e seus resultados no problema abordado neste trabalho ver Medeiros et
al. (2005).

5 Comentrios Finais

Este trabalho apresentou resultados de uma aplicao simplificada para um problema real em
desenvolvimento no Instituto. Os resultados obtidos neste e em trabalhos anteriores apontam para a
viabilidade das tcnicas escolhidas no processo de otimizao de escolha de posicionamento de
radares. Apesar das metodologias GRASP e GA no garantirem a otimalidade, apresentaram
resultados promissores para o problema em questo.

A prxima etapa ser trabalhar com radares fixos e mveis, onde o problema consiste em encontrar
posies para os radares mveis de forma a cobrir possveis lacunas ou buracos deixados pelos radares
fixos. Este tipo de abordagem bastante significativo quando se trabalha no contexto de garantir a
segurana do espao areo nacional. Como extenso poder ser incorporado o posicionamento de
radares aerotransportveis ao modelo.

Ainda, estuda-se a possibilidade de incorporar na modelagem o uso de SIGs para visualizar e
combinar, de acordo com as necessidades de anlise, informaes cartogrficas de diferentes fontes,
modelo de elevao do terreno, estradas, rios, cidades, etc. Estas informaes so importantes para a
adequao s restries das possveis solues para os problemas de posicionamento de radares -
fixos, mveis e aerotransportveis - para a Aeronutica.


REFERNCIAS

AEROGRAF. Disponvel em <www.ieav.cta.br/aerograf>. Visitado em 12-06-2005.

Canuto, S. A.; Ribeiro, C. C.; Resende, M. G. C. Local search with perturbations for the prize-
collecting Steiner tree problem. Networks, 38:50-58, 2001.

Correa, F. A. AEROGRAF-PDA: planejamento de defesa aeroespacial. So J os dos Campos.
Relatrio de Misso, CTA, Outubro 1996.

Daskin, M. Network and Discrete Location: Models, Algorithms and Applications. Wiley Interscience,
New York, EUA, 1995.

Festa, P.; Pardalos, P. M.; Resende, Ribeiro, C. C. Randomized heuristics for the MAX-CUT problem.
Optimization Methods & Software, 7:1033-1058, 2002.

Festa, P.; Resende, M. G. C. GRASP: an Annotated Bibliography. AT&T Labs Research Technical
Report: 00.1.1. 01-02-2000.

Festa, P.; Resende, M. G. C. GRASP: an Annotated of Bibliography. Disponvel em
<http://www.graspheuristic.org/>. 29-02-2004. Visitado em 12-06-2005.

Goldbarg, M. C. e Luna, H. P. L. Otimizao Combinatria e Programao Linear: Modelos e
Algoritmos. Editora Campus, R.J , 2000.

Laguna, M. e Mart, R. A GRASP for coloring sparse graphs. Computational Optimization and
Applications, 19:165-178, 2001.

27 a 30/09/05, Gramado, RS
Pesquisa Operacional e o Desenvolvimento Sustent vel

1304
Medeiros, F. L. L.; Santos, C. L. R.; De Marchi, M. M.; Pinto, M. J . Algoritmo Gentico Aplicado
Otimizao da Cobertura do Sinal Gerado por Radares Terrestres. Trabalho a ser apresentado no V
ENIA Encontro Nacional de Inteligncia Artificial. Porto Alegre, RS, de 25 a 29 de julho de 2005.

Pinto, M. J .; De Marchi, M. M. Localizao de Radares com Mxima Cobertura. XXXVI Simpsio
Brasileiro de Pesquisa Operacional, So J oo Del Rei, MG, de 23 a 26 de novembro de 2004.
ISSN 518-1731.

Rangel, M.C., Abreu, N.M.M. e Boaventura Netto, P.O., GRASP para o PQA: um Limite de
Aceitao para Solues Iniciais, Pesquisa Operacional, 20, 1:45-58, 2000. ISSN 0101-7438.

Resende, M. G. C.; Velarde, J . L. G. GRASP: Greedy Randomized Adaptive Search Procedures.
Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial. 19:61-76, 2003. ISSN 1137-
3601.

Ribeiro, C. C.; Uchoa, E.; Werneck, R. F. A hybrid GRASP with perturbations for the Steiner problem
in graphs. INFORMS J ournal of Operational Research, 14:228-246, 2002.

Santos, C. L. R.; Heinzelmann, L. S.; Brito, F. M. Otimizao de Cobertura Radar Via Algoritmo
Gentico, VI Simpsio de Pesquisa Operacional da Marinha e VII Congresso de Logstica da Marinha,
Rio de J aneiro, RJ , 2003.

Vatti, B.R. A Generic Solution to Polygon Clipping. Communications of the ACM, 35(7), July 1992,
pp.56-63.