Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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 Jos 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 Jos 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 Jos 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 Jos 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 prdefinido 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,

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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 metaheurstica 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:

1296

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

- 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:

max
n

y
i =1
j =1

s.a. : a ij x j y i

i = 1, K , m

1297

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

x
j =1

=p

x j {0,1} yi 0

j = 1, K, n i = 1, K , m

onde, yi indicar se a demanda i ser atendida ou no; xj 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; aij 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); Nmero mximo de iteraes do mtodo; max_it max_it_igual Nmero mximo de iteraes que a soluo corrente no sofre alterao; Vetor de p posies que conter s soluo do problema; S Contador para o nmero de iteraes. it 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);

1298

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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

5.

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 13.216.459,45m2 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.

1299

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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.

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

1300

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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 64 6 64 1 65 44 86 2 83 52 89 3 86 55 94 4 87 63 95 5 89 66 6 92 72 7 94 74 8 95 75 9 98 77 10 81 11 83 12 86 13 89 14 90 15 92 16 94 17 95 18 97 19 98 20 rea Total 34.251,00 67.664,00 132.911,00

1301

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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

1302

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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 prizecollecting Steiner tree problem. Networks, 38:50-58, 2001. Correa, F. A. AEROGRAF-PDA: planejamento de defesa aeroespacial. So Jos 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.

1303

Pesquisa Operacional e o Desenvolvimento Sustentvel

27 a 30/09/05, Gramado, RS

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 Joo 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 11373601. Ribeiro, C. C.; Uchoa, E.; Werneck, R. F. A hybrid GRASP with perturbations for the Steiner problem in graphs. INFORMS Journal 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 Janeiro, RJ, 2003. Vatti, B.R. A Generic Solution to Polygon Clipping. Communications of the ACM, 35(7), July 1992, pp.56-63.

1304