Metaheurísticas na Otimização de Modelos para Predição da Cobertura Celular

• Gustavo José da Silva Castro UFSJ
• Victor F. Mota UFSJ
• Marconi Arruda Pereira UFSJ
• Carolina Ribeiro Xavier UFSJ

DOI: https://doi.org/10.5753/sbcup.2025.9214

Resumo

A conectividade por meio da telefonia celular depende da presença de torres de transmissão, cuja localização influencia a qualidade do sinal. Para auxiliar na definição desses locais, são desenvolvidos modelos que estimam a cobertura do sinal. A precisão dessas predições está relacionada à escolha adequada dos parâmetros do modelo. Este estudo usa metaheurísticas para ajustar os parâmetros de um modelo de predição de sinal, comparando os Algoritmos Genéticos (AG) e a Evolução Diferencial (ED). A implementação do modelo foi realizada em Python, seguida da calibração dos parâmetros. Os experimentos mostraram que ambas as técnicas contribuíram para a redução do erro na predição da cobertura celular.

Referências

Cavalcante, G. A. (2010). Otimização de modelos de predição da perda de propagação aplicáveis em 3,5ghz utilizando algoritmos genéticos. Master’s thesis, Universidade Federal do Rio Grande do Norte.

da Silva Castro, G. J. (2025). Aplicação de metaheurísticas na otimização de parâmetros em modelos de predição de cobertura celular.

do Amaral, M. M. and Bohadana, E. (2008). Conectividade e mobilidade social: pilares da inclusão digital? Contemporânea, 6(2).

Gillies, S. (2019). rasterio documentation. MapBox: San Francisco, CA, USA, 23.

Holland, J. H. (1992). Genetic algorithms. Scientific american, 267(1):66–73.

Mota, V. F. A. (2024). Otimização de modelo de predição de sinal celular utilizando algoritmo genético - estudo da aplicação em rede lte 4g (700mhz). Master’s thesis, Universidade Federal de São João del-Rei.

Mota, V. F. A., Pereira, M. A., and Xavier, C. R. (2023). Modelo de predição de sinal celular baseado em relevo e densidade populacional. ISSN 2179-4847. IBI: 8JMKD3MGPDW34P/4ADCTSE. Available from: [link].

Moyroud, N. and Portet, F. (2018). Introduction to qgis. QGIS and generic tools, 1:1–17.

Oliveira, G. T. d. S. et al. (2006). Estudo e apliçõees da evolução diferencial. Master’s thesis, Universidade Federal de Uberlândia.

Price, K. V. (2013). Differential evolution. In Handbook of optimization: From classical to modern approach, pages 187–214. Springer.

Storn, R. and Price, K. (1997). Differential evolution – a simple and efficient heuristic for global optimization over continuous spaces. Journal of global optimization, 11:341–359.