Orientadores: Michel Daoud Yacoub, Wager Caradori do Amaral

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica

Resumo: A expansão da rede de telecomunicações exige investimentos vultosos e deve ser cuidadosamente
planejada. Esta expansão leva em conta a demanda rnstórica do tráfego e utiliza algoritmos de previsãô para projetar o tráfego para o curto, médio ou longo prazo. A escolha do algoritmo de previsão...

Resumo: A expansão da rede de telecomunicações exige investimentos vultosos e deve ser cuidadosamente
planejada. Esta expansão leva em conta a demanda rnstórica do tráfego e utiliza algoritmos de previsãô para projetar o tráfego para o curto, médio ou longo prazo. A escolha do algoritmo de previsão apropriado deve levar em consideração,
entre outras, 1) a precisão requeri da para o erro entre o valor projetado e o valor observado, 2) a facilidade de automatização do algoritmo em vista do grande número de rotas de tráfego existentes, e 3) a estabilidade dos valores projetados n passos à
frente. Este trabalho originou-se da necessidade de obtenção de projeções de valores de tráfego (ou, equivalentemente, do número de terminais) para atender ao planejamento e à administração de tráfego. A maioria dos requisitos citados para a escolha dos algoritmos de previsão é preencrndo pelo modelo de Espaço de Estados com o estado estimado pelo Filtro de
Kalman. Isto se deve a que o modelo: 1) permite associar as características físicas das séries temporais às variáveis de estado, 2) pode ser simplificado e, conseqüentemente, automatizado, e 3) tem uma concepção intrinsecamente recursiva. De fato, a utilização deste modelo tem sido objeto da grande maioria dos recentes trabalhos de teletráfego onde a previsão de tráfego é o alvo principal. A aplicação do modelo de Espaço de Estados, para este caso, recai num problema de filtragem não-linear, onde tanto o estado quanto a matriz de transição de estado - relacionados numa única equação - devem ser estimados simultaneamente. Isto tem sido resolvido por meio de uma técnica de relaxação: o algoritmo Expectation-Maximization, EM. No entanto, apesar de produzir resultados de acordo com as especificações, esse algoritmo
requer um elevado esforço computacional. Além disso, em alguns casos, como por exemplo na mudança brusca da dinâmica do sistema, o algoritmo EM pode desempenhar relativamente pior que um algoritmo mais simples. Propõe-se, neste trabalho, o Algoritmo de Projeção Seqüencial Robusto - APS Robusto, que, às custas de um desempenho ligeiramente pior que aquele obtido pela aplicação do EM, é substancialmente mais simples de se implementar além de apresentar uma grande robustez, caracterizada pela sua pouca sensibilidade a grandes variações dos seus parâmetros. Esta robustez foi comprovada por testes efetuados com dados de campo de 40 rotas de tráfego. Com o intuito de se reunirem as características de precisão de erro do EM, da robustez do APS Robusto, e poder atuar em situações de perturbações não-estacionárias, propõe-se o Algoritmo de Projeção Seqüencial Adaptativo Modificado - APSAM. Os testes realizados mostram que esse algoritmo supera o desempenho do EM, requer menos carga de processamento, além de ser capaz de se adaptar às variações nos valores dos parâmetros do modelo, sendo apropriado para aplicações em tempo real

Abstract: Not informed.