Modelo de asignación de recursos en un ambiente inteligente con restricciones energéticas

Abstract

La Inteligencia Ambiental o Ambient Intelligence (AmI), en ingl es, es un novedoso paradigma computacional cuyo objetivo es proporcionar ambientes que, por un lado, respondan a los usuarios que los habitan y que, por otro, se adapten a diferentes tipos de situaciones. Para lograr esto de una manera amigable con los usuarios, la Inteligencia Ambiental (AmI) debe integrar dispositivos de hardware y entidades software que interactúen de manera transparente con las personas. Producto de la integración de varias areas tecnológicas novedosas tales como la computación ublicua, los sistemas adaptivos, las redes de sensores inalámbricos, los agentes inteligentes, entre otros, la AmI se ha convertido en un tema de investigación y desarrollo de mucho interés en los ultimos años. Un sistema AmI que pretenda ser aplicado en situaciones reales debe ser diseñado teniendo en cuenta un cierto contexto y una serie de capacidades que le permitan adaptarse a las condiciones dinámicas del ambiente y, simultáneamente, a los requerimientos de los usuarios. Para lograr esto, es necesario que un sistema AmI sea capaz de abstraer, dinámicamente, el entorno y sus usuarios mediante algún modelo apropiado, y a su vez, es necesario asignar los servicios y coordinar adecuadamente los elementos que están encargados de proporcionar la inteligencia para llegar a una solución acertada en el menor tiempo posible y/o con el menor costo posible. Esta tesis, se focaliza en el problema de la asignación eficiente de servicios en un ambiente inteligente, donde la satisfacción del usuario está garantizada por la entrega de todos los servicios solicitados por los usuarios. Para esto, se propone un modelo matemático para representar un problema de asignación de recursos fundamental en un entorno AmI, el cual busca satisfacer a los usuarios que habitan el ambiente de acuerdo a los servicios proporcionados. El modelo asume que existen L agentes en el sistema, los cuales tienen la capacidad de proveer una serie de N servicios a un total de M usuarios. Luego, un problema de optimización binaria es formulado para minimizar el tiempo de respuesta al proporcionar los servicios a los usuarios del ambiente inteligente. El problema de optimización considera un conjunto de restricciones que pretenden utilizar eficientemente los agentes disponibles y su energía disponible. Además, para resolver el problema de optimización se propone un algoritmo de asignación de servicios, el cual lleva a cabo una búsqueda heurística y probabilística basada en un criterio según la siguiente razón: los servicios deberán ser asignados con mayor probabilidad a aquellos agentes que procesan más rápido. Finalmente, se implementan tres estrategias para la asignaci on de servicios: (i) el enfoque proactivo asigna adecuadamente los servicios a todos los usuarios dado un conjunto de agentes; (ii) el enfoque reactivo mientras recibe una nueva solicitud, actualiza el conjunto de solicitudes y continúa la asignación; y (iii) el enfoque greedy asigna los servicios unicamente entre los agentes disponibles más rápidos y es usado para fines de comparación.