Publicação:
Algoritmo genético para escalonamento de tarefas em ambientes paralelos heterogêneos

Página do item simplificado
dc.contributor.advisor1Gabriel, Paulo Henrique Ribeiro
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3181954061121790pt_BR
dc.contributor.referee1Fernandes, Márcia Aparecida
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8946715881289701pt_BR
dc.contributor.referee2Lafeta, Thiago Fialho de Queiroz
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7835210812469545pt_BR
dc.creatorCunha, John Vitor da Silva
dc.date.accessioned2024-11-27T12:08:42Z
dc.date.available2024-11-27T12:08:42Z
dc.date.issued2024-11-22
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO aumento do uso de programas de inteligência artificial e de computação de alto desempenho tem aumentado cada vez mais a demanda por computação paralela, a fim de economizar recursos computacionais e tempo na execução de programas cada vez mais exigentes. Para um bom paralelismo e uso dos recursos computacionais, é necessário um bom escalonamento das tarefas do programa a ser executado. Este trabalho visa implementar um algoritmo genético, inspirado em algoritmos conhecidos da literatura, para gerar soluções do problema do escalonamento de tarefas em um sistema multiprocessado heterogêneo e com custo de comunicação entre as tarefas alocadas em diferentes processadores. Neste trabalho foi realizado três cenários de experimentos, um para cada programa de aplicativo real utilizado, onde, em cada cenário, foi realizado o escalonamento de tarefas para o programa específico usando o AG implementado e quatro algoritmos determinísticos muito discutidos na literatura do problema abordado, são eles: IPEFT, IHEFT, CPOP e HEFT. Os resultados de todos os algoritmos foram comparados usando as métricas de makespan e load balance a fim de investigar se as características dos algoritmos genéticos podem ser benéficas para esta classe de problemas.pt_BR
dc.description.sponsorshipPesquisa sem auxílio de agências de fomentopt_BR
dc.identifier.citationCunha, John Vitor da Silva. Algoritmo genético para escalonamento de tarefas em ambientes paralelos heterogêneos. 2024. 54 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/44002
dc.languageporpt_BR
dc.orcid.putcode172666607
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseCiência da Computaçãopt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sizeorduration54pt_BR
dc.subjectEscalonamento de tarefas, algoritmos genéticos, computação paralela.pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleAlgoritmo genético para escalonamento de tarefas em ambientes paralelos heterogêneospt_BR
dc.title.alternativeGenetic algorithm for task scheduling in heterogeneous parallel environmentspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dspace.entity.typePublication

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
AlgoritmoGeneticoEscalonamento.pdf
Tamanho:
906.71 KB
Formato:
Adobe Portable Document Format
Descrição:
TCC
Baixar

Coleções

TCC - Ciência da Computação