Algoritmos genéticos aplicados na exploração de sequências de otimização do compilador

Lima, Henrique Araújo

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/19623

Full metadata record

DC Field	Value	Language
dc.creator	Lima, Henrique Araújo	-
dc.date.accessioned	2017-08-29T19:57:39Z	-
dc.date.available	2017-08-29T19:57:39Z	-
dc.date.issued	2017-08-01	-
dc.identifier.citation	LIMA, Henrique Araújo. Algoritmos Genéticos aplicados na exploração de sequências de otimização do compilador. 2017. 52 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2017	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/19623	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Algoritmos genéticos	pt_BR
dc.subject	Seleção e ordenação dos passos de otimização	pt_BR
dc.subject	Exploração do espaço de projeto	pt_BR
dc.subject	Compiladores otimizantes	pt_BR
dc.title	Algoritmos genéticos aplicados na exploração de sequências de otimização do compilador	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Martins, Luiz Gustavo Almeida	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/2546751023256424	pt_BR
dc.contributor.referee1	Escarpinati, Maurício Cunha	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/5939941255055989	pt_BR
dc.contributor.referee2	Gabriel, Paulo Henrique Ribeiro	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/3181954061121790	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/5403286451003397	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	Os compiladores modernos possuem diversos passos de otimizações, mas escolher uma sequência boa não é uma tarefa fácil, pois além da vasta quantidade, a ordem de aplicação de cada passo de otimização também influencia no desempenho final. No entanto, fazer uma busca exaustiva nesse espaço de busca não é uma tarefa viável. Por essa razão há diversas pesquisas que visam reduzir esse espaço de busca sem ter que analisá-lo por completo. Neste trabalho, os Algoritmos Genéticos foram escolhidos para realizar uma busca direcionada para boas soluções e de forma geral obtiveram um melhor desempenho em termos de speedup médio se comparado aos níveis padrões de otimização (-Ox) e também em relação à abordagem totalmente aleatória. O speedup médio em relação aos níveis padrões de otimizações foi de 1, 09 e de 1, 20 em relação à abordagem totalmente aleatória.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Ciência da Computação	pt_BR
dc.sizeorduration	52	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
Appears in Collections:	TCC - Ciência da Computação

Files in This Item:

File	Description	Size	Format
AlgoritmosGeneticosAplicados.pdf	TCC	695.28 kB	Adobe PDF	View/Open

Show simple item record