Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/21860
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Title: Modelos evolutivos aplicados ao escalonamento de tarefas em sistemas multiprocessados: algoritmo genético serial e multipopulação
Author: Morais, Bruno Well Dantas
First Advisor: Oliveira, Gina Maira Barbosa de
First coorientator: Carvalho, Tiago Ismailer de
First member of the Committee: Martins, Luiz Gustavo Almeida
Second member of the Committee: Gabriel, Paulo Henrique Ribeiro
Summary: Neste trabalho foi desenvolvido um algoritmo genético multipopulação para o problema de escalonamento de tarefas com custos de comunicação, com objetivo de comparar seu desempenho com o algoritmo genético serial. Para isto, um conjunto de instâncias do problema foi montado e abordagens de operações genéticas foram comparadas. Experimentos foram conduzidos com variação de parâmetros de número de populações. Foram avaliados a qualidade das soluções produzidas e o tempo de execução, e concluiu-se que o AGMP bem parametrizado geralmente obtém soluções melhores e em menos tempo.
Keywords: algoritmo genético multipopulação
escalonamento
paralelismo
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: MORAIS, Bruno Well Dantas. Modelos evolutivos aplicados ao escalonamento de tarefas em sistemas multiprocessados: algoritmo genético serial e multipopulação. 2017. 36 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2017.
URI: https://repositorio.ufu.br/handle/123456789/21860
Date of defense: 19-Dec-2017
Appears in Collections:TCC - Ciência da Computação

Files in This Item:
File Description SizeFormat 
ModelosEvolutivosAplicados.pdf3.76 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.