Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/21860
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Morais, Bruno Well Dantas | - |
dc.date.accessioned | 2018-07-17T16:38:38Z | - |
dc.date.available | 2018-07-17T16:38:38Z | - |
dc.date.issued | 2017-12-19 | - |
dc.identifier.citation | 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. | pt_BR |
dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/21860 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Uberlândia | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | algoritmo genético multipopulação | pt_BR |
dc.subject | escalonamento | pt_BR |
dc.subject | paralelismo | pt_BR |
dc.title | Modelos evolutivos aplicados ao escalonamento de tarefas em sistemas multiprocessados: algoritmo genético serial e multipopulação | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor-co1 | Carvalho, Tiago Ismailer de | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/0455892362154639 | pt_BR |
dc.contributor.advisor1 | Oliveira, Gina Maira Barbosa de | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7119433066704111 | pt_BR |
dc.contributor.referee1 | Martins, Luiz Gustavo Almeida | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/2546751023256424 | 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/3875967380289265 | pt_BR |
dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
dc.description.resumo | 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. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.course | Ciência da Computação | pt_BR |
dc.sizeorduration | 36 | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.orcid.putcode | 91616487 | - |
Appears in Collections: | TCC - Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ModelosEvolutivosAplicados.pdf | 3.76 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.