1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Uberlândia)
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/43927
Full metadata record
DC FieldValueLanguage
dc.creatorSantos, Matheus Resende-
dc.date.accessioned2024-11-21T19:45:48Z-
dc.date.available2024-11-21T19:45:48Z-
dc.date.issued2024-11-07-
dc.identifier.citationSANTOS, Matheus Resende. Aplicação do NSGA-III ao problema de escalonamento multiobjetivo de tarefas. 2024. 57 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/43927-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEscalonamento de tarefas, sistemas multiprocessados, algoritmos evolutivos, otimização multiobjetivo, problemas com múltiplos objetivos.pt_BR
dc.titleAplicação do NSGA-III ao problema de escalonamento multiobjetivo de tarefaspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Gabriel, Paulo Henrique Ribeiro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3181954061121790pt_BR
dc.contributor.referee1Brasil, Christiane Regina Soares-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5064007473299439pt_BR
dc.contributor.referee2Miani, Rodrigo Sanches-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2992074747740327pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoEste estudo teve como objetivo ampliar a comparação entre diferentes Algoritmos Evolutivos Multi-objetivo (AEMOs) no escalonamento de tarefas em vários processadores, incluindo o NSGA-III (Non-dominated Sorting Genetic Algorithm) à análise anterior feita por Santos (2023). Ao usar quatro métricas de avaliação – quantidade de soluções em intervalos com bons resultados, média simples, média harmônica e hiper-volume –, a pesquisa descobriu que o NSGA-III superou os outros algoritmos na maioria dos casos (95/96 na produção do melhor indivíduo). No entanto, a vantagem do NSGA-III diminui conforme o número de objetivos e processadores também diminui, com o AEMMT de média simples e harmônica apresentando resultados semelhantes em cenários menos complexos. Este trabalho concluiu que, o NSGA-III se destaca em problemas altamente complexos, otimizando múltiplos critérios simultaneamente e distribuindo melhor as soluções na Fronteira de Pareto.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration57pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode172262197-
Appears in Collections:TCC - Sistemas de Informação (Uberlândia)

Files in This Item:
File Description SizeFormat 
AplicaçãoNSGAIIIProblema.pdfTCC17.61 MBAdobe PDFThumbnail
View/Open
Show simple item record


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