Bacharelado em Sistemas de Informação - DCET1

URI Permanente para esta coleção

https://saberaberto.uneb.br/handle/20.500.11896/1243

Navegar

Navegando Bacharelado em Sistemas de Informação - DCET1 por Palavras-chave "Algoritmos genéticos"

Agora exibindo 1 - 4 de 4
  • Imagem de Miniatura
    Item
    Paralelização de um algoritmo genético híbrido para otimização de rotas no plano cartesiano
    (Universidade do Estado da Bahia, 2014-12-20) Lermen, Raul Ferreira; Amorim, Cláudio Alves de; Frias, Diego; Coelho, Leandro
    Este trabalho descreve a implementação paralela de um algoritmo genético híbrido para a otimização de rotas no plano cartesiano. O desempenho do novo algoritmo é comparado com o da sua versão sequencial, em termos do tempo de execução e qualidade dos resultados. Considerando resultados similares, o speed-up obtido variou entre 1,12x e 2,88x, em um computador equipado com processador Core i5, de 2 núcleos. Os testes foram rodados sobre os problemas d198 e a280 da TSPLIB, que representam modelos de placas de circuito impresso.
  • Imagem de Miniatura
    Item
    Paralelização de um algoritmo genético híbrido para otimização de rotas no plano cartesiano
    (UNEB, 2014-12-20) Lermen, Raul Ferreira; Amorim, Cláudio Alves de; Frias, Diego; Coelho, Leandro
    Este trabalho descreve a implementação paralela de um algoritmo genético híbrido para a otimização de rotas no plano cartesiano. O desempenho do novo algoritmo é comparado com o da sua versão sequencial, em termos do tempo de execução e qualidade dos resultados. Considerando resultados similares, o speed-up obtido variou entre 1,12x e 2,88x, em um computador equipado com processador Core i5, de 2 núcleos. Os testes foram rodados sobre os problemas d198 e a280 da TSPLIB, que representam modelos de placas de circuito impresso.
  • Imagem de Miniatura
    Item
    Um algoritmo genético para otimização do processo de perfuração de placas de circuito impresso
    (Universidade do Estado da Bahia, 2011-09-30) Machado, Bartira de Oliveira Sena; Amorim, Cláudio Alves de; Santos, Trícia Souto; Celedón, Julian Hermógenes Quezada
    Este trabalho tem por fim apresentar uma solução aproximada do problema do caixeiro viajante com o intuito de otimizar o processo de perfuração de placas de circuito impresso pela redução do comprimento da rota a ser percorrida pela broca. Para tal, foi elaborado um algoritmo genético híbrido combinando heurísticas de construção (Heurística de Savings) e otimização de rotas (RemoveSharp e LocalOpt) a uma variação do operador de crossover Edge Recombination e um operador de mutação (Shuffling). Este trabalho inclui, ainda, as análises da importância da variabilidade genética na população de um algoritmo genético e dos efeitos da preservação das “subrotas comuns” a dois cromossomos no operador Edge Recombination. Para efeito de teste e validação do algoritmo elaborado, foram utilizadas as instâncias d198, a228 e pcb442 da TSPLIB que representam modelos de placas de circuito impresso. Os resultados obtidos foram comparados com outros algoritmos presentes na literatura comprovando a eficiência do algoritmo implementado, com uma variação de até 3,4% da solução ótima para cada uma das instâncias.
  • Imagem de Miniatura
    Item
    Utilização da tecnologia CUDA para processamento paralelo de algoritmos genéticos
    (Universidade do Estado da Bahia, 2012-03-04) Santos, Allan Ariel Leite Menezes; Amorim, Cláudio Alves de; Jorge, Eduardo Manuel de Freitas; Cerqueira, Antônio Marcos Brito de
    Este trabalho apresenta uma validação da utilização da tecnologia CUDA para otimização de problemas combinatórios. Para tal, foram realizadas duas abordagens de solução com uso de algoritmos genéticos para o problema do caixeiro viajante (campo de testes e resultados). Fo ram elaborados dois procedimentos para realizarem o cálculo do fitness, função que representa o maior gargalo em tempo de execução: um sequencial, com rotinas executadas pela CPU; um paralelo, o qual faz uso de uma GPU para os cálculos referentes à aptidão dos cromossomas através do recurso tecnológico da NVidia chamado CUDA (Compute Unified Device Architec ture). Os resultados obtidos levaram em consideração o tamanho da população de cromossomas e a quantidade de cidades presentes no Algoritmo Genético e no Problema do Caixeiro Viajante: para até 500 cidades e população de 100 cromossomas, abordagem sequencial apresenta melhor desempenho e, para valores consideravelmente maiores, como 10.000 cidades e 500 cromosso mas, a abordagem paralela é a mais indicada.