???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/1875
???org.dspace.app.webui.jsptag.ItemTag.full???
???org.dspace.app.webui.jsptag.ItemTag.dcfield??????org.dspace.app.webui.jsptag.ItemTag.value??????org.dspace.app.webui.jsptag.ItemTag.lang???
dc.contributor.advisor1Cera, Márcia Cristina-
dc.creatorAndrade, Gabriella Lopes-
dc.date.accessioned2017-09-12T22:07:54Z-
dc.date.available2017-09-12T22:07:54Z-
dc.date.issued2016-11-29-
dc.identifier.citationANDRADE, Gabriella Lopes. Análise do Desempenho de um Algoritmo Genético Paralelizado com OpenMP Baseado em Rastros de Execução. 65p. 2016. Trabalho de Conclusão do Curso (Graduação em Ciência da Computação) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2016.pt_BR
dc.identifier.urihttp://dspace.unipampa.edu.br:8080/jspui/handle/riu/1875-
dc.description.abstractThis work condutcs an analysis of the performance of a Genetic Algorithm (GA) parallelized with the Application Program Interface (API) Open Multi Processing (OpenMP) from their execution traces. This GA proposing a solution to the Vehicle Routing Problem (VRP). The VRP is a combinatorial optimization problem, which is to route vehicles with a certain transport capacity to meet requests from a group of cities. And the cost each city can be visited only once and only one vehicle. And the total cost of the route can not exceed the capacity of the vehicle. The solution comprises a set of routes capable of satisfying the demand of all the customers with the minimum cost. The results performance obtained by parallelization of GA, although it has reduced the running time, they were not ideally expected. Therefore, the general objective of this work is to investigate the causes of the low performance obtained by the GA, performing a performance analysis from the execution traces. From this analysis, propose improvements to this algorithm. In this work the collection technique used is the trace, which is the most comprehensive way to obtain data on the behavior of parallel applications. To analyze the data collected will use interactive analysis technique for trace display. In this technical, data collected from the tracking are converted into visual representations. The tool that will be used to perform a scan is the Score-P, which is a highly scalable tool for measuring highperformance application performance. For data analysis we used the Vampir visualization tool. Our results showed that the parallelization of GA is according to the model in which it was implemented and to the set of VRP instances used, no possible improvements were identified.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Pampapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subjectSistemas inteligentes de veículos rodoviáriospt_BR
dc.subjectParalelizaçãopt_BR
dc.subjectOpenMPpt_BR
dc.subjectGenetic algorithmspt_BR
dc.subjectIntelligent road vehicle systemspt_BR
dc.subjectParalelizationpt_BR
dc.titleAnálise do desempenho de um algoritmo genético paralelizado com OpenMP baseado em rastros de execuçãopt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.publisher.initialsUNIPAMPApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.description.resumoEsse trabalho propõe a realização de uma análise do desempenho de um Algoritmo Genético (AG) paralelizado com a Application Program Interface (API) Open Multi Processing (OpenMP) a partir de seus rastros de execução. Esse AG é aplicado ao Problema de Roteamento de Veículos (PRV). O PRV é um problema de otimização combinatória, que consiste em rotear veículos com uma certa capacidade de transporte, para atender requisições de um grupo de cidades. Sendo que cada cidade pode ser visitada apenas uma vez e por apenas um veículo. E o custo total da rota não pode exceder a capacidade do veículo. A solução compreende um conjunto de rotas capaz de satisfazer a demanda de todos os clientes com o custo mínimo. O desempenho obtido pela paralelização do AG, embora tenha reduzido o tempo de execução, não foi o idealmente esperado. Logo, o objetivo geral desse trabalho é investigar as causas do baixo desempenho obtido pelo AG, realizando uma análise de desempenho a partir dos rastros de execução. A partir dessa análise, propor melhorias para esse algoritmo. Nesse trabalho a técnica de coleta que será utilizada é o rastreamento, que é a maneira mais detalhada de obter dados sobre o comportamento de aplicações paralelas. Para analisar os dados coletados vamos utilizar a técnica de análise interativa por visualização de rastros. Nessa técnica, os dados coletados a partir do rastreamento são convertidos em representações visuais. A ferramenta que será utilizada para realizar o rastreamento é a Score-P, que é utilizada para rastrear a execução de aplicações de alto desempenho. Para a análise dos dados utilizaremos a ferramenta de visualização Vampir. Nossos resultados mostraram que a paralelização do AG está de acordo para o modelo em que foi implementado e para o conjunto de instâncias do PRV utilizadas, não sendo identificadas possíveis melhorias.pt_BR
dc.publisher.departmentCampus Alegretept_BR
???org.dspace.app.webui.jsptag.ItemTag.appears???Ciência da Computação

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Análise do Desempenho de um Algoritmo Genético Paralelizado com OpenMP Baseado em Rastros de Execução.pdf2.43 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???