Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/1341
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Paralelização de algoritmo genético com operador não convencional
metadata.dc.creator: CRISPINO, Gabriel Nunes
metadata.dc.contributor.advisor1: SALES JUNIOR, Claudomiro de Souza de
metadata.dc.contributor.advisor-co1: SANTOS FILHO, Reginaldo Cordeiro dos
Issue Date: 2018
Citation: CRISPINO, Gabriel Nunes. Paralelização de algoritmo genético com operador não convencional. Orientador: Claudomiro de Souza de Sales Junior. 2018. 56 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2018. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/1341. Acesso em:.
metadata.dc.description.resumo: Algoritmos genéticos paralelos se aproveitam de execução concorrente para obter melhores resultados e um melhor aproveitamento do hardware da máquina. Geralmente são utilizadas diversas subpopulações que evoluem concorrentemente e que se comunicam através de uma política de migração definida, a fim de alcançar uma melhor exploração do espaço de busca. Existem também os operadores genéticos não convencionais, que se inspiram no funcionamento de alguns organismos, como vírus e bactérias, para alterar a arquitetura do algoritmo genético. É comum que esses operadores utilizem populações auxiliares contendo indivíduos especiais para obter maior variabilidade genética. Este trabalho propõe uma implementação de um algoritmo genético paralelo que se utiliza do operador genético não convencional de recombinação por transformação bacteriana, com o objetivo de comparar o seu desempenho tanto com algoritmos genéticos sequenciais que utilizam esse mesmo operador quanto com versões paralelas que utilizam operadores convencionais. Os resultados mostraram que a implementação apresentada em geral trouxe uma maior velocidade de convergência, maior robustez e precisão, se comparada a outras implementações utilizadas.
Abstract: Parallel genetic algorithms take advantage of concurrent execution to obtain better results and better use of the machine’s hardware. Usually there are multiple subpopulations that evolve concurrently and communicate through a defined migration policy, to achieve better exploration of the search space, for example. Non conventional genetic operators are the ones inspired by some natural organisms, such as viruses and bacteria, to modify the genetic algorithm architechture. It’s common that these operators use auxiliar populations containing special individuals to obtain better genetic variability. This work proposes an implementation of a parallel genetic algorithm that makes use of the recombination by bacterial transformation genetic operator, and then compares its performance with both sequential genetic algorithms that make use of this same operator and parallel versions that use conventional genetic operators. The results show that the presented implementation in general brought a higher speed of convergence, higher robustness, and precision, if compared to the other implementations that are used.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Keywords: Operadores genéticos não convencionais
Computação paralela
Algoritmos genéticos
Otimização
Algoritmos genéticos paralelos
metadata.dc.rights: Acesso Aberto
Appears in Collections:Faculdade de Computação - FC/ICEN

Files in This Item:
File Description SizeFormat 
TCC_ParalelizacaoAlgoritmoGenetico.pdf5,88 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons