Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/31287
metadata.teses.dc.title: Execução paralela de programação genética utilizando MapReduce
metadata.teses.dc.creator: Vinhas Neto, Francisco
metadata.teses.dc.contributor.advisor1: Pereira, Marluce Rodrigues
metadata.teses.dc.contributor.advisor-co: Oliveira, Renato Resende Ribeiro de
metadata.teses.dc.contributor.referee1: Pereira, Denilson Alves
Heimfarth, Tales
Oliveira, Renato Resende Ribeiro de
metadata.teses.dc.subject: MapReduce
Programação genética
Rede de sensores sem fio
Programação paralela
metadata.teses.dc.date.issued: 26-Jan-2015
metadata.teses.dc.identifier.citation: VINHAS NETO, F. Execução paralela de programação genética utilizando MapReduce. 2013. 55 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013.
metadata.teses.dc.description.resumo: A Programação Genética é uma técnica utilizada para geração automática de aplicações em Redes de Sensores sem Fio, que necessita realizar um certo número de simulações para um determinado problema para que se tenha um maior grau de confiança do resultado obtido pelo método. Dessa forma, o seu tempo de execução torna-se alto quando utilizando uma única máquina. Porém, existem oportunidades de paralelização dessas execuções que podem implicar na redução do tempo de execução e na melhoria da qualidade dos resultados obtidos. Neste trabalho, é realizado um estudo sobre o modelo de programação MapReduce adaptado para uma Programação Genética para geração automática de aplicações em Rede de Sensores sem Fio (RSSF), através da distribuição das execuções entre as máquinas de um cluster. É proposta uma implementação de uma Programação Genética para geração automática de aplicações em RSSF e utilizado um simulador de RSSF para avaliar a qualidade da solução. São analisados também os benefícios de se usar o framework MapReduce.
metadata.teses.dc.description.abstract: The Genetic Programming is a technique used for automatic generation of applications in Wireless Sensor Networks, which needs to perform a number of simulations for a given problem in order to have a greater degree of confidence of the result obtained by the method. Thus, its running time becomes high when using a single machine. However, there are opportunities for parallelization of these executions that might imply a reduction in execution time and improving the quality of the results. This work is a study on the MapReduce programming model adapted for a Genetic Programming to automatic generation of applications in Wireless Sensor Network (WSN), through the distribution of executions among the machines of a cluster. It proposed an implementation of a Genetic Programming to automatic generation of applications in WSN and used WSN simulator to evaluate the quality of the solution. This study also analyzes the benefits of using the MapReduce framework.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/31287
metadata.teses.dc.language: pt_BR
Appears in Collections:PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_Execucao_paralela_de_programacao_genetica_utilizando_mapreduce.pdf1,57 MBAdobe PDFView/Open


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