Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCC - Departamento de Ciência da Computação >
DCC - Graduação >
DCC - Bacharelado em Ciência da Computação (Monografias) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4955

Título: Execução paralela de programação genética utilizando MapReduce
Autor(es): Vinhas Neto, Francisco
Orientador: Pereira, Marluce Rodrigues
Coorientador(es): Oliveira, Renato Resende Ribeiro de
Membro da banca: Pereira, Denilson Alves
Heimfarth, Tales
Oliveira, Renato Resende Ribeiro de
Assunto: MapReduce
Programação genética
Rede de sensores sem fio
Programação paralela
Data de Defesa: 16-Ago-2013
Data de publicação: 26-Jan-2015
Referência: 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.
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.
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.
URI: http://repositorio.ufla.br/jspui/handle/1/4955
Idioma: pt_BR
Aparece nas coleções: DCC - Bacharelado em Ciência da Computação (Monografias)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
MONOGRAFIA_Execucao_paralela_de_programacao_genetica_utilizando_mapreduce.pdf1,57 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback