Proposal of embedded standalone and distributed genetic algorithms for low-power, low-cost and small-sized memory devices

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Medeiros, Denis Ricardo da Silva
Orientador(a): Fernandes, Marcelo Augusto Costa
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Link de acesso: https://repositorio.ufrn.br/handle/123456789/31196
Resumo: Este trabalho propõe duas implementações de algoritmos genéticos voltadas para dispositivos com limitações em consumo de energia, baixo custo, e quantidade de memória: uma versão autônoma, para ser uttilizada em um único dispositivo, e uma versão distribuída, para ser usada em múltiplos dispositivos simultaneamente. A motivação deste trabalho é adaptar e otimizar essa importante técnica de inteligência artificial para que ela possa ser usada em inúmeras aplicações que tradicionalmente não era viável, como em microcontroladores. No trabalho, é feita uma investigação sobre como otimizar cada segmento do algoritmo e são fornecidos detalhes específicos sobre as duas implementações, incluindo seus códigos-fonte. Além disso, vários experimentos e simulações para diferentes cenários foram realizadas para validar seu funcionamento correto usando a técnica de Hardware-In-Loop, bem como para descobrir limitações nos parâmetros do algoritmo. A implementação autônoma é comparada a outro trabalho da literatura e ela é mais rápida e usa menos recursos. Para a versão distribuída, uma importante análise feita foi verificar se ela pode ser mais rápida que a versão autônoma, mas também mais eficiente em termos de consumo de energia ao se reduzir a frequência e a tensão de operação desses dispositivos. Por fim, esta investigação pôde determinar qual é o limite a partir de onde a versão distribuída, mesmo com uma alta sobrecarga devido à comunicação entre os dispositivos, se torna mais rápida ou mais eficiente em termos de consumo energia quando comparada à outra versão.