Detalhes bibliográficos
| Ano de defesa: |
2017 |
| Autor(a) principal: |
Torquato, Matheus Fernandes |
| 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: |
Não Informado pela instituição
|
| 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: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/24729
|
Resumo: |
Os Algoritmos Genéticos (AGs) são utilizados para resolver problemas de busca e otimização no qual, uma solução ótima pode ser encontrada utilizando um processo iterativo e transições probabilísticas. Todavia, dependendo do tipo de problema, o tempo para encontrar a solução pode ser elevado em máquinas sequenciais devido à complexidade computacional do algoritmo genético. Assim, esse trabalho possui como objetivo o desenvolvimento de um protótipo associado a uma implementação paralela de um algoritmo genético em FPGA (Field-programmable gate array). O principal objetivo do desenvolvimento dessa arquitetura é a otimização do tempo de processamento do sistema. Resultados associados com o tempo de processamento e a área ocupada para vários tamanhos de população foram analisados. Estudos relativos à precisão da resposta do algoritmo genético para o problema de otimização de funções com uma e duas variáveis também foram analisados para a implementação em hardware. Todo projeto foi desenvolvido utilizando a plataforma de desenvolvimento System Generator da Xilinx tendo como FPGA alvo um Virtex-7 xc7vx550t-1ffg1158 FPGA. |
