Made available in DSpace on 2015-04-14T14:49:31Z (GMT). No. of bitstreams: 1 431851.pdf: 926379 bytes, checksum: 41dde88f7d4f933186ff71b29831c0c2 (MD5) Previous issue date: 2008-02-28 / A an?lise comportamental de um processo permite a detec??o de defici?ncias, assim como avaliar o impacto no desempenho do mesmo causado por mudan?as no ambiente. O uso de modelos anal?ticos para descrever o processo em observa??o fornece estes dados atrav?s da resolu??o de sistemas de equa??es. No caso de modelagens feitas com a utiliza??o de formalismos como Rede de Aut?matos Estoc?sticos, a resolu??o destes sistemas depende da multiplica??o de vetores por estruturas definidas atrav?s da ?lgebra tensorial. Por ter um alto custo computacional, diversos algoritmos foram propostos para resolver esta multiplica??o. Recentemente a solu??o iterativa Split foi proposta, e o objetivo deste trabalho ? apresentar alternativas paralelas e otimiza??es para a mesma, buscando um melhor desempenho da solu??o

Made available in DSpace on 2015-04-14T14:50:23Z (GMT). No. of bitstreams: 1 383804.pdf: 953836 bytes, checksum: 5d80004bb1d1ce5e662e69f7194febd2 (MD5) Previous issue date: 2006-09-14 / A modelagem anal?tica pode ser utilizada para prever desempenho, detectar defici?ncias e avaliar estrat?gias para melhorar sistemas. No contexto da modelagem computacional, diversos formalismos para a modelagem anal?tica est?o se popularizando devido ao fato de proverem alto-n?vel de abstra??o e modularidade. No entanto, para inferir estimativas de desempenho destes modelos, ? necess?rio resolver um sistema de equa??es. Em modelos anal?ticos estruturados, tais sistemas n?o se apresentam na forma tradicional, Ax = b, pois a matriz de coeficientes (A) ? trocada por uma express?o alg?brica (Q), denominada Descritor Markoviano (ou s? descritor). Logo, a multiplica??o convencional, Ax ? substitu?da pela multiplica??o vetor-descritor (MVD), Qx. Dois algoritmos foram propostos recentemente para implementar a MVD: shuffle e slice. Ambos apresentam um alto custo computacional, que eleva drasticamente o tempo necess?rio para resolver modelos complexos. O objetivo do presente trabalho est? relacionado com a utiliza??o de t?cnicas de alto desempenho para propor vers?es mais r?pidas, tanto para o algoritmo shuffle quanto para o slice.

Made available in DSpace on 2015-04-14T14:49:59Z (GMT). No. of bitstreams: 1 447661.pdf: 550622 bytes, checksum: 5a831618aedabce5554e131c45fcd8d9 (MD5) Previous issue date: 2012-03-22 / This work presents a formalism for modeling systems called Stochastic Automata Networks (SAN), SAN formalism aims to increase the abstraction s level and provides a sophisticated alternative model to the tadicional formalism of Markov Chains (MC). SAN uses both Classical (CTA) and Generalized Tensor Algebra (GTA) to simplify the matrix of transitions between states of the model. Despite all models described with GTA having at least one equivalent model described using CTA, and that the solution of certain models based on CTA could be faster than the equivalent GTA based model, this dissertation proposes an algorithm for translating a model described in GTA into the equivalent model described in CTA. It is expected that some models described using functions (using GTA) could be solved more quickly or taking less memory through the solution of its CTA-converted model / Este trabalho apresenta o formalismo para modelagem de sistemas chamado Redes de Aut?matos Estoc?sticos (SAN). O formalismo SAN tem o objetivo de aumentar o n?vel de abstra??o e oferece uma alternativa de modelagem mais sofisticada do que a proporcionada pelas tradicionais Cadeias de Markov (MC). Este formalismo utiliza a ?lgebra tensorial cl?ssica (CTA) e geralizada (GTA) para simplificar a matriz das transi??es entre os estados do modelo. Embora todos os modelos SAN descritos utilizando GTA possuam pelo menos um modelo equivalente descrito utilizando CTA, e que a solu??o de certos modelos utilizando CTA possa ser mais r?pido que o modelo equivalente que utiliza GTA, este trabalho prop?e um algoritmo para traduzir um modelo descrito em GTA para o modelo equivalente descrito em CTA. Espera-se com isto permitir que um modelo descrito utilizando fun??es (usando GTA) possa ser resolvido mais rapidamente ou ocupando menos mem?ria atrav?s da solu??o de seu modelo convertido para CTA