Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-01T15:26:09Z No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-02T15:56:42Z (GMT) No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) / Made available in DSpace on 2017-06-02T15:56:42Z (GMT). No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) Previous issue date: 2017-02-23 / A computação evolucionista tem sido aplicada em diversas áreas do conhecimento para a descoberta de projetos inovadores. Quando aplicada na concepção de circuitos digitais o problema da escalabilidade tem limitado a obtenção de circuitos complexos, sendo apontado como o maior problema em hardware evolutivo. O aumento do poder dos métodos evolutivos e da eficiência da busca constitui um importante passo para melhorar as ferramentas de projeto. Este trabalho aborda a computação evolutiva aplicada ao projeto de circuito lógicos combinacionais e cria estratégias para melhorar o desempenho dos algoritmos evolutivos. As três principais contribuições resultam dessa tese são: (i) o desenvolvimento de uma nova metodologia que ajuda a compreensão das causas fundamentais do sucesso/fracasso evolutivo;(ii)a proposta de uma heurística para a semeadura da população inicial; os resultados mostram que existe uma correlação entre a topologia da população inicial e a região do espaço de busca explorada; e (iii) a proposta de um novo operador de mutação denominado Biased SAM; verificou-se que esta mutação pode guiar de maneira efetiva a busca. Nos experimentos realizados o operador proposto é melhor ou equivalente ao operador de mutação tradicional. Os experimentos computacionais que validaram as respectivas contribuições foram feitos utilizando circuitos benchmark da literatura. / Evolutionary computation has been applied in several areas of knowledge for discovering Innovative designs. When applied to a digital circuit design the scalability problem has limited the obtaining of complex circuits, being pointed as the main problem in the evolvable hardware field. Increased power of evolutionary methods and efficiency of the search constitute an important step towards improving the design tool. This work approaches the evolutionary computation applied to the design of combinational logic circuits and createsstrategiestoimprovetheperformanceofevolutionaryalgorithms. The three main contributions result from this thesis are: (i) the developement of a methodology that helps to understand the success/failure of the genetic modifications that occur along the evolution; (ii) a heuristic proposed for seeding the initial population; the results showed there is a correlation between the topology of the initial population and the region of the search space which is explored. (iii) a proposal of a new mutation operator referred to as Biased SAM; it is verified that this operator can guide the search. In the experiments performed the mutation proposed is better than or equivalent to the traditional mutation. The computational experiments that prove the efficiency of the respective contributions were made using benchmark circuits of the literature.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-05-04T14:55:37Z No. of bitstreams: 0 / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-05-07T15:11:50Z (GMT) No. of bitstreams: 0 / Made available in DSpace on 2018-05-07T15:11:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2018-03-26 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O e-Learning é a representação tecnológica da Educação a Distância, sendo uma al-ternativa que as pessoas têm encontrado para adquirir conhecimento acadêmico ou extra-curricular. Os usuários desses sistemas podem acessar os conteúdos a qualquer momento e lugar, bastando possuir um dispositivo computacional com acesso à Internet. Todavia, para que essa tecnologia seja ainda mais utilizada, não somente como um complemento, mas também como uma alternativa primária, é necessário tratar diversos desafios da área. O foco das principais tecnologias baseadas na melhoria da educação, por muitos anos, tem sido a transferência de informação baseada na figura central de um professor. Esse aspecto, em conjunto a omissões relevantes, tais como a contextualização da experiência de aprendizagem de acordo com o perfil do aluno, são considerados os principais obstá-culos na adoção do e-Learning. Nesse contexto, um dos desafios mais interessantes nessa área é a seleção de uma sequência de materiais didáticos que considere as características do aluno no momento da entrega de conteúdo didático — Sequência Curricular Adaptativa (SCA). A geração da SCA é considerada um problema da classe NP-Difícil estimulando a utilização de metaheurísticas, particularmente de abordagens de Computação Evoluci-onista, na solução do problema. O presente trabalho propõe uma solução para geração de uma SCA que considere as informações intrínsecas e extrínsecas do aluno. O Algoritmo Presa-Predador foi escolhido para o problema mostrando-se adequado. Os resultados da solução proposta, se deram a partir de experimentos com uma turma real de alunos e mostram que a adaptação proposta, além de conseguir selecionar materiais didáticos que atendam aos objetivos de aprendizagem do aluno, interfere positivamente na qualidade do entendimento dos conceitos. Ademais, o grupo de alunos que recebeu a SCA a par-tir da proposta apresentou menor desistência, sugerindo um fator motivacional. Ainda como contribuição do trabalho, foi gerada uma base de materiais didático que poderá ser utilizada em experimentos futuros, contribuindo para o desenvolvimento da área. / e-Learning is the technological representation of Distance Education, being an alterna-tive that people have found to acquire academic or extracurricular knowledge. The users of these systems can access the contents anytime, anywhere simply by having a computer device with Internet access. However, for this technology to be even more used, not only as a complement, but also as a primary alternative, it is necessary to address several challenges. The focus of the main technologies based on the improvement of education, for many years, has been the transfer of information based on the central figure of a tea-cher. This aspect, together with relevant omissions, such as the contextualization of the learning experience according to the student profile, are considered the main obstacles in e-Learning adoption. One of the most interesting challenges in this field is the selection of the sequence of learning resources that considers learners characteristics at the content delivery time - Adaptive Curriculum Sequence (ACS). The ACS generation is considered a NP-Hard problem, stimulating the use of metaheuristics, particularly of Evolutionary Computing approaches. The present work proposes a solution to generate an ACS that considers the intrinsic and extrinsic information of the learner. The Prey-Predator Al-gorithm was chosen for the problem and it have been proved suitable. The proposed solution results were based on a real learning enviroment (with real learners) and show that the proposed adaptation, besides being able to select learning resources that meet the learners learning goals, positively affects the quality of understanding. Besides, the group of students who received the ACS from the proposal presents less dropout, sugges-ting a motivational factor. In addtion, the database of learning resouces was generated which may be used in future experiments, contributing to the development of this field of research.