Made available in DSpace on 2016-06-02T19:52:03Z (GMT). No. of bitstreams: 1 DissFSS.pdf: 471874 bytes, checksum: 52bc0458fea36b975556da8d0d9d80ca (MD5) Previous issue date: 2003-08-14 / This work consists in the development of genetic algorithms for the Task-to-Processo Assignment Problem in multiprocessor applications. Specifically, the objective is to find the task-to-processor assignment that minimizes the total delay in a particular multiprocessor digital signal processing architecture. We present a description of our algorithm implementations and the results found with a set of 117 randomly generated and real-life instances. The algorithms performance is compared with the results provided by a competitive dynamic list heuristic and a multiple start search algorithm. The results indicate lower delays in more than 68% of the instances, at a higher computational cost. / O objetivo deste projeto consiste no desenvolvimento de algoritmos genéticos para resolução do problema de designação de tarefas em multiprocessadores de processamento digital de sinal (PDS). Especificamente, busca-se minimizar o atraso total em uma arquitetura de multiprocessadores particular, bastante utilizada em sistemas reais. Neste trabalho são apresentadas implementações de algoritmos genéticos, e os resultados computacionais decorrentes de sua aplicação a um conjunto de 117 exemplos gerados aleatoriamente e extraídos de contextos reais. O desempenho dos algoritmos é analisado, comparando-se a qualidade das soluções e os tempos computacionais requeridos com os obtidos por uma heurística competitiva da literatura e por um algoritmo de busca multiple starts. Os algoritmos genéticos obtiveram menores valores de atraso em mais de 68% dos exemplos, a um tempo computacional maior.