Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-02-15T11:21:03Z
No. of bitstreams: 1
MatheusFernandesTorquato_DISSERT.pdf: 2354339 bytes, checksum: 32d0b6ee431808fccf375481ef94b8a9 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-02-16T11:39:52Z (GMT) No. of bitstreams: 1
MatheusFernandesTorquato_DISSERT.pdf: 2354339 bytes, checksum: 32d0b6ee431808fccf375481ef94b8a9 (MD5) / Made available in DSpace on 2018-02-16T11:39:52Z (GMT). No. of bitstreams: 1
MatheusFernandesTorquato_DISSERT.pdf: 2354339 bytes, checksum: 32d0b6ee431808fccf375481ef94b8a9 (MD5)
Previous issue date: 2017-12-01 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / Os Algoritmos Gen?ticos (AGs) s?o utilizados para resolver problemas de busca e
otimiza??o no qual, uma solu??o ?tima pode ser encontrada utilizando um processo iterativo
e transi??es probabil?sticas. Todavia, dependendo do tipo de problema, o tempo
para encontrar a solu??o pode ser elevado em m?quinas sequenciais devido ? complexidade
computacional do algoritmo gen?tico. Assim, esse trabalho possui como objetivo
o desenvolvimento de um prot?tipo associado a uma implementa??o paralela de um algoritmo
gen?tico em FPGA (Field-programmable gate array). O principal objetivo do
desenvolvimento dessa arquitetura ? a otimiza??o do tempo de processamento do sistema.
Resultados associados com o tempo de processamento e a ?rea ocupada para v?rios
tamanhos de popula??o foram analisados. Estudos relativos ? precis?o da resposta do
algoritmo gen?tico para o problema de otimiza??o de fun??es com uma e duas vari?veis
tamb?m foram analisados para a implementa??o 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. / Genetic Algorithms (GAs) are used to solve search and optimization problems in
which an optimal solution can be found using an iterative process and using probabilistic
transitions. However, depending on the type of problem, the time required to find a solution
can be high in sequential machines due to the computational complexity of genetic
algorithm. This work proposes a parallel implementation of a genetic algorithm on fieldprogrammable
gate array (FPGA). Optimization of the system?s processing time is the
main goal of this project. Results associated with the processing time and area occupancy
(in FPGA) for various population size are analyzed. Studies concerning the accuracy of
the GA response for the optimization of functions with one and two variables were also
analyzed for the hardware implementation. The project was developed using the System
Generator software (Xilinx development platform) and the Virtex-7 xc7vx550t-1ffg1158
FPGA.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/24729 |
| Date | 01 December 2017 |
| Creators | Torquato, Matheus Fernandes |
| Contributors | 02099790469, Silveira, Luiz Felipe de Queiroz, 02863206494, Oliveira, Jos? Alberto Nicolau de, 09612890404, Jacobi, Ricardo Pezzuol, 28930509053, Fernandes, Marcelo Augusto Costa |
| Publisher | PROGRAMA DE P?S-GRADUA??O EM ENGENHARIA EL?TRICA E DE COMPUTA??O, UFRN, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds