Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/718Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | MORALES CAPORAL, ROBERTO%93093 | - |
| dc.contributor.author | PALAFOX UGARTE, SERGIO%490290 | - |
| dc.creator | PALAFOX UGARTE, SERGIO%490290 | - |
| dc.date.accessioned | 2020-08-19T13:10:54Z | - |
| dc.date.available | 2020-08-19T13:10:54Z | - |
| dc.date.issued | 2015-02-01 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/handle/TecNM/718 | - |
| dc.description | En este trabajo de tesis se analizan diversas técnicas y tecnologías de paralelización de código, posteriormente se propone un algoritmo genético (AG) para resolver problemas de optimización aplicando técnicas de cómputo evolutivo y se presenta una implementación secuencial y una paralelización en Cilk, la aplicación de esta tecnología de paralelización permite explotar el paralelismo inherente en el algoritmo genético y reducir el esfuerzo computacional asociado a operaciones tales como la creación de la población inicial, la evaluación de los individuos, la mutación y la selección. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | Paralelización Algoritmo_genético Hardware_multinúcleo Cómputo_evolutivo Arquitecturas_multinúcleo | es_MX |
| dc.title | Paralelización de algoritmo genético modular mediante arquitecturas de hardware multinúcleo | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | RAMIREZ CRUZ, JOSE FEDERICO%121813 | - |
| dc.folio | 33207 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Apizaco | - |
| Appears in Collections: | Maestría en Sistemas Computacionales | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 33207-2015.pdf | La precisión de las soluciones proporcionadas por los algoritmos genéticos ha sido una desventaja que a su vez comparte un serio problema con los métodos de optimización convencionales, el cual está asociado a que la capacidad de encontrar el óptimo de una función objetivo disminuye conforme aumenta la dimensión del problema. | 2.67 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
