Research

RESEARCH PROJECTS

Algoritmos evolutivos multiobjetivos para escalonamento de workflows científicos

Este projeto tem como objetivo o estudo e desenvolvimento de modelos de otimização multiobjetivo para o problema de escalonamento de workflows científicos em sistemas distribuídos de grande porte, como clusters, grades e nuvens computacionais. Workflows científicos são aplicações computacionais de alto desempenho e altamente paralelizáveis, comumente produzidas em simulações por diversas áreas do conhecimento (como biologia, física e matemática aplicada). Uma boa política de escalonamento deve, portanto, distribuir essas aplicações entre os diversos elementos de processamento de um sistema computacional, tornando a execução dos workflows mais eficiente. No entanto, o uso desses sistemas traz grande impacto ambiental, devido ao seu alto consumo energético. Propõe-se o estudo de diferentes modelos de escalonamento, considerando importantes critérios de avaliação como, por exemplo, redução do tempo de processamento, redução do atraso de comunicação, maximização do balanceamento de carga e, principalmente, minimização no consumo energético do sistema computacional. Essa última métrica tem impacto direto na boa utilização de recursos e na redução no impacto ambiental dos mesmos. Uma vez definido o melhor modelo, propõe-se a implementação de um algoritmo evolutivo, meta-heurística que tem se mostrado adequada na otimização simultânea de grande número de objetivos. A implementação do algoritmo requer um detalhado estudo sobre a representação das possíveis soluções e dos operadores evolutivos, bem como um modelo de otimização adequado. Na avaliação experimental, serão consideradas instâncias da literatura e outras geradas com base nos estudos conduzidos, comparando a proposta com o estado da arte na área. O sucesso no desenvolvimento desta pesquisa impacta diretamente nas diferentes áreas que desenvolvem workflows científicos, tornando a execução desses mais eficiente ao mesmo tempo em que reduz os danos ambientais causados pela massiva utilização de sistemas computacionais distribuídos.

Agência financiadora: FAPEMIG

FORMER STUDENTS

Trabalhos de Conclusão de Curso

CAMARGO, Matheus Moreira de. Comparação algoritmos de escalonamento de tarefas para grades computacionais sob diferentes métricas. 2023. 53 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2023.

OLIVEIRA, Kauê Lucas Silvério. Análise da influência de avaliações de críticos e usuários nas premiações do Oscar e do Globo de Ouro em 2023 usando aprendizado de máquina. 2023. 49 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.

MACEDO, Lucas do Nascimento. Comparação de algoritmos de aprendizado de máquina para predizer futuras cepas do vírus da influenza. 2023. 50 f. Trabalho de Conclusão de Curso (Graduação em Ciência da computação) – Universidade Federal de Uberlândia, Uberlândia, 2023.

SANTOS, Gabriel Dal Belo Gomes. Avaliação de desempenho do algoritmo de Clarke-Wright para a construção de rotas e de seu aprimoramento utilizando busca local. 2023. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2023.

BARRA, Marcos Victor de Aquino. Comparação de algoritmos para o problema de escalonamento de tarefas em grades computacionais. 2022. 46 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2022.

COSTA, Breno Corrêa Silva. Avaliação de algoritmos de escalonamento de aplicações paralelas em processadores heterogêneos. 2022. 54 f. Trabalho de Conclusão de Curso (Graduação em Ciências da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2022.

FERREIRA, Wallyson Pedrosa. Uma revisão sistemática da literatura sobre o problema do ladrão viajante. 2021. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021. 

PROTÁSIO, Matheus Henrique Ferreira. Reforma da Previdência no Brasil: Uma análise a partir de dados do Twitter. 2021. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2021.

RICCI, Rafael Denipote. Análise de sentimentos no Twitter sobre a Reforma da Previdência no ano de 2019. 2020. 70 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2020. 

DIAS, Gabriel Vieira. Aplicação web para edição e execução de códigos em linguagem GNU MathProg. 2020. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2020 

SILVA, Diego de Freitas. Programação linear aplicada à otimização de dietas para portadores de diabetes Mellitus. 2019. 38 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2019.

SANTAMARINA, Yuri Cardoso. Balanceamento de carga em escalonamento de tarefas baseado em multi-commodity flow. 2019. 32 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2019.

FREITAS, Luan Oliveira. Impacto de métodos de avaliação alternativos em algoritmo genético para predição de estruturas de proteínas. 2019. 27 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2019.

MAHLOW, Gustavo Teixeira Perche. Paralelização da função de avaliação aplicada ao problema de escalonamento distribuído de tarefas. 2018. 24 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2018.

CAIXETA, Carla de Mello. Implementação de modificações em um simulador de escalonamento de tarefas em sistemas distribuídos. 2018. 26 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2018.

GURGEL, Fellipe Augusto Alves. Aplicação web para ensino de resolução gráfica em disciplinas de Pesquisa Operacional. 2018. 42 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2018.

SANTOS, Johnata Ferreira. Algoritmos online para escalonamento de tarefas em sistemas multiprocessados. 2018. 40 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2018.

SOARES, Thiago Fernandes. Algoritmos evolutivos e modelo TIG para escalonamento de processos em ambientes distribuídos. 2018. 35 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2018.

SILVA, Matheus Rodrigues Rosado da, Projeto e desenvolvimento de um sistema para gerenciamento de trabalhos de conclusão de curso. 2017. 36 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2017.

MILKEN NETO, Felipe Calixto. Estudo de correlação entre métricas para o escalonamento de tarefas em sistemas distribuídos. 2016. 39 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2016.

CUSTODIO, Rogerio Augusto. Sistema para gerenciamento das disciplinas de Trabalho de Conclusão de Curso na FACOM. 2016. 68 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2016.

COSTA, Luan Henrique Damasceno. Algoritmos evolutivos para escalonamento de processos em sistemas distribuídos. 2015. 46 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2015.

Dissertações de Mestrado

SANTOS, Johnata Ferreira. Algoritmos evolutivos multiobjetivo baseados em tabelas para escalonamento de tarefas em ambientes multiprocessados. 2023. 111 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI <http://doi.org/10.14393/ufu.di.2023.163>.

SOUSA, José Junio Ribeiro. Um algoritmo genético híbrido para otimização do escalonamento de tarefas independentes em máquinas heterogêneas. 2022. 60 f. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI <https://doi.org/10.14393/ufu.di.2022.582>

SILVA, Eduardo Cassiano da. Representações de algoritmos genéticos para o problema de escalonamento estático de tarefas em multiprocessadores. 2020. 231 f. Dissertação (Mestrado) - Curso de Mestrado em Ciência da Computação, Faculdade de Computação, Universidade Federal de Uberlândia, Uberlândia, 2020. . DOI <http://doi.org/10.14393/ufu.di.2020.104>.