Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa

Autores
Cayssials, Ricardo; Orozco, Javier D.; Ferro, Edgardo
Año de publicación
1997
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta un método basado en algoritmos genéticos para atacar el problema de asignación de un conjunto de tareas apropiativas, sobre un conjunto de procesadores distribuidos que deben trabajar en un entorno de tiempo real duro. Las tareas son cooperativas y utilizan como vía de comunicación una red local. Los coeficientes que ponderan la función de costo del algoritmo genético son calculados utilizando operadores difusos. Sobre el sistema existe un conjunto de restricciones que debe ser satisfecho para obtener una solución compatible con los requerimientos de tiempo real duro.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Distributed Systems
Asignación
Real time
Diagramabilidad
Algorithms
Sistemas Distribuidos de Tiempo Real
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Lógica Difusa
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/24072
Acceder
id SEDICI_458e9bff529e28b2f275b928f4bbc370
oai_identifier_str oai:sedici.unlp.edu.ar:10915/24072
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusaCayssials, RicardoOrozco, Javier D.Ferro, EdgardoCiencias InformáticasDistributed SystemsAsignaciónReal timeDiagramabilidadAlgorithmsSistemas Distribuidos de Tiempo RealARTIFICIAL INTELLIGENCEAlgoritmos GenéticosLógica DifusaSe presenta un método basado en algoritmos genéticos para atacar el problema de asignación de un conjunto de tareas apropiativas, sobre un conjunto de procesadores distribuidos que deben trabajar en un entorno de tiempo real duro. Las tareas son cooperativas y utilizan como vía de comunicación una red local. Los coeficientes que ponderan la función de costo del algoritmo genético son calculados utilizando operadores difusos. Sobre el sistema existe un conjunto de restricciones que debe ser satisfecho para obtener una solución compatible con los requerimientos de tiempo real duro.Eje: Workshop sobre Aspectos Teoricos de la Inteligencia ArtificialRed de Universidades con Carreras en Informática (RedUNCI)1997info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/24072spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-05T12:35:37Zoai:sedici.unlp.edu.ar:10915/24072Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-05 12:35:37.86SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
title Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
spellingShingle Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
Cayssials, Ricardo
Ciencias Informáticas
Distributed Systems
Asignación
Real time
Diagramabilidad
Algorithms
Sistemas Distribuidos de Tiempo Real
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Lógica Difusa
title_short Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
title_full Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
title_fullStr Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
title_full_unstemmed Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
title_sort Asignación de tareas a procesadores en un sistema distribuido de tiempo real duro utilizando algoritmos genéticos y lógica difusa
dc.creator.none.fl_str_mv Cayssials, Ricardo
Orozco, Javier D.
Ferro, Edgardo
author Cayssials, Ricardo
author_facet Cayssials, Ricardo
Orozco, Javier D.
Ferro, Edgardo
author_role author
author2 Orozco, Javier D.
Ferro, Edgardo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Distributed Systems
Asignación
Real time
Diagramabilidad
Algorithms
Sistemas Distribuidos de Tiempo Real
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Lógica Difusa
topic Ciencias Informáticas
Distributed Systems
Asignación
Real time
Diagramabilidad
Algorithms
Sistemas Distribuidos de Tiempo Real
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Lógica Difusa
dc.description.none.fl_txt_mv Se presenta un método basado en algoritmos genéticos para atacar el problema de asignación de un conjunto de tareas apropiativas, sobre un conjunto de procesadores distribuidos que deben trabajar en un entorno de tiempo real duro. Las tareas son cooperativas y utilizan como vía de comunicación una red local. Los coeficientes que ponderan la función de costo del algoritmo genético son calculados utilizando operadores difusos. Sobre el sistema existe un conjunto de restricciones que debe ser satisfecho para obtener una solución compatible con los requerimientos de tiempo real duro.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
description Se presenta un método basado en algoritmos genéticos para atacar el problema de asignación de un conjunto de tareas apropiativas, sobre un conjunto de procesadores distribuidos que deben trabajar en un entorno de tiempo real duro. Las tareas son cooperativas y utilizan como vía de comunicación una red local. Los coeficientes que ponderan la función de costo del algoritmo genético son calculados utilizando operadores difusos. Sobre el sistema existe un conjunto de restricciones que debe ser satisfecho para obtener una solución compatible con los requerimientos de tiempo real duro.
publishDate 1997
dc.date.none.fl_str_mv 1997
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/24072
url http://sedici.unlp.edu.ar/handle/10915/24072
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1847978371789619200
score 13.082534

Publicaciones similares