Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/28584| Título: | Análise da eficiência de um algoritmo genético aplicado ao Sudoku |
| Autor(es): | Neves, Fernando Augusto Alves Sanches Cardoso |
| Orientador(es): | Sanches, Danilo Sipoli |
| Palavras-chave: | Algoritmos genéticos Solução de problemas Sudoku Genetic algorithms Problem solving Sudoku |
| Data do documento: | 25-Nov-2020 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | NEVES, Fernando Augusto Alves Sanches Cardoso. Análise da eficiência de um algoritmo genético aplicado ao Sudoku. 2020. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020. |
| Resumo: | Este trabalho tem como principal objetivo estudar como funciona um algoritmo genético e se ele pode ser eficiente em um determinado contexto. O contexto aplicado neste trabalho é um problema combinatório, no caso, o jogo Sudoku. Para atingir tal objetivo, primeiramente será implementado um algoritmo genético e, a partir dos outputs de diversos jogos de Sudoku, será realizado uma análise estatística para podermos descrever se o algoritmo genético é uma boa alternativa para análises combinatórias. |
| Abstract: | This work has as its main objective to study how a genetic algorithm works and if it can be efficient in a given context. The context applied in this work is a combined problem, in this case, the Sudoku game. To achieve this goal, a genetic algorithm will be implemented and, based on textit outputs of several Sudoku games, a statistical analysis will be carried out in order to describe whether the genetic algorithm is a good alternative for combined combinations. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/28584 |
| Aparece nas coleções: | CP - Engenharia da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_DACOM_2020_1_12.pdf | 5,43 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.