| dc.contributor | Ronaldo Augusto de Lara Gonçalves | |
| dc.contributor | João Angelo Martini - UEM | |
| dc.contributor | Rogério Luís Rizzi- UNIOESTE | |
| dc.contributor | Vladimir Ferreira Cabral - UEM | |
| dc.creator | Gomes, José Luiz de Souza | |
| dc.date | 2018-04-10T20:12:23Z | |
| dc.date | 2018-04-10T20:12:23Z | |
| dc.date | 2009 | |
| dc.date.accessioned | 2023-10-16T12:20:33Z | |
| dc.date.available | 2023-10-16T12:20:33Z | |
| dc.identifier | http://repositorio.uem.br:8080/jspui/handle/1/2543 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9208456 | |
| dc.description | This work discusses issues related to the parallelization of sequential algorithms used in the solution of scientific problems, many of them written in C or FORTRAN, in a time where the parallel and distributed programming facilities, in hardware and in software, were not as available as nowadays. Many of these algorithms require a long execution time, even though they present important results during simulations. Areas such as Physics, Biology and Engineering can benefit from parallel and distributed execution of these algorithms on computer clusters, which can be acquired at low cost. Consequently, a larger volume of data can be processed, providing new results and enabling the research progress in scientific areas. The objective of this work is to parallelize a Chemical Engineering scientific algorithm for molecular adsorption on two-dimensional heterogeneous surfaces. This algorithm uses the Monte Carlo method to calculate the energy state of the system after molecular movements and the results are used to draw isotherm diagrams, comparing them with real experiments and known data. Therefore, questions about the task of parallelization found in the literature were studied and implemented based on the model suggested by Foster (1995). Four parallel versions have been implemented and discussed the different approaches taken in each one, such as domain partitioning, dynamic load allocation and fault-tolerance. Its sequential execution spends long processing time and the parallel versions showed a reduction of execution time by approximately 73.7%, 73.4%, 80% and 83.17%, respectively, where the 4th version is the most efficient, making better use of the available resources in the parallel environment. Thus, simulations with larger volume of data could be made. It is expected, therefore, that the results will be more significant for the area to which it applies. | |
| dc.description | Este trabalho discute questões relacionadas à paralelização de algoritmos seqüenciais utilizados na solução de problemas científicos, muitos dos quais escritos em C ou FORTRAN, em uma época em que as facilidades de programação paralela e distribuída, tanto em software quanto em hardware, não eram tão disponíveis quanto atualmente. Muitos destes algoritmos requerem longo tempo de execução, embora apresentem resultados importantes durante as simulações. Áreas como Física, Biologia e Engenharia podem tirar vantagens com a execução paralela e distribuída desses algoritmos em um cluster de computadores, que pode ser adquirido a um baixo custo. Conseqüentemente, um volume maior de dados pode ser manipulado, provendo novos resultados e viabilizando o avanço das pesquisas nas áreas científicas. O objetivo principal deste estudo é a paralelização de um algoritmo da área de Engenharia Química que utiliza o método Monte Carlo para simular o processo de adsorção de moléculas em superfícies heterogêneas bidimensionais e que possa ser executado em um cluster de computadores. Esse algoritmo utiliza o método de Monte Carlo para calcular o estado de energia do sistema após movimentos das moléculas e os resultados são utilizados para a obtenção de gráficos de isotérmicas, comparando-os com os experimentos reais e dados conhecidos. Para isto, questões sobre a tarefa de paralelização encontradas na literatura foram estudadas e implementadas baseadas no modelo sugerido por Foster (1995). Foram implementadas 4 versões paralelas e discutidas as diferentes abordagens adotadas em cada uma, como particionamento de domínio, alocação dinâmica de carga e tolerância a falhas. A execução seqüencial do referido algoritmo consome muitas horas de processamento e as versões paralelas apresentaram redução do tempo de processamento em aproximadamente 73,7%, 73,4%, 80% e 83,17%, respectivamente, sendo a 4.ª versão a mais eficiente, aproveitando melhor os recursos disponíveis no ambiente paralelo. Com isto simulações com um volume maior de dados poderão ser efetuadas. Espera-se, assim, que os resultados sejam mais significativos para a área em que o algoritmo é aplicado. | |
| dc.description | 88 p | |
| dc.language | por | |
| dc.publisher | Universidade Estadual de Maringá | |
| dc.publisher | Brasil | |
| dc.publisher | Programa de Pós-Graduação em Ciência da Computação | |
| dc.publisher | UEM | |
| dc.publisher | Maringá | |
| dc.publisher | Departamento de Informática | |
| dc.rights | openAccess | |
| dc.subject | MPI | |
| dc.subject | Processamento paralelo | |
| dc.subject | Computação científica | |
| dc.subject | Paralelização | |
| dc.subject | Particionamento de domínio | |
| dc.subject | Algoritmo de Monte Carlo | |
| dc.subject | Adsorção | |
| dc.subject | Simulação | |
| dc.subject | Clusters | |
| dc.subject | Computação. | |
| dc.subject | MPI | |
| dc.subject | Parallel processing | |
| dc.subject | Scientific computing | |
| dc.subject | Monte Carlo method | |
| dc.subject | Simulation | |
| dc.subject | Adsorption. | |
| dc.subject | Ciências Exatas e da Terra | |
| dc.subject | Ciência da Computação | |
| dc.title | Paralelização de algoritmo de simulação de Monte Carlo para a adsorção em superfícies heterogêneas bidimensionais | |
| dc.type | masterThesis | |
