https://repositorio.ufsc.br/handle/123456789/267378 2026-04-30T23:15:47Z 2026-04-30T23:15:47Z Ferrari, Gian Carlo Figueiredo https://repositorio.ufsc.br/handle/123456789/268847 2025-09-15T20:07:44Z 2025-09-15T00:00:00Z

Heurística para Roteamento de Veículos Elétricos com Janelas de Tempo Ferrari, Gian Carlo Figueiredo O presente trabalho desenvolveu um método heurístico para o roteamento de veículos elétricos com janelas de tempo, chamado de E-VRPTW. O problema envolve encontrar rotas que atendem clientes obedecendo as janelas de tempo na qual os clientes podem ser atendidos. O objetivo foi desenvolver uma heurística para obter tais rotas em tempo razoável, executar e avaliar esta heurística em instâncias do problema presentes na literatura. A abordagem deste trabalho envolve a construção de rotas de forma determinística e construtiva, e sua tentativa de melhora por uma busca local em uma vizinhança específica. Para avaliar o desempenho, foram executadas cinco rodadas sobre um conjunto específico de instâncias e resultados em experimentos foram analisados, envolvendo tempo de execução, custo total das rotas e quantidade de recargas.

2025-09-15T00:00:00Z Silveira, Marcus Vinicius Ribeiro https://repositorio.ufsc.br/handle/123456789/268819 2025-09-15T10:29:41Z 2025-09-08T00:00:00Z

Estudo de técnicas de tolerância a falhas em microsserviços statefull em clusters Kubernetes Silveira, Marcus Vinicius Ribeiro Com o avanço no uso de tecnoologias relacionadas a microsserviços aliadas a mecanismos de gerência e orquestração de contêineres em ambientes de nuvem. Se percebe a predileção pelos serviços considerados Stateless, que não possuem estado relevante no caso de falhas. Para serviços onde o contrário ocorre, os Stateful, as técnicas de replicação simples não são o bastante para garantir a consistência da aplicação. Essa pesquisa buscou técnicas e linhas de pesquisa atuais no quesito tolerância a falhas em microsserviços Stateful em clsuter Kubernetes. Como resultado foram construídos protótipos de soluções, foram instrumentalizados clusters kubernetes para o uso do laboratório no ambiente Emulab, e por realizado testes de componente interceptador em mestrando com linha de pesquisa correlata. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico. Departamento de Informática e Estatística.

2025-09-08T00:00:00Z Pereira, João https://repositorio.ufsc.br/handle/123456789/268802 2025-09-15T10:19:24Z 2025-09-08T00:00:00Z

Estudo e Proposta de Melhoria no Escalonamento de Tarefas Críticas com o uso de Hypervisor Pereira, João A consolidação de sistemas embarcados complexos via hypervisor, essencial em áreas como a automotiva, gera imprevisibilidade no acesso concorrente à memória, um gargalo crítico para o desempenho e segurança de tarefas de tempo real. Este trabalho investigou a viabilidade de usar Inteligência Artificial (IA) para prever padrões de acesso à memória, visando otimizar o escalonamento de tarefas críticas. A metodologia envolveu a execução de algoritmos concorrentes em uma plataforma Raspberry Pi com o hypervisor Bao e o sistema FreeRTOS. Utilizando a Unidade de Monitoramento de Performance (PMU), foram coletados dados de baixo nível, como acessos à memória e ciclos de processador, para análise. Os resultados demonstraram que os dados de acesso à memória não seguem um padrão consistente ou linear; o comportamento complexo do acesso concorrente inviabilizou o treinamento de um modelo de aprendizado de máquina eficaz. Conclui-se que a predição de acesso à memória nestes sistemas é uma tarefa mais complexa do que o esperado. Modelos de IA convencionais mostraram-se insuficientes para garantir a previsibilidade em sistemas críticos, indicando a necessidade de abordagens mais sofisticadas para o avanço da área. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico Departamento de Informática e Estatística

2025-09-08T00:00:00Z Corrêa, Myllena da Conceição https://repositorio.ufsc.br/handle/123456789/268657 2025-09-09T16:08:23Z 2025-09-08T00:00:00Z

Desenvolvimento do Banco de Preços e Análise Estatística no Projeto CÉOS Corrêa, Myllena da Conceição Fruto de uma colaboração com o Ministério Público de Santa Catarina (MPSC), o Projeto CÉOS foi idealizado para enfrentar o desafio de gerenciar e analisar um vasto e crescente volume de dados sobre licitações, serviços e processos. A missão do projeto é otimizar a gestão interna e, principalmente, identificar e mitigar potenciais irregularidades através da aplicação de análise de dados, modelos de linguagem (LLMs) e Inteligência Artificial. Na iniciativa existe o desenvolvimento do módulo do Banco de Preços, um módulo analítico integrado. Esta ferramenta oferece uma visão clara sobre o valor atual de mercado de produtos e seu comportamento histórico. Foi projetada para funcionar como um mecanismo de comparação, permitindo que gestores identifiquem padrões, monitorem flutuações de preços e, consequentemente, detectem sinais de sobrepreço ou fraude em processos licitatórios. As funcionalidades implementadas incluem a exibição de estatísticas descritivas e a representação gráfica da série histórica de valores. Outra frente de atuação do projeto consiste na extração estruturada de informações de notas fiscais. Essa atividade é estratégica para a construção de um dataset ouro, destinado ao treinamento de um LLM para automatizar a coleta de dados futuramente. O trabalho inicial concentrou-se na categoria de medicamentos, com a extração manual e assistida por regex de campos essenciais como princípio ativo, concentração, quantidade, volume e tipo. Para alimentar o Banco de Preços com dados acionáveis, foram implementados códigos para o cálculo de estatísticas descritivas básicas (média, valores máximo e mínimo) sobre os dados extraídos. Essas estatísticas, apuradas em janelas temporais de 6 e 12 meses, fornecem uma base quantitativa essencial para as análises comparativas do módulo. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico. Departamento de Informática e estatísticas.

2025-09-08T00:00:00Z