Search

Uma das principais maneiras de lidar com problemas recorrentes em projetos de software consiste na adoção de frameworks de gestão de processo. No entanto, há projetos que são mais adequados às metodologias tradicionais e outros às metodologias ágeis. Algumas empresas têm combinado práticas tradicionais e ágeis em modelos híbridos de gestão de projetos. Neste contexto, este artigo apresenta uma pesquisa-ação que resultou na definição e instanciação de um processo híbrido constituído de práticas provenientes dos frameworks SCRUM e RUP em um projeto real de desenvolvimento de software. Esse processo foi avaliado através da técnica de revisão por pares, demonstrando-se satisfatório no seguimento das premissas de ambos os frameworks, na gestão do projeto e no atendimento do ciclo Plan, Do, Check e Act (PDCA). Por fim, foi feita a análise SWOT do processo pela equipe que seguiu suas atividades no projeto-alvo da pesquisa.

Ferramentas educacionais são utilizadas há décadas no contexto escolar, porém com o advento das tecnologias, em especial a computação, essas ferramentas foram sendo modificadas e/ou atualizadas, tornando-se mais interativas e lúdicas, atraindo um público cada vez mais conectado. Pensando nesse contexto, o presente trabalho traz uma descrição simplificada concernente ao desenvolvimento e aplicação do jogo matemático Quebra-cuca, o qual foi idealizado após uma pesquisa sobre a necessidade e a utilidade de jogos educacionais no contexto amazônico. Neste trabalho, apresentamos alguns dados a respeito dos testes, além de trazermos uma breve contextualização sobre a situação da educação brasileira, falando brevemente sobre a inclusão digital nas escolas, um assunto amplamente discutido atualmente.

SummaryThis paper presents a modified genetic algorithm (GA) using a new crossover operator (ADX) and a novel statistic correlation mutation algorithm (CAM). Both ADX and CAM work with population information to improve existing individuals of the GA and increase the exploration potential via the correlation mutation. Solution-based methods offer better local improvement of already known solutions while lacking at exploring the whole search space; in contrast, evolutionary algorithms provide better global search in exchange of exploitation power. Hybrid methods are widely used for constrained optimization problems due to increased global and local search capabilities. The modified GA improves results of constrained problems by balancing the exploitation and exploration potential of the algorithm. The conducted tests present average performance for various CEC’2015 benchmark problems, while offering better reliability and superior results on path planning problem for redundant manipulator and most of the constrained engineering design problems tested compared with current works in the literature and classic optimization algorithms.

This article presents a parameter study on the applied game theory in Genetic Algorithm (GA), performing an analysis of the game Prisoner's Dilemma applied in the solution of four constrained Engineering problems. Simulations were applied in four different variations of the game, in order to find the best configuration for the analyzed problems. Then, after obtaining the best configuration of the game, we performed an analysis of the incidence of Alpha and Beta weights, present in GA fitness with Social Interaction, using the game that best suited each problem, employing sixteen different weight configurations. At end, the results obtained authenticated the influence of the Social Interaction process in the essence of GA.

The following paper introduces a parallel approach to a social variant of the Genetic Algorithm, called Parallel Genetic Algorithm with Social Interaction (PSIGA). The algorithm is based on social games involving game theory, and it is implemented using the OpenMP API, which is based on the shared memory programming model for multiple processor architectures. The main contribution of this approach is the parallelization using the Shared Memory of the Social Interaction Genetic Algorithm (SIGA) in order to achieve faster and better optimality than its nonparallel counterpart for global optimization problems with restrictions. For means of performance assessment, the algorithm is tested on four instances of engineering design problems and the obtained results compared with the Genetic Algorithm with Social Interaction (SIGA) implemented in sequential programming model.

This paper presents a new view for PRISMA information visualization tool, this new visualization will provide support for analyzing data on maps. The use of maps will provide a way for geographical data analysis by using coordinates. Geographic analysis becomes important when it comes to verification of database that uses the location as a key factor to create contexts. This paper will describe the new integrated view and main features of the map.