La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Algorithme Génétique et Gestion de Projet B. Batut, M. Chevalier, E. Girard et N. Parisot.

Présentations similaires


Présentation au sujet: "Algorithme Génétique et Gestion de Projet B. Batut, M. Chevalier, E. Girard et N. Parisot."— Transcription de la présentation:

1 Algorithme Génétique et Gestion de Projet B. Batut, M. Chevalier, E. Girard et N. Parisot

2 Objectif A partir dun graphe aléatoire, Obtenir un graphe biologiquement réaliste via lutilisation dun Algorithme Génétique

3 Première Etape : Graphes Choisir un type de graphe biologique à imiter Graphe de réactions métaboliques Motif Search in Metabolic Networks Récupération des 76 graphes disponibles au format XML

4 Première Etape : Graphes Sélection des graphes entre 100 et 500 noeuds (± 10%) 48 Graphes Calcul des caractéristiques de ces graphes Réseau métabolique moyen

5 Première Etape : Graphes Réseau Métabolique Moyen Degré moyen dun noeud : 4.05 ± 0.93 Coefficient de clustering : 0.37 ± 0.06 Nombre de cliques (normalisé par nombre de noeuds) : 0.7 ± 0.05 Mean Free Path : 5.78 ± 1.52

6 Deuxième Etape : Algo Gen Développement du logiciel Interface Graphique CAPTURE

7 Deuxième Etape : Algo Gen Définition de la fitness Adéquation de la distribution des degrés à une loi de puissance de paramètre 2.2 (Valeur trouvée dans la littérature) Test de Kolmogorov-Smirnov p-value doit être < 1e-6 Nombre de cliques Doit être compris entre Coefficient de clustering Doit être compris entre Connexité Egale à 1 obligatoirement Mean Free Path Doit être compris entre

8 Deuxième Etape : Algo Gen Pondération de la fonction de fitness Additif Test vs

9 Tests

10 Résultats


Télécharger ppt "Algorithme Génétique et Gestion de Projet B. Batut, M. Chevalier, E. Girard et N. Parisot."

Présentations similaires


Annonces Google