Séminaire PRISMa Virginie LEFORT 03/01/2005

Présentation au sujet: "Séminaire PRISMa Virginie LEFORT 03/01/2005"— Transcription de la présentation:

1 Séminaire PRISMa Virginie LEFORT 03/01/2005
Algorithmes génétiques : présentation et limitations Introduction à l’algorithme RBF-Gene Séminaire PRISMa Virginie LEFORT 03/01/2005

2 Plan de la présentation
L’évolution de l’évolution Les algorithmes génétiques classiques Applications Limitations Nouvelles découvertes biologiques Notre algorithme : le RBF-Gene

3 L’évolution de l’évolution
Le dualisme platonicien (5ème av JC) Aristote (4ème av JC) : espèces éternelles et de complexité différente Le créationnisme biblique Le fixisme : Dieu a créé le vivant tel quel Le catastrophisme (Cuvier, 1812) : des catastrophes permettent la création de nouvelles espèces L’élan vital (Lamarck, 1809) : Orthogénèse Hérédité

4 L’évolution de l’évolution
L’évolution des espèces (Darwin, 1859) Des variations aléatoires Survie des plus adaptés Reproduction et transmission des nouveaux caractères MAIS : tous les caractères sont transmis (innés ou acquis) et un enfant est la « moyenne » de ses parents

5 L’évolution de l’évolution
Naissance de la génétique (Mendel, 1866) Travail sur des petits pois Définition d’un gène Formalisation Lois de Mendel MAIS pas de support pour cette « information »

6 L’évolution de l’évolution
Théorie synthétique de l’évolution (Haldane, Fisher, Wright, 1900) Cartographie des gènes (Morgan, 1910) Association gènes-chromosome (McClintock) L’ADN et le code génétique (Watson et Crick, )

7 Les AGs classiques Inspirés des travaux biologiques dans les années 70
Caractérisés par : Un problème Un espace de recherche (pour les solutions) Un codage des points de cet espace sur un chromosome Des opérateurs génétiques Sélection des plus adaptés Reproduction Mutation

8 Les AGs classiques Le codage Ex 1 : Optimisation d’une fonction
Chromosome : liste de chaque paramètre Codage : Ex 2 : Problème du voyageur de commerce Chromosome : liste ordonnée des villes X1 X2 X3 X4 0110 1110 1010 0010 V1 V2 V3 V4 Lyon Paris Lille Nantes

9 Les AGs classiques Séléction des plus adaptés :
Mise en place d’une fonction de fitness associant une valeur à un individu Mécanisme de sélection : roulette-wheel, par tournoi, élitisme…

10 Les AGs classiques Reproduction Mutation Optimisation Voyageur

11 Applications Biologie Simulation de la cellule (Weinberg, 1970)
Synthèse de comportements animaux (Dumeur, 1995) Alignement de séquences ADN Phylogénie (création d’arbres) Réseaux de gènes

12 Applications - 2 Vie artificielle Jeux
Comportement de robots : évitement d’obstacles, recherche de nourriture Créatures artificielles (Sims, 1994) Simulation de comportements sociaux Jeux L’hexapion de Bagley (1967) Le dilemme du prisonnier itéré (Axelrod, 1985) Programmation de l’IA de jeux vidéos

13 Applications - 3 Imagerie Design / physique
Réalignement d’images médicales pour comparaison (Fitzpatrick, Grefenstette, Van Gucht, 1984) Reconnaissance de caractère (ex. La Poste) Classification d’images Design / physique Design de nouvelles formes (ailes d’avions, lentilles optiques….) Localisation et identification d’un dipôle magnétique (ENSIEG, 1998) Synthèse de systèmes de mesures redondants (Heyen, 2002)

14 Applications - 4 Finances Productique
Création de profils de clients (Golden Eyes, 1997) Prévision de valeurs boursières Prévision de consommation (électricité, eau, produit…) Productique Ordonnancement de tâches (Bourazza, 2004) Prévision du risque de défaillance (Ben Salah, 2004) Simulation et transformation du processus d’innovation (Cartier) Simulation de la dynamique de l’adaptation d’industries (Cartier, 2003)

15 Limitations Phagocytage de la population Le codage
Convergence trop rapide de la population Manque de diversité des solutions  Modification des opérateurs Le codage Nombre de gènes fixés Précision dépendante du codage  Quelques heuristiques, essais-erreur Liens entre les gènes Place des gènes fixée  Quelques algorithmes permettant de changer l’ordre

16 Nouvelles découvertes biologiques
Processus complet d’expression des gènes

17 Nouvelles découvertes biologiques
La transcription

18 Nouvelles découvertes biologiques
La suppression des exons

19 Nouvelles découvertes biologiques
La traduction

20 Nouvelles découvertes biologiques
Indépendance entre les structures du génotype et du phénotype : Nombre de gènes variables Ordre des gènes indifférent Rôle des séquences non codantes Utilité d’un code génétique

21 Le RBF-Gene Idée forte : se rapprocher de la biologie en rajoutant un niveau intermédiaire Kernels : morceaux de solution Passage chromosome  kernels : transcription Passage kernel  phénotype : combinaison des kernels Champ d’application actuel : régression non linéaire

22 Le RBF-Gene Notre problème : la régression non linéaire

23 Le RBF-Gene Définition d’un kernel
« Fonction simple au nombre de paramètres faible et fixé, dont la combinaison peut permettre de créer n’importe quelle fonction (approximateurs universels) » Ex : sinusoïdes, gaussiennes, triangles, rectangles…

24 Le RBF-Gene : codage Code génétique w: 101(gray)  110(bin)  0.75
FE… B EFDGGCFDGHEG A …D G2 G3 G4 1 σ H G μ F E w D C Stop B Start A Val. Parametre Base Code génétique w: 101(gray)  110(bin)  0.75 μ: 0110(gray)  0100(bin)  0.25 σ: 00010(gray)  00010(bin)  μ σ Kernel K1: Phenotype :

25 Le RBF-Gene Les opérateurs :

26 Le RBF-Gene Présentation du test : Fonction originale : sin(12x)
Bruit sur les points : =0.02 2 ensembles : 50 points pour la validation 50 pour l’apprentissage Population : 100 individus 10000 générations

27 Le RBF-Gene T=0 T=500 T=4000 T=10000

28 Le RBF-Gene

29 Le RBF-Gene Travaux en cours Le futur de la thèse ?
Etude fine de la sensibilité Tests sur d’autres benchmarks Passage du codage binaire au codage réel Le futur de la thèse ? Application à la robotique Amélioration des opérateurs …

30 Questions ? Discussions ?