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

Présentations similaires


Présentation au sujet: "Algorithme Génétique et Gestion de Projet"— Transcription de la présentation:

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

2 Objectif A partir d’un graphe aléatoire,
Obtenir un graphe biologiquement réaliste via l’utilisation d’un 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 d’un 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 Connexité Egale à 1 obligatoirement Mean Free Path

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"

Présentations similaires


Annonces Google