volution de second ordre dans un algorithme volutionnaire V' Lefort

1
Évolution de second ordre dans un algorithme
évolutionnaireV. Lefort
2
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

3
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

4
Évolution variations sélection
Génotype Variations
Phénotype Sélection
5
Évolution de second ordre
Évolution  de premier ordre 
Évolution de second ordre
 Modification de lévolution par lévolution
elle-même 
6
Évolution de 2nd ordre 2

• Les processus évolutifs varient sur un individu
• sans modification de son propre phénotype
• mais vont influencer la façon dont ses
  descendants seront créés
• Lévolution de 2nd ordre subit une sélection
  indirecte à moyen et long terme
• On ne sintéresse donc plus à lindividu mais à
  ses descendants

7
Sélection de lévolution de 2nd ordre
Robustesse
Sélection indirecte sur les lignées
8
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

9
La boucle évolutive des AE
Variation
Sélection
Les processus évolutifs sont conservés tout au
long de lévolution
10
Des individus doubles
Individu
Dépend de la représentation choisie
Génotype
Opérateurs de sélection et de variation
Dépend du problème à résoudre
Phénotype
11
Lapport de lévolution de 2nd ordre
Adaptation des taux
Adaptation de la représentation au problème
Adaptation de la représentation aux effets des
opérateurs
Pour favoriser lévolvabilité !
12
Permettre lévolution de 2nd ordre

• Taux dynamiques
• Pour diminuer/augmenter les effets en fonction
  des stades de lévolution
• Permettent uniquement de jouer sur la
  variabilité
• Nouveaux opérateurs
• Permettent dadapter les opérateurs au problème
  et à la représentation
• Mais pas de façon dynamique
• Modification de la représentation
• La représentation ne doit pas être contrainte
  par le phénotype
• Elle peut alors évoluer pour sadapter aux taux
  et aux opérateurs !

13
Modifications de la représentation

• Utilisation des zones non codantes
• pour  absorber  les mutations
• Ordre des gènes variable
• pour faire correspondre liens de proximité (sur
  le génome) et liens épistatiques

Fonction à minimiser (x1-x4)²x3x2
Fitness
5 2 0.1 5
Individu 1
0.2
1 0.1 2 1
Individu 2
0.2
5 2 2 1
20
Enfant 1
1 0.1 0.1 5
Enfant 2
16.01
14
Dissociation phénotype génotype

• Différents génotypes doivent pouvoir conduire au
  même phénotype
• Insertion dun  protéome 
• Les modifications du génotype peuvent modifier sa
  structure ET/OU le protéome (et donc le phénotype)

15
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

16
Des individus à 3 niveaux
Génotype
Phénotype
 Protéome 
17
Domaine dapplication régression
18
Notre phénotype une fonction

• Nos protéines des gaussiennes à 3 paramètres
• le centre (ou moyenne) dans lespace
• de recherche
• lécart-type
• la  hauteur  (ou le poids dans la
• combinaison linéaire)
• Notre phénotype
• la combinaison linéaire de gaussiennes
• équivalent à un réseau de neurones RBF
• Seule la séquence dun gène doit permettre de
  connaître les trois paramètres dune protéine

19
Le mapping génome - protéines
Gaussienne G1
20
Les opérateurs
Switch
Délétion
Insertion
Translocation
Délétion large
Duplication
21
Exemple (jouet) de fonctionnement
22
Quelques indicateurs
23
Résultats sur des benchmarks
Abalone
Boston Housing
Minimum obtenu 11.17
Notre algorithme, sans être le meilleur, converge
donc vers des solutions satisfaisantes.
24
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

25
Effet de lévolution de 2nd ordre

• Taille du génome finale
• ne dépend pas de la taille initiale
• mais du taux de mutations locales

26
Mode détude

• Lévolution de 2nd ordre intervient à moyen et
  long terme
• On sintéresse donc à la distribution des
  descendants du meilleur individu

Robustesse
27
Rôle des séquences non codantes

• Le contenu des séquences non codantes ne modifie
  pas lévolvabilité
• La taille des zones non codantes
• modifie lévolvabilité
• est optimale après évolution

Loptimum se trouve pour la taille des zones non
codantes évoluées (rapport de 1)
28
Rôle de lordre des gènes

• Comparaison des descendants
• avec ou sans modification de lordre des gènes
• avec ou sans crossover
• En labsence de crossover, pas dinfluence sur
  lévolvabilité
• Si présence de crossover,
• un ordre des gènes aléatoire diminue
  lévolvabilité
• lordre évolué favorise donc les échanges entre
  les individus

29
Évolution de lévolvabilité
30
Plan de la présentation

• Principes de lévolution de second ordre
• Évolution et algorithmes évolutionnaires
• Lalgorithme RBF-Gene
• Sélection indirecte de la structure génétique
• Conclusion

31
Conclusion

• Lévolution de 2nd ordre
• un phénomène biologique connu
• permet daugmenter lévolvabilité des individus
• présente donc un intérêt pour un AE
• Notre algorithme
• permet à cette évolution de 2nd ordre de
  sexprimer
• a montré que cette évolution pouvait apparaître
  sans sélection directe
• taille des séquences non codantes
• ordre des gènes

32
Intérêts de lévolution de 2nd ordre ?

• De nombreux avantages
• Auto-adaptation de la représentation aux taux et
  aux opérateurs
• Paramétrage aisé (larges plages de
  fonctionnement)
• Structure qui sadapte dynamiquement
• Modèle proposé facilement extensible à dautres
  problèmes / types de représentation
• Y a-t-il des conséquences négatives ?
• Lévolution de second ordre risque-t-elle de
  perturber lévolution de 1er ordre ?
• En évolution artificielle, seule la fitness
  finale nous intéresse
• Limites des approches (trop) bio-inspirées ?