Jeux évolutionnaires
Ref: 1SC2894
Description
La théorie des jeux évolutive est l'application de la théorie des jeux à l'etude de l'évolution des populations en biologie et plus en générale à l'etude des phénomènes biologiques avec des applications dans de nombreux domaines différents y compris la sociologie, l'anthropologie et l'économie. La théorie des jeux évolutive est basée sur l'évolution darwinienne et comprend trois étapes principales: la compétition (le jeu), la sélection naturelle (dynamique du réplicateur) et l'hérédité.
Dans ce contexte on s'intéresse aux algorithmes génétiques (qui font partie des
algorithmes évolutionnaires) traitent des problèmes d'optimisation et recherche de paramètres en s'appuyant sur des opérateurs bio-inspirés tels que la mutation, le croisement et la sélection.
Période(s) du cours
ST2
Prérequis
Avoir suivi le cours de la ST2 "Theorie des jeux"
Syllabus
Le sujet de l'EI a pour objectif d’appliquer des algorithmes évolutionnaires à une problématique bioinformatique. Le projet consiste donc à concevoir les opérateurs évolutionnaires, à les paramétrer (plusieurs paramètres sont à régler finement pour obtenir de bons résultats et il n’existe pas de méthodologie pour ce réglage qui doit être effectué en fonction des données et de l’objectif à atteindre) puis à les combiner au sein d’un jeu d’exécution afin d’obtenir une solution s’approchant le plus possible de l’objectif fixé, sachant que l'objectif n'est pas forcement atteignable. En conséquence, plusieurs paramètres pour plusieurs opérateurs doivent également être testés toujours dans le but d'améliorer la solution proposée. Par exemple, la question : "Que se passe-t-il si on ré-injecte l’historique de l’évolution dans les opérateurs ?” nécessite d’effectuer de nombreuses exécutions afin de comparer les tendances.
Composition du cours
Les étudiants doivent être capables de s'organiser dans des groupes de travail afin de segmenter le travail à effectuer. Deux approches sont possibles : la collaboration ou la concurrence. Une troisième voie consisterait à combiner les approches, soit en même temps soit dans des temps différents durant le projet. Quelle est la capacité du groupe à s’organiser, à faire émerger des leaders, à en accepter l’émergence ? Quelle est la capacité des leaders à amener le groupe à l’objectif visé ?
Ressources
Développement et analyse d'un cadre d'optimisation basé sur des algorithmes génétiques à l'aide du langage de programmation Python.