Neutralité dans les paysages de fitness. Évolution artificielle et neutralité

Sébastien Verel (1) , Philippe Collard (1) , Manuel Clergue (1)

1 I3S - Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis

Evolutionary algorithms (EA) are optimization algorithms inspired by the neo-dar winian theory of evolution. Those algorithms use a population of potential solutions which is gradually guided towards better solutions discovered by random variation. The neutral theory of evolution considers that the majority of mutations are selectively neutral or lethal. In this article we present the main results about neutral theory in the context of EA, and particulary how this theory affects studies of fitness landscapes. Fitness landscapes represent the set of potential solutions of a problem as an space equipped with a neighborhood relation and where the solutions have an height corresponding to their performance. This article will show academic and real problems related to neutral landscapes and the nature of EA dynamics on those landscapes. In order to improve the performances of EA, we then present technics based on the choice of redundant coding, just as the design of EA exploiting neutrality.

Les algorithmes évolutionnaires (AE) sont des algorithmes d'optimisation inspirés par la théorie néo-darwinienne de l'évolution. Ces algorithmes manipulent une population de solutions potentielles progressivement guidée vers de meilleures solutions découvertes par variation aléatoire. La théorie neutraliste de l'évolution considère que la plupart des mutations sont sélectivement neutres ou délétères. Nous présentons dans cet article les principaux résultats concernant la neutralité dans le contexte des AE, et comment cette théorie influe sur l'étude des paysages de fitness. Ces paysages représentent l'ensemble des solutions potentielles d'un problème par un espace muni d'une relation de voisinage et dont les solutions ont une hauteur correspondant à leur performance. Cet article présentera des problèmes académiques et réels conduisant à des paysages neutres et la dynamique des AE sur ces paysages. Dans le but d'améliorer les performances des AE, nous présentons ensuite des techniques basées sur le choix de codage redondant, ainsi que des AE conçus pour exploiter la neutralité.

Mots clés: evolutionary computation; fitness landscapes; neutrality; hardness

Mots clés: Evolution artificielle; paysage de fitness; neutralité

Domaines: Intelligence artificielle [cs.AI]

Sébastien Verel, Philippe Collard, Manuel Clergue. Neutralité dans les paysages de fitness. Évolution artificielle et neutralité. Revue des Sciences et Technologies de l'Information - Série TSI : Technique et Science Informatiques, 2006, 25 (8 - 9), pp.1023-1048. ⟨10.3166/tsi.25.1023-1048⟩. ⟨hal-00164699⟩