neural-network - 函数逼近器和优化算法之间的区别？

Question

我刚开始学习人工神经网络和遗传算法，发现它们之间的区别在于 ANN 是函数逼近器，而 GA 是优化算法（根据 SO）。问题是我不能 100% 确定在哪里以及如何在这些定义之间划清界限；有没有更简单的方法来解释使用例如类比的区别（假设我是 10 岁）？我发现特别令人困惑的是，在某些情况下，这两种类型似乎都能够解决相同的问题（例如旅行推销员问题）。

Answer 1

ANN 逼近一个与输入和输出相关的未知函数。人工神经网络的目标是找到两者之间的数学关系：如果给出一个新的输入，网络找到的模型给出了一个真实值的近似值。示例：使用一组测量值进行训练，找到管中气体的压力，作为输入温度、粘度、密度、管截面等。

GA 经常用于查找函数的最大值或最小值（优化）。例如：为我之前的示例找到最优网络（小错误），使用一组网络，或者解决旅行商问题（给定一组城市，访问每个城市一次并找到最小路径）。