函數逼近器和優化算法之間的區別？

Question

我剛開始學習人工神經網絡和遺傳算法，發現他們之間的區別在於ANN是一個函數逼近器，而GA是一個優化算法（根據SO）。問題是我不是100％確定在哪裏以及如何劃定這些定義之間的界限;有沒有更簡單的方法來解釋差別在哪裏使用，例如類比（假設我是10歲）？我發現特別令人困惑的是，在某些情況下，這兩種類型似乎都能解決同樣的問題（例如旅行推銷員問題）。

Answer 1

ANNs近似未知函數，將輸入和輸出關聯起來。人工神經網絡的目標是找到二者之間的數學關係：如果提供了新的輸入，網絡發現的建模給出了真實值的近似值。例如：使用一組測量值來獲得管道中氣體的壓力，並給出輸入溫度，粘度，密度，管截面積等信息。

氣體經常用來尋找一個函數（優化）的最大或最小。例如：使用一組網絡，或者解決旅行商問題（給定一組城市，訪問每個城市一次並找到最小路徑），找到我之前示例的最優網絡（小錯誤）。