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，GA是一种优化算法（根据SO）。问题是我不是100％确定在这些定义之间划线的地点和方法;是否有一种更简单的方法来解释使用的差异，例如类比（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同样的问题（例如旅行商问题）。

Answer 1

人工神经网络近似于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：如果呈现新的输入，网络发现的建模给出了真实值的近似值。示例：使用一组用于训练的测量值，找出管中的气体压力，给出输入温度，粘度，密度，管截面，ecc。

通常使用GA来查找函数的最大值或最小值（优化）。例如：使用一组网络找到我上一个例子的最优网（小错误），或者解决旅行商问题（给定一组城市，访问每个城市一次，找到最小路径）。