Разница между аппроксиматором функции и алгоритмом оптимизации?

Question

Я только начал изучать искусственные нейронные сети и генетические алгоритмы и обнаружил, что разница между ними заключается в том, что ANN является аппроксиматором функции и что GA является алгоритмом оптимизации (согласно SO). Проблема в том, что я не уверен на 100%, где и как провести линию между этими определениями; существует ли более простой способ объяснить, какая разница используется, например, аналогии (предположим, что я 10 лет)? То, что я обнаружил, особенно сбивает с толку, заключается в том, что оба типа, похоже, могут решить одну и ту же проблему в некоторых случаях (например, проблема коммивояжера).

Answer 1

ANN приближаются к неизвестной функции, которая коррелирует вход и выход. Цель ANN - найти математическое соотношение между ними: если представлен новый вход, моделирование, найденное сетью, дает приближение к истинному значению. Пример: найти давление газа в трубе, давая в качестве входной температуры, вязкости, плотности, сечения трубы, например, используя набор измерений для обучения.

GA используются часто, чтобы найти max или min функции (оптимизация). Например: найти оптимальную сеть (незначительную ошибку) для моего предыдущего примера, используя набор сетей или решить проблему коммивояжера (учитывая набор городов, один раз посетите каждый город и найдите минимальный путь).