함수 근사 및 최적화 알고리즘의 차이점은 무엇입니까?

Question

방금 ​​인공 신경 네트워크와 유전 알고리즘에 대해 배우기 시작했고, ANN이 함수 근사이고 GA가 (SO에 따라) 최적화 알고리즘임을 알게되었습니다. 문제는이 정의들 사이에서 선을 어디에 그리고 어떻게 그리는 지 100 % 확실하지 않다는 것입니다. 그 차이점을 설명하는 간단한 방법이 있습니까? 유추 (내가 10 살이라고 가정)? 특히 혼란 스러웠던 점은 두 가지 유형 모두 어떤 경우에 같은 문제를 해결할 수있는 것입니다 (예 : 여행 판매원 문제).

Answer 1

ANN은 입력 및 출력을 상관시키는 알 수없는 함수와 유사합니다. ANN의 목적은 둘 다 사이의 수학적 관계를 찾는 것입니다 : 새로운 입력이 제시되면, 그물에 의해 발견 된 모델링은 실제 값에 대한 근사치를 제공합니다. 예 : 교육을위한 일련의 측정을 사용하여 입력 온도, 점도, 밀도, 튜브 단면 등을 제공하는 튜브의 가스 압력을 찾습니다.

GAs는 함수의 최대 값 또는 최소값을 찾는 데 자주 사용됩니다 (최적화). 예를 들어, 앞의 예제에서 최적의 그물 (사소한 오류)을 찾거나, 그물 세트를 사용하거나, 여행 세일즈맨 문제를 해결하십시오 (도시 집합과 각 도시를 한 번 방문하여 최소 경로를 찾습니다).