是否有经验法则(或一组示例)来确定何时使用遗传算法而不是神经网络(反之亦然)来解决问题？
我知道在某些情况下您可以混合使用两种方法，但我正在寻找这两种方法之间的高级比较。
最佳答案
来自维基百科:
A genetic algorithm (GA) is a search technique used in computing to find exact or approximate solutions to optimization and search problems.
和:
Neural networks are non-linear statistical data modeling tools. They can be used to model complex relationships between inputs and outputs or to find patterns in data.
如果您遇到可以量化解决方案值(value)的问题，遗传算法可以对解决方案空间执行定向搜索。 (例如找到两点之间的最短路线)
当您有多个不同类别的项目时，神经网络可以“学习”对以前未“见过”的项目进行分类。 (例如人脸识别、语音识别)
还必须考虑执行时间。遗传算法需要很长时间才能找到可接受的解决方案。神经网络需要很长时间来“学习”，但它几乎可以立即对新输入进行分类。
关于artificial-intelligence - 我什么时候应该使用遗传算法而不是神经网络？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1402370/