是否存在一些经验法则（或一系列例子）来确定在解决问题时，何时应该使用遗传算法而不是神经网络（反之亦然）？

我知道在某些情况下可以将这两种方法混合使用，但我正在寻找这两种方法之间的高层次比较。

回答：

来自维基百科：

遗传算法 (GA) 是一种计算机中使用的搜索技术，用于寻找优化和搜索问题的精确或近似解决方案。

和：

神经网络是非线性统计数据建模工具。它们可以用于模拟输入和输出之间的复杂关系，或在数据中寻找模式。

如果你有一个可以量化解决方案价值的问题，那么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径）

当您有不同类别的多个项目时，神经网络可以“学习”对以前没有“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”，但随后它可以几乎立即对新输入进行分类。