1樓：哈哈哈
神經網路可以用於旋轉機械的故障診斷。
這是因為，故障診斷本質上是一種分類任務，而神經網路最擅長的就是分類。
常見故障型別
殘差收縮網路[1]
[2]就是一種專門用於故障診斷的神經網路。
深度殘差收縮網路
同時，如上圖所示，由於殘差收縮網路整合了軟閾值化，因而適合強雜訊資料的特徵學習[3]
軟閾值化，其中τ為閾值
2樓：
遺傳演算法，模擬退火演算法，粒子群演算法是啟發法（Heuristic）中的常用演算法，而啟發法是一種通過計算解決最優化問題的方法之一，可以比較快地找到一些比較好的解。神經網路也是一種演算法，但和前述的三種不是乙個層級的演算法, 啟發式的演算法是可以用來訓練神經網路的。
3樓：accelerator
大神都回答過了，前三個演算法是啟發式演算法（heuristic）的一類方法，主要是面對最優化問題計算量耗費過多時候應用的一種方法，得出來的是近似解。最後一種主要用在機械學習，深度學習和影象識別上，簡單講是一種模型。
4樓：張勛
之前有個老師和我說，有前三個演算法的求解時間，還不如在那個時間內不斷生成隨機解然後比較，最後得到的解比前三個演算法求得的解更優，_ 心塞。
不過我沒試過，權且一笑
5樓：芥子之川
在理論上來說，啟發式演算法什麼都不是（即遺傳演算法等），其意義在於解決從計算上來說真正困難的問題，即NP完全問題與NP難問題。這些問題在多項式時間內難以找到有用的演算法，即從計算上來說，這些問題本質上是困難的，故只能退而求其次，使用啟發式演算法（隨機演算法+搜尋策略）來找到一些還不錯的結果。
對這類問題更具體的分析，可參閱阿羅拉的書《計算複雜性-現代方法》
6樓：
自己幹過遺傳演算法，也幫不少人寫過螞蟻演算法，PSO，免疫演算法的文章，感覺這東西尋找最大值還是挺快的，但是找不到的情況也多。一句說到底，就是說起來高深的東西，其實實際作用還真低。
7樓：塵世再見
有沒有裝逼演算法這些都只是特定工程應用領域的近似演算法，看到這些名詞堆砌在一起，感覺胸口堵得慌，祖國裝逼層次越來越低不盡感到深深的憂慮。
相隔十萬八千里的兩門三門幾門末支小道，硬是堆到一塊，離大道甚遠矣。
過早過多接觸別門大道末端會耽誤領悟屬於自己的真正的道
8樓：的了哈
遺傳演算法模擬退火以及粒子群，都是求接近最優解的演算法。本質上就是乙個數學窮舉問題優化，比如讓你求一下一堆資料的最大值，這些演算法都可以用窮舉來做，只是窮舉過程需要漫長的幾天到幾十年以上。如果使用這三種演算法，就會非常快速的逐漸求出乙個非常接近最優解的結果，時間比窮舉要少很多，而結果即便有些許不是完美解，也基本符合實際需要。
完美解只有窮舉之後才能得到。
這三種演算法的每一步，每乙個步驟每乙個引數都是有現實的物理意義數學意義的。
神經網路就不同於其他三種演算法了。往往你會驚訝於一小塊白白的腦漿就能指導蟑螂在非常複雜環境下存活。神經網路就是初步向這種黑箱子式的自然界解決問題的思路靠攏的乙個嘗試。
裡面每個變數都是毫無意義的，就好像神經元A與神經元B之間有個突觸傳導電流，這個電流到底是什麼意思、如何影響生物活動，人類一點也搞不懂。你輸入乙個值，經過非常複雜的運算之後它就會給你輸出這個值對應的結果。
當然神經網路需要訓練，輸入一些已知的變數值和相對應的結果值，讓系統自發的修正內部引數實現擬合。
9樓：find goo
遺傳演算法適合大海撈針，可以並行運算，離散型的，如反潛艇搜尋。神經網路是黑箱模擬，適合無確定規律性的，如下圍棋，有神經網路晶元，離散型的。粒子群演算法是散彈，適合撒網捕魚，解決目標難有行蹤問題，如用於投資撒網，離散型的。
模擬退火是跳山搜尋，防止陷入區域性最優解，適合組合優化問題，並行運算難。對於遺傳演算法，神經網路通用性比較強，研究應用比較多。深度學習的崛起，讓神經網路在解決複雜難建模如影象識別，圍棋，語音等領域應用方興未艾。
現代智慧型演算法，往往結合大資料平台，gpu運算，平行計算，HPC，多模式結合等手段，來完成更加複雜多變的業務需求。
常用的智慧型演算法如下，可以結合使用：
基於仿生/模擬演算法：
人工神經網路
深度學習
遺傳演算法
人工免疫演算法
蟻群演算法
粒子群演算法
人工魚群演算法
文化演算法
禁忌搜尋演算法
模擬退火演算法
基於數學理論演算法：
線性規劃
回歸分析
梯度下降
K近鄰演算法
SVM支援向量機
樸素貝葉斯
決策樹圖論演算法
並行演算法
模糊數學
混沌演算法
馬爾可夫鏈
蟻群演算法，遺傳演算法，模擬退火演算法等真的是人工智慧嗎？
CYan 模擬退火和人工智慧有什麼關係？人工智慧難道不是機器具有了學習能力？那麼乙個解決旅行商問題的騙分演算法，和人工智慧有半毛錢關係嗎？你怕不是對資訊學奧林匹克競賽和人工智慧有誤解。還有你所說的這些演算法，依我之見，基本都是數學，要麼是離散數學，或者其他。而且這並不高大上，爬山演算法只是貪心，其他...
粒子群演算法等？
我主要做演化計算這塊的。找工作的話，首先明確一點的是，如果你想找主流的演算法崗，目前這塊來說基本上用處不太大，畢竟這塊不是機器學習的熱門方向，面試官不懂，對這塊熟悉只能算是錦上添花而不是決定因素。面試的時候基本上會被問到乙個問題，即演化演算法和梯度下降方法有什麼不同，畢竟這兩個都是求函式的極值問題。...
MATLAB中的遺傳演算法如何實現
渣男自然卷 遺傳演算法 Genetic Algorithm 是模擬自然界生物進化機制的一種演算法，即遵循適者生存 優勝劣汰的法則，也就是尋優過程中有用的保留無用的去除。在科學和生產實踐中表現為，在所有可能的解決方法中找出最符合該題所要求的的條件的解決方法。及找出乙個最優解。遺傳操作就是模擬生物基因的...