¿Cuál es la diferencia entre un algoritmo genético y un algoritmo de escalador?

Principalmente, los escaladores y otros algoritmos de optimización local (búsqueda tabú, recocido simulado …) encuentran caminos y las mejores soluciones locales. Los algoritmos genéticos pueden buscar en todo el espacio y saltar entre lugares (mediante mutación y cruce), lo que les permite encontrar soluciones globales. Es un poco como el PageRank con y sin el surfista saltando de los subgrafos. En el primer caso, está atrapado explorando dónde está; en el segundo, puede explorar cualquier lugar, pero puede tomar un tiempo hacerlo.

Toby proporcionó algunas grandes diferencias fundamentales en su respuesta.
Solo me gustaría agregar que una búsqueda genética es una búsqueda aleatoria, mientras que la búsqueda de escaladores no lo es.

Es posible, de hecho, sucede con bastante frecuencia, que un algoritmo genético considere soluciones menos óptimas a medida que trabaja hacia lo mejor que puede encontrar, mientras que el algoritmo de escalada siempre progresará hacia el extremo más cercano (incluso si es solo un mínimo local) o máximo).

Una de las desventajas de usar una búsqueda genética es que podría decirse que podría ser más resistente a quedar atrapado en un extremo local, a costa de no encontrar siquiera un máximo o un mínimo si no pasa por suficientes iteraciones. Por esa razón, una búsqueda genética a menudo se usa junto con un algoritmo de búsqueda no aleatorio, como la escalada, para encontrar un buen punto de partida para una búsqueda más localizada que garantice que termine en un (posiblemente local) óptimo.

La respuesta puede depender de lo que intente hacer con la información.

Para las conversaciones de fiesta destinadas a pasar por alto la diferencia entre las metodologías de solución, ambas están cubiertas por la frase “Comience en algún lugar y busque un lugar mejor para estar”.

Para las conversaciones de nerd party dirigidas a distinciones simplistas y excesivamente generalizadas, pruebe la frase: “Los algoritmos genéticos son técnicas de escalada que a veces cambian de colina”.

En una segunda fiesta nerd con participantes superpuestos de la primera, para evitar que te repitas, puedes probar la frase: “Escalar colinas es solo aplicar el algoritmo codicioso, esperando un buen resultado; un algoritmo genético intenta ser codicioso de más puntos de partida, esperando un mejor resultado “.

Más allá de eso, puede ser necesario colaborar en temas específicos con personas que saben de lo que están hablando.