Τι αποτελεί τον πυρήνα του Soft Computing;

Ο πυρήνας του μαλακού υπολογισμού έγκειται στην ικανότητά του να αντιμετωπίζει ανακρίβεια, αβεβαιότητα, μερική αλήθεια και προσέγγιση προκειμένου να επιτευχθεί η ελκυστικότητα, η ευρωστία και το χαμηλό κόστος λύσης. Δεν πρόκειται για την αντικατάσταση των παραδοσιακών σκληρών υπολογιστών, αλλά θα το συμπληρώσουμε προσφέροντας λύσεις όπου οι παραδοσιακές μεθόδους αγωνίζονται. Αυτός ο πυρήνας βασίζεται σε διάφορα βασικά στοιχεία:

* Ασαφή λογική: Ασχολείται με ασαφείς και ασαφείς πληροφορίες. Χρησιμοποιεί λειτουργίες μέλους για να αντιπροσωπεύει το βαθμό στον οποίο ένα στοιχείο ανήκει σε ένα σετ, παρά σε μια τραγανή ταξινόμηση ναι/όχι. Αυτό επιτρέπει τη μοντελοποίηση ανθρώπινων συλλογιστικών και γλωσσικών μεταβλητών.

* νευρωνικά δίκτυα: Εμπνευσμένο από τη δομή και τη λειτουργία του ανθρώπινου εγκεφάλου, αυτά τα συστήματα μαθαίνουν από τα δεδομένα και προσαρμόζονται σε μεταβαλλόμενα περιβάλλοντα. Είναι εξαιρετικά στην αναγνώριση προτύπων, στην προσέγγιση και στη βελτιστοποίηση της λειτουργίας.

* Πιθανότητα λογικής: Ενσωματώνει την αβεβαιότητα και την τυχαία χρήση πιθανολογικών μοντέλων. Αυτό επιτρέπει τη διαχείριση θορυβώδους δεδομένων και τη λήψη αποφάσεων υπό ελλιπείς πληροφορίες. Τα Bayesian Networks και τα μοντέλα Markov είναι παραδείγματα.

* εξελικτικός υπολογισμός: Χρησιμοποιεί τις αρχές της φυσικής επιλογής και των γενετικών αλγορίθμων για να βρει βέλτιστες ή σχεδόν βέλτιστες λύσεις σε σύνθετα προβλήματα. Αυτό περιλαμβάνει γενετικούς αλγόριθμους, γενετικό προγραμματισμό και εξελικτικές στρατηγικές.

Αυτά τα τέσσερα συστατικά δεν είναι αμοιβαία αποκλειστικά. Συχνά συνεργάζονται συνεργιστικά. Για παράδειγμα, ένα σύστημα μπορεί να χρησιμοποιεί δεδομένα ασαφούς λογικής για την προεπεξεργασία, ένα νευρωνικό δίκτυο για αναγνώριση προτύπων και έναν γενετικό αλγόριθμο για τη βελτιστοποίηση των παραμέτρων του δικτύου.

Συνοπτικά, ο πυρήνας του Soft Computing είναι η ανοχή για ανακρίβεια και αβεβαιότητα , και την εξάρτησή της από την προσέγγιση και την προσαρμογή Για την επίλυση σύνθετων προβλημάτων πραγματικού κόσμου, όπου οι παραδοσιακές, ακριβείς μέθοδοι μπορεί να είναι ανεπαρκείς ή μη πρακτικές. Τονίζει την πρακτικότητα και την ευρωστία έναντι της απόλυτης ακρίβειας.