Před pochopením soft computingu a hard computingu bychom měli pochopit, co je výpočetní technika? Výpočetní technika z hlediska výpočetní techniky je procesem plnění konkrétního úkolu pomocí počítače nebo výpočetního zařízení. Existuje několik vlastností výpočetní techniky, jako by měla poskytovat přesné řešení, přesné a jasné kontrolní akce, usnadnit řešení problémů, které lze řešit matematicky.
Tradiční výpočetní metoda, tvrdá práce s počítačem, je vhodná pro matematické problémy, i když by mohla být použita k řešení problémů v reálném světě, ale hlavní přidružený problém spočívá v tom, že spotřebovává velké množství času a nákladů na výpočet. To je důvod, proč je soft computing lepší alternativou pro řešení problémů reálného světa.
Srovnávací graf
| Základ pro srovnání | Soft computing | Hard computing |
|---|---|---|
| Základní | Tolerantní k nepřesnosti, nejistotě, částečné pravdě a aproximaci. | Používá přesně stanovený analytický model. |
| Na základě | Fuzzy logika a pravděpodobnostní uvažování | Binární logika a ostrý systém |
| Funkce | Aproximace a dispozice | Přesnost a kategorizace |
| Příroda | Stochastic | Deterministické |
| Pracuje dál | Nejednoznačná a hlučná data | Přesná vstupní data |
| Výpočet | Může provádět paralelní výpočty | Sekvenční |
| Výsledek | Přibližný | Vytváří přesný výsledek. |
Definice soft computingu
Soft computing je výpočetní model vyvinutý k řešení nelineárních problémů, které zahrnují nejistá, nepřesná a přibližná řešení problému. Tyto typy problémů jsou považovány za problémy reálného života, kde je k jejich řešení zapotřebí lidské inteligence. Měkký výpočetní termín je vytvořen dr. Lotfi Zadeh, podle něj, soft computing je přístup, který napodobuje lidskou mysl k rozumu a učí se v prostředí nejistoty a dojmu.
Je tvořena dvěma prvky adaptivity a znalostí a má sadu nástrojů, jako je fuzzy logika, neuronové sítě, genetický algoritmus atd. Měkký výpočetní model je odlišný od jeho předcházejícího modelu známého jako pevný výpočetní model, protože nefunguje na matematickém modelu řešení problémů.
Nyní diskutujme o některých metodikách soft computingu s příklady.
1. Fuzzy logika se zabývá problematikou rozhodovacích a řídicích systémů, které nelze převést na tvrdé matematické vzorce. To v podstatě mapuje vstupy na výstupy logicky nelineárním způsobem, jakým to lidé dělají. Fuzzy logika se používá v automobilovém podsystému, klimatizacích, kamerách atd.
2. Umělé neuronové sítě provádějí klasifikaci, data mining a predikční proces a snadno spravují hlučná vstupní data jejich kategorizací do skupin nebo mapováním na očekávaný výstup. Používá se například pro rozpoznávání obrázků a znaků, pro prognózování podniků, kde se vzory naučí z datových sad a vytvoří se model pro rozpoznání těchto vzorů.
3. Genetické algoritmy a evoluční techniky jsou využívány k řešení problémů spojených s optimalizací a návrhem, kde je možné rozpoznat optimální řešení, ale nebyla by poskytnuta žádná předdefinovaná správná odpověď. Aplikace v reálném životě genetického algoritmu, který využívá heuristické vyhledávací techniky, jsou robotika, automobilový design, optimalizované telekomunikační směrování, biomimetický vynález a tak dále.
Definice hardwaru
Hard computing je tradiční přístup používaný ve výpočetní technice, který potřebuje přesně stanovený analytický model. To bylo také navrženo Dr Lotfi Zadeh před soft computing. Tvrdý výpočetní přístup poskytuje garantovaný, deterministický, přesný výsledek a definuje konkrétní kontrolní akce s použitím matematického modelu nebo algoritmu. Zabývá se binární a ostrou logikou, která vyžaduje přesné vstupní údaje postupně. Hard computing však není schopen řešit problémy reálného světa, jejichž chování je extrémně nepřesné a kde se informace mění konzistentně.
Vezměme si příklad, pokud potřebujeme zjistit, zda dnes prší nebo ne? Odpověď by mohla být ano nebo ne, což znamená ve dvou možných deterministických způsobech odpovědět na otázku nebo jinými slovy, odpověď obsahuje ostré nebo binární řešení.
Klíčové rozdíly mezi soft computing a hard computing
- Měkký výpočetní model je nepřesný tolerantní, parciální pravdivost, aproximace. Na druhou stranu, hardwarové výpočty nefungují na výše uvedených principech; je to velmi přesné a jisté.
- Soft computing využívá fuzzy logiku a pravděpodobnostní uvažování, zatímco hard computing je založen na binárních nebo ostrých systémech.
- Hard computing má vlastnosti jako přesnost a kategoričnost. Proti tomu, aproximace a dispositionality jsou charakteristiky soft computing.
- Měkký výpočetní přístup je v přírodě pravděpodobně pravděpodobnostní, zatímco tvrdé výpočty jsou deterministické.
- Soft computing lze snadno ovládat na hlučných a nejednoznačných datech. Naproti tomu, hard computing může pracovat pouze na přesných vstupních datech.
- Paralelní výpočty mohou být prováděny v soft computingu. Naopak v hard computingu se na datech provádí sekvenční výpočet.
- Soft computing může přinést přibližné výsledky, zatímco hard computing generuje přesné výsledky.
Závěr
Kompaktní výpočetní přístup je efektivní, pokud jde o řešení deterministického problému, ale vzhledem k tomu, že problém roste ve velikosti a složitosti, zvětšuje se také prostor pro vyhledávání. To ztěžovalo řešení nejistého a nepřesného problému pomocí hardwaru. Soft-computing se tak ukázal jako řešení pro pevné počítače, které také poskytuje mnoho výhod, jako je rychlý výpočet, nízké náklady, vyloučení předdefinovaného softwaru atd.
