標籤: 暫無標籤

傳統計算(硬計算)的主要特徵是嚴格、確定和精確。但是硬計算並不適合處理現實生活中的許多問題,例如駕駛汽車。軟計算通過對不確定、不精確及不完全真值的容錯以取得低代價的解決方案和魯棒性。

1 軟計算 -特徵

軟計算軟計算
傳統計算(硬計算)的主要特徵是嚴格、確定和精確。但是硬計算並不適合處理現實生活中的許多問題,例如駕駛汽車。軟計算通過對不確定、不精確及不完全真值的容錯以取得低代價的解決方案和魯棒性。它模擬自然界中智能系統的生化過程(人的感知、腦結構、進化和免疫等)來有效處理日常工作。軟計算包括幾種計算模式:模糊邏輯、人工神經網路、遺傳演算法和混沌理論。這些模式是互補及相互配合的,因此在許多應用系統中組合使用。

2 軟計算 -軟計算的概念


構成軟計算的主要技術:模糊邏輯、神經網路、概論推理,以及遺傳演算法、學習理論、混沌理論等;   

軟計算的宗旨是將這些技術向輔助、相融合地加以利用;   

基於寬容性的概念,不強求高度的精確性及確定性,降低成本,易處理、魯棒性;   

通過低精度的計算,解決精確的或不精確的模式化問題的一種新的計算方法。

3 軟計算 -歷史

1943年,McClulloch和Pitts發表神經元的數學模型。
1965年,L. Zadeh提出模糊邏輯理論。
1975年,J. Holland提出遺傳演算法。
1975年,J. Yorke和T.Y. Li給出"混沌"的嚴格定義。
1991年,L. Zadeh指出人工神經網路、模糊邏輯及遺傳演算法與傳統計算模式的區別,將它們命名為軟計算。
近年文獻中將混沌理論、遺傳演算法和模擬退火演算法等概率推理(Probabilistic Reasoning)歸入軟計算。

4 軟計算 -區別

傳統人工智慧進行符號操作,這基於一種假設:人的智能存儲在符號化的知識庫中。但是符號化知識的獲得和表達限制了人工智慧的應用(即符號主義的缺點)。一般的,軟計算不進行太多的符號操作。因此,從某種意義上說,軟計算是傳統人工智慧的補充。

5 軟計算 -特點

1、不需要建立問題本身的精確數學或邏輯模型,而是直接對輸入數據進行處理得出結果;   
2、更適用於解決哪些傳統AI技術難以有效地處理、甚至無法處理的問題;   
3、只有數值數據可利用時可以用神經網路;   
4、處理具有模糊性的知識,可以使用模糊邏輯;   
5、從多個組合中選優,可以使用遺傳演算法。
上一篇[三明治一代]    下一篇 [旅遊資源學]

相關評論

同義詞:暫無同義詞