Hvad er soft computing: teknikker og forskelle

Prøv Vores Instrument Til At Fjerne Problemer





Beregning er en proces til at konvertere input fra en form til en anden ønsket outputform ved hjælp af bestemte kontrolhandlinger. I henhold til beregningskonceptet kaldes input et fortilfælde, og output kaldes det deraf følgende. En kortlægningsfunktion konverterer input fra en form til en anden form for ønsket output ved hjælp af visse kontrolhandlinger. Computerkonceptet gælder hovedsageligt for datalogi . Der er to typer computing, hard computing og soft computing. Hard computing er en proces, hvor vi programmerer computeren til at løse visse problemer ved hjælp af matematiske algoritmer, der allerede findes, hvilket giver en præcis outputværdi. Et af de grundlæggende eksempler på hard computing er et numerisk problem.

Hvad er soft computing?

Soft computing er en tilgang, hvor vi beregner løsninger på de eksisterende komplekse problemer, hvor outputresultaterne er upræcise eller uklare, et af de vigtigste træk ved soft computing er, at det skal være adaptivt, så enhver ændring i miljø ikke påvirker nutiden behandle. Følgende er kendetegnene ved soft computing.




  • Det kræver ingen matematisk modellering for at løse et givet problem
  • Det giver forskellige løsninger, når vi løser et problem med et input fra tid til anden
  • Bruger nogle biologisk inspirerede metoder som genetik, evolution, partikler, det menneskelige nervesystem osv.
  • Tilpasningsdygtig i naturen.

Der er tre typer soft computing teknikker som inkluderer følgende.

Kunstigt neuralt netværk

Det er en forbindelsesmodellering og parallelt distribueret netværk. Der er to typer ANN (kunstigt neuralt netværk) og BNN (Biological Neural Network). Et neuralt netværk, der behandler et enkelt element, er kendt som en enhed. Det komponenter af enheden er, input, vægt, behandlingselement, output. Det ligner vores menneskelige neurale system. Den største fordel er, at de løser problemerne parallelt, kunstige neurale netværk bruger elektriske signaler til at kommunikere. Men den største ulempe er, at de ikke er fejltolerante, dvs. hvis nogen af ​​kunstige neuroner bliver beskadiget, fungerer den ikke længere.



Et eksempel på et håndskrevet tegn, hvor et tegn er skrevet på hindi af mange mennesker, kan de skrive det samme tegn, men i en anden form. Som vist nedenfor, uanset hvilken måde de skriver, kan vi forstå karakteren, fordi man allerede ved, hvordan karakteren ser ud. Dette koncept kan sammenlignes med vores neurale netværkssystem.

soft - computing

soft - computing

Sløret logik

Den fuzzy logiske algoritme bruges til at løse de modeller, der er baseret på logiske ræsonnementer som upræcise og vage. Det blev introduceret af Latzi A. Zadeh i 1965. Fuzzy-logik giver en fastlagt sandhedsværdi med det lukkede interval [0,1]. Hvor 0 = falsk værdi, 1 = sand værdi.


Et eksempel på en robot, der ønsker at bevæge sig fra et sted til et andet inden for kort tid, hvor der er mange forhindringer på vej. Nu opstår spørgsmålet, at hvordan robotten kan beregne sin bevægelse for at nå destinationspunktet uden at kollidere med nogen hindring. Disse typer problemer har usikkerhedsproblemer, som kan løses ved hjælp af fuzzy logik.

sløret logik

sløret logik

Genetisk algoritme i soft computing

Den genetiske algoritme blev introduceret af prof. John Holland i 1965. Den bruges til at løse problemer baseret på principper for naturlig selektion, der kommer under evolutionær algoritme. De bruges normalt til optimeringsproblemer som maksimering og minimering af objektive funktioner, som er af to typer af en myrekoloni og sværmpartikel. Det følger biologiske processer som genetik og evolution.

Funktioner af den genetiske algoritme

Den genetiske algoritme kan løse de problemer, der ikke kan løses i realtid, også kendt som NP-Hard-problemet. De komplicerede problemer, der ikke kan løses matematisk, kan let løses ved at anvende den genetiske algoritme. Det er en heuristisk søgning eller randomiseret søgemetode, der giver et indledende sæt løsninger og genererer en løsning på problemet effektivt og effektivt.

En enkel måde at forstå denne algoritme er ved at overveje følgende eksempel på en person, der ønsker at investere nogle penge i banken, vi ved, at der er forskellige banker tilgængelige med forskellige ordninger og politikker. Dens individuelle interesse er, hvor meget beløb der skal investeres i banken, så han kan få maksimal fortjeneste. Der er visse kriterier for den person, der er, hvordan han kan investere, og hvordan kan han få fortjeneste ved at investere i banken. Disse kriterier kan overvindes ved hjælp af 'Evolutional Computing' -algoritmen som genetisk computing.

genetisk - algoritme

genetisk - algoritme

Forskellen mellem hård computing og soft computing

Forskellen mellem hard computing og soft computing er som følger

Hard Computing Blød databehandling
  • Den analytiske model, der kræves af hard computing, skal være nøjagtigt repræsenteret
  • Det er baseret på usikkerhed, delvis sandhed tolerant over for præcision og tilnærmelse.
  • Beregningstiden er mere
  • Beregningstiden er mindre
  • Det afhænger af binær logik, numeriske systemer, skarp software.
  • Baseret på tilnærmelse og disposition.
  • Sekventiel beregning
  • Parallel beregning
  • Giver nøjagtig output
  • Giver passende output
  • Eksempler: Traditionelle metoder til computing ved hjælp af vores personlige computer.
  • Eksempel: Neurale netværk som Adaline, Madaline, ART-netværk osv.

Fordele

Fordelene ved soft computing er

  • Den enkle matematiske beregning udføres
  • God effektivitet
  • Gælder i realtid
  • Baseret på menneskelig ræsonnement.

Ulemper

Ulemperne ved soft computing er

  • Det giver en omtrentlig outputværdi
  • Hvis der opstår en lille fejl, holder hele systemet op med at fungere, for at overvinde hele systemet skal det rettes fra starten, hvilket er tidskrævende.

Ansøgninger

Følgende er anvendelserne af soft computing

  • Styrer motorer som induktionsmotor , DC-servomotor automatisk
  • Kraftværker kan styres ved hjælp af et intelligent kontrolsystem
  • Ved billedbehandling kan det givne input være af en hvilken som helst form, enten billede eller video, som manipuleres ved hjælp af soft computing for at få et nøjagtigt duplikat af det originale billede eller video.
  • I biomedicinske applikationer, hvor det er tæt knyttet til biologi og medicin, kan soft computing-teknikker bruges til at løse biomedicinske problemer som diagnose, overvågning, behandling og terapi.
  • Smart instrumentering er trendy i dag, hvor intelligente enheder automatisk kommunikerer med andre enheder ved hjælp af et bestemt sæt kommunikationsprotokoller at udføre bestemte opgaver, men problemet her er, at der ikke er nogen ordentlig standardprotokol at kommunikere. Dette kan overvindes ved hjælp af soft computing-teknikker, hvor de smarte enheder kommunikeres over flere protokoller med høj fortrolighed og robusthed.

Computing er en teknik, der bruges til at konvertere bestemt input ved hjælp af kontrolhandling til det ønskede output. Der er to typer computingsteknikker hard computing og soft computing. Her i vores artikel fokuserer vi hovedsageligt på soft computing, dens teknikker som fuzzy logic, kunstigt neuralt netværk, genetisk algoritme, sammenligning mellem hard computing og soft computing, soft computing teknikker, applikationer og fordele. Her er spørgsmålet ”Hvordan er bløde computing kan anvendes inden for det medicinske område? ”