什么是软计算:技术和差异
计算是一个使用某些控制动作将一种表单的输入转换为另一种所需输出表单的过程。根据计算的概念，输入称为先行件，输出称为后件件。映射函数使用某些控制动作将一种形式的输入转换为另一种形式的所需输出。计算概念主要适用于计算机科学工程．计算有两种类型，硬计算和软计算。硬计算是一个过程，在这个过程中，我们用已经存在的数学算法编程计算机来解决某些问题，这提供了一个精确的输出值。硬计算的一个基本例子是数值问题。
什么是软计算?
软计算是一种计算现有复杂问题的解决方案的方法，这些问题的输出结果在本质上是不精确或模糊的，软计算最重要的特点之一是它应该是自适应的，因此任何环境的变化都不会影响当前的过程。以下是软计算的特点。
- 它不需要任何数学建模来解决任何给定的问题
- 它给出了不同的解当我们解决一个问题时，一次又一次的输入
- 使用一些受生物学启发的方法，如遗传学、进化论、粒子群、人类神经系统等。
- 适应自然。
有三种类型软计算技术包括以下内容。
人工神经网络
它是一种连接主义模型和并行分布式网络。有两种类型人工神经网络生物神经网络(BNN)。处理单个元素的神经网络被称为一个单元。的组件其单位为:输入、重量、处理元件、输出。它类似于我们人类的神经系统。人工神经网络的主要优点是并行地解决问题，利用电信号进行交流。2021欧洲杯足球竞猜官方平台但主要的缺点是它们不能容错，也就是说，如果任何一个人造神经元受损，它就不能再工作了。
一个手写字符的例子，很多人用印地语写一个字符，他们可能写相同的字符，但形式不同。如下所示，不管他们怎么写，我们都能理解这个字符，因为我们已经知道这个字符是什么样子的了。这个概念可以与我们的神经网络系统相比较。
模糊逻辑
采用模糊逻辑算法对基于逻辑推理的不精确、模糊模型进行求解。它是由Latzi A. Zadeh在1965年引入的。模糊逻辑以闭区间[0,1]提供规定的真值。其中0 =假值，1=真值。
这是一个机器人的例子，它想要在短时间内从一个地方移动到另一个地方，在路上有许多障碍。现在的问题是机器人如何计算它到达目的地的运动，而不撞上任何障碍物。这类问题具有不确定性，可以用模糊逻辑来解决。
软计算中的遗传算法
遗传算法是由约翰·霍兰德教授在1965年提出的。它被用来解决基于自然选择原则的问题，这些问题属于进化算法。它们通常用于目标函数的最大化和最小化等优化问题，目标函数的最大化和最小化分为蚁群和群粒子两类。它遵循遗传学和进化等生物过程。
遗传算法的函数
遗传算法可以解决无法实时解决的问题，也称为NP-Hard问题。应用遗传算法可以很容易地解决数学上无法解决的复杂问题。它是一种启发式搜索或随机搜索方法，它提供一个初始解集，并高效地生成问题的一个解。
理解这个算法的一个简单方法是考虑下面的例子，一个人想在银行投资，我们知道有不同的银行，有不同的方案和政策。它的个人利息要投到银行多少，这样他才能获得最大的利润。对于一个人来说有一定的标准，那就是，他如何投资以及他如何通过投资银行获得利润。这些标准可以通过遗传计算等“进化计算”算法来克服。
硬计算和软计算的区别
硬计算和软计算的区别如下
| 很难计算 | 软计算 |
|
|
|
|
|
|
|
|
|
|
|
|
优势
软计算的好处是
- 进行了简单的数学计算
- 很好的效率
- 适用于实时
- 基于人的推理。
缺点
软计算的缺点是
- 它给出一个近似的输出值
- 如果一个小的错误发生，整个系统停止工作，克服它的整个系统必须从一开始就纠正，这是一个耗时的过程。
应用程序
下面是软计算的应用
- 控制汽车像感应电动机，直流伺服电机自动
- 发电厂可以使用智能控制系统进行控制
- 在图像处理中，给定的输入可以是任何形式的图像或视频，可以使用软计算来处理以获得原始图像或视频的精确副本。
- 在与生物学和医学密切相关的生物医学应用中，软计算技术可用于解决生物医学问题，如诊断、监测、治疗和治疗。
- 智能仪表是当今的潮流，智能设备自动通信与其他设备使用一定的集合通信协议执行某些任务，但这里的问题是没有适当的标准协议进行通信。这可以通过使用软计算技术来克服，在软计算技术中，智能设备通过多个协议进行通信，具有高度的隐私性和健壮性。
计算是一种利用控制动作将特定输入转换为所需输出的技术。有两种类型的计算技术硬计算和软计算。在这篇文章中，我们主要关注软计算，它的技术，如模糊逻辑，人工神经网络，遗传算法，硬计算和软计算的比较，软计算技术，应用，和优势。现在的问题是“软到什么程度?计算是否适用于医疗领域?”
分享这篇文章:
