Prieš suprasti minkštąją kompiuteriją ir kietąjį kompiuterį, turime suprasti, kas yra kompiuterija? Kompiuterinė technologija - tai procesas, kurio metu atliekama konkreti užduotis naudojant kompiuterį arba kompiuterinį įrenginį. Yra keletas skaičiavimo būdų, kaip ji turėtų pateikti tikslią sprendimą, tikslius ir aiškius kontrolės veiksmus, palengvinti problemų, kurias galima išspręsti matematiškai, sprendimą.
Tradicinis skaičiavimo metodas, kietasis skaičiavimas yra tinkamas matematinėms problemoms spręsti, nors jis gali būti naudojamas realaus pasaulio problemoms spręsti, tačiau pagrindinis susijęs demeritas yra tai, kad jis sunaudoja daug skaičiavimo laiko ir sąnaudų. Tai yra priežastis, dėl kurios minkšta kompiuterija yra geresnė alternatyva realaus pasaulio problemoms spręsti.
Palyginimo diagrama
| Palyginimo pagrindas | Minkšti skaičiavimai | Kietoji kompiuterija |
|---|---|---|
| Pagrindinis | Tolerantiški netikslumui, neapibrėžtumui, dalinei tiesai ir suderinimui. | Naudoja tiksliai nustatytą analizės modelį. |
| Remiantis | Apytikslė logika ir tikimybinis argumentavimas | Binarinė logika ir trapumo sistema |
| funkcijos | Derinimas ir disbalansas | Tikslumas ir kategoriškumas |
| Gamta | Stochastinis | Deterministinis |
| Veikia | Neapibrėžti ir triukšmingi duomenys | Tikslus įvesties duomenys |
| Skaičiavimas | Gali atlikti lygiagrečius skaičiavimus | Eilės |
| Rezultatas | Apytikslis | Pateikia tikslų rezultatą. |
„Soft computing“ apibrėžimas
Minkšti skaičiavimai yra skaičiavimo modelis, sukurtas siekiant išspręsti nelinijines problemas, susijusias su neaiškiais, netiksliais ir apytiksliais problemos sprendimais. Šios rūšies problemos laikomos realaus gyvenimo problemomis, kur norint ją išspręsti reikia žmogaus panašaus intelekto. Minkštą skaičiavimo terminą sukūrė dr. Lotfi Zadeh, jo teigimu, minkšta kompiuterija - tai požiūris, kuris imituoja žmogaus protą ir mokosi neapibrėžtumo ir įspūdžio aplinkoje.
Jis sukurtas naudojant du elementus: adaptyvumą ir žinias, ir yra tokių įrankių, kaip fuzzy logika, neuronų tinklai, genetinis algoritmas ir kt. Minkštas skaičiavimo modelis skiriasi nuo jo ankstesnio modelio, vadinamo kietojo skaičiavimo modeliu, nes jis neveikia matematinio problemų sprendimo modelio.
Dabar aptarkime keletą minkštųjų skaičiavimo metodikų su pavyzdžiais.
1. Apytikslė logika susijusi su sprendimų priėmimo ir valdymo sistemos problemomis, kurių negalima konvertuoti į sunkias matematines formules. Tai iš esmės logiškai ne linijiniu būdu apibūdina įėjimus į išėjimus, kaip tai daro žmonės. Apytikslė logika naudojama automobilių posistemyje, oro kondicionieriuose, fotoaparatuose ir kt.
2. Dirbtiniai nerviniai tinklai atlieka klasifikavimą, duomenų gavybą ir prognozavimo procesą ir lengvai valdo triukšmingus įvesties duomenis, suskirstydami juos į grupes arba susiejant juos su numatomu rezultatu. Pavyzdžiui, jis naudojamas atvaizdų ir simbolių atpažinimui, verslo prognozavimui, kur modeliai yra išmokti iš duomenų rinkinių, ir sukurtas modelis šiems modeliams atpažinti.
3. Genetiniai algoritmai ir evoliuciniai metodai naudojami sprendžiant su optimizavimu susijusias problemas ir susijusias problemas, kai galima atpažinti optimalų sprendimą, bet iš anksto nenurodytas teisingas atsakymas. Geografinio algoritmo, naudojančio heuristines paieškos technologijas, realaus gyvenimo pritaikymai yra robotika, automobilių projektavimas, optimizuotas telekomunikacijų maršrutas, biomimetinis išradimas ir pan.
Kietosios kompiuterijos apibrėžimas
Kietasis kompiuteris - tai tradicinis skaičiavimo metodas, kuriam reikalingas tiksliai nustatytas analitinis modelis. Jis taip pat pasiūlė dr. Lotfi Zadeh prieš minkštąją kompiuteriją. Kietasis kompiuterinis metodas užtikrina garantuotą, deterministinį, tikslų rezultatą ir apibrėžia konkrečius kontrolės veiksmus, naudojant matematinį modelį arba algoritmą. Jis susijęs su dvejetainiu ir trapumu logika, kuriai reikalingi tikslūs įvesties duomenys. Tačiau kietoji kompiuterija negali išspręsti realaus pasaulio problemų, kurių elgesys yra labai netikslus ir kur informacija nuolat keičiasi.
Paimkime pavyzdį, jei turime rasti, ar šiandien jis lietaus, ar ne? Atsakymas gali būti „taip“ arba „ne“, o tai reiškia, kad dviem galimais deterministiniais būdais galime atsakyti į klausimą arba, kitaip tariant, atsakymas yra aiškus arba dvejetainis sprendimas.
Pagrindiniai skirtumai tarp minkštųjų skaičiavimų ir kietųjų kompiuterių
- Minkštas skaičiavimo modelis yra netikslus tolerantiškas, dalinė tiesa, apytikslis. Kita vertus, kietasis kompiuteris neveikia pagal pirmiau nurodytus principus; tai labai tikslūs ir tikri.
- Minkštajame skaičiavime naudojama „fuzzy“ logika ir tikimybinis argumentavimas, o kietasis skaičiavimas yra pagrįstas dvejetainiais ar trapiais sistemomis.
- Kietasis kompiuteris turi tokias savybes kaip tikslumas ir kategoriškumas. Priešingai, suderinimas ir disbalansas yra minkštosios skaičiavimo ypatybės.
- Minkštasis skaičiavimo metodas gamtoje yra tikimybinis, o kietasis kompiuteris yra deterministinis.
- Minkšti skaičiavimai gali būti lengvai valdomi pagal triukšmingus ir dviprasmiškus duomenis. Priešingai, kietasis skaičiavimas gali veikti tik tiksliais įvesties duomenimis.
- Lygiagretūs skaičiavimai gali būti atliekami minkštajame skaičiavime. Priešingai, kietajame skaičiavime duomenys atliekami nuosekliu skaičiavimu.
- Minkšti skaičiavimai gali suteikti apytikslių rezultatų, o kietasis kompiuteris sukuria tikslius rezultatus.
Išvada
Įprastinis skaičiavimo metodas yra veiksmingas sprendžiant deterministinę problemą, tačiau, didėjant problemai ir jų sudėtingumui, taip pat didėja dizaino paieškos erdvė. Dėl to sunku išspręsti neaiškią ir netikslią problemą, naudojant kompiuterį. Taigi, minkštųjų skaičiavimų, kaip kietojo skaičiavimo, sprendimas taip pat suteikia daug naudos, pavyzdžiui, greitas skaičiavimas, mažos kainos, iš anksto nustatytos programinės įrangos pašalinimas ir kt.
