Saturs

• Salīdzināšanas tabula
• Mīkstas skaitļošanas definīcija
• Tagad apspriedīsim dažas no mīkstas skaitļošanas metodikām ar piemēriem.
• Cietās skaitļošanas definīcija
• Secinājums

Mīkstā skaitļošana un cietā skaitļošana ir skaitļošanas metodes, kur cietā skaitļošana ir parastā metodika, kas balstās uz precizitātes, noteiktības un neelastības principiem.Pretēji, mīkstā skaitļošana ir mūsdienīga pieeja, kuras pamatā ir tuvināšanas, nenoteiktības un elastības ideja.

Pirms saprotam mīksto un cieto skaitļošanu, mums vajadzētu saprast, kas ir skaitļošana? Skaitļošana datortehnoloģijas izteiksmē ir process, kurā konkrētais uzdevums tiek veikts ar datora vai skaitļošanas ierīces palīdzību. Ir vairāki skaitļošanas raksturlielumi, piemēram, tai vajadzētu nodrošināt precīzu risinājumu, precīzas un skaidras vadības darbības, atvieglot matemātiski risināmu problēmu risināšanu.

Tradicionālā skaitļošanas metode, cietā skaitļošana, ir piemērota matemātiskām problēmām, lai arī to var izmantot reālās pasaules problēmu risināšanai, taču galvenā saistītā problēma ir tā, ka tā patērē lielu aprēķina laiku un izmaksas. Tas ir iemesls, kāpēc mīkstā skaitļošana ir labāka alternatīva reālās pasaules problēmu risināšanai.

1. 1. Salīdzināšanas tabula
   2. Definīcija
   3. Galvenās atšķirības
   4. Secinājums

Salīdzināšanas tabula

Salīdzināšanas pamats	Mīkstā skaitļošana	Cietā skaitļošana
Pamata	Iecietība pret neprecizitāti, nenoteiktību, daļēju patiesību un tuvināšanu.	Izmanto precīzi noteiktu analītisko modeli.
Balstoties uz	Izplūdušā loģika un varbūtības pamatojums	Binārā loģika un izteiksmīga sistēma
Iespējas	Tuvošanās un dispozicionalitāte	Precizitāte un kategoriskums
Daba	Stohastiska	Deterministiski
Darbojas	Neskaidri un trokšņaini dati	Precīzi ievades dati
Skaitļošana	Var veikt paralēlus aprēķinus	Secīgs
Rezultāts	Aptuveni	Izgatavo precīzu rezultātu.

Mīkstas skaitļošanas definīcija

Mīkstā skaitļošana ir skaitļošanas modelis, kas izstrādāts, lai atrisinātu nelineārās problēmas, kas ietver neskaidrus, neprecīzus un aptuvenus problēmas risinājumus. Šāda veida problēmas tiek uzskatītas par reālās dzīves problēmām, kuru risināšanai ir vajadzīgs cilvēciskais intelekts. Mīkstas skaitļošanas terminu ir izveidojis Dr Lotfi Zadeh, pēc viņa teiktā, mīkstā skaitļošana ir pieeja, kas imitē cilvēka prātu saprātam un mācās nenoteiktības un iespaidu vidē.

Tas ir izveidots, izmantojot divus elementus, pielāgojamību un zināšanas, un tam ir tādu rīku komplekts kā izplūdušā loģika, neironu tīkli, ģenētiskais algoritms, utt. Mīkstais skaitļošanas modelis atšķiras no tā priekšteča modeļa, kas pazīstams kā cietās skaitļošanas modelis, jo tas nedarbojas ar problēmu risināšanas matemātisko modeli.

Tagad apspriedīsim dažas no mīkstas skaitļošanas metodikām ar piemēriem.

1. Izplūdušā loģika nodarbojas ar lēmumu pieņemšanas un kontroles sistēmas problēmām, kuras nevar pārvērst cietās matemātiskās formulās. Tas pamatā ieejas un izejas kartē loģiski nelineārā veidā, kā cilvēki to dara. Izplūdušo loģiku izmanto automašīnu apakšsistēmā, gaisa kondicionieros, kamerās, utt.

2. Mākslīgie neironu tīkli veikt klasifikācijas, datu ieguves un prognozēšanas procesu un viegli pārvaldīt trokšņainos ievades datus, klasificējot tos grupās vai kartējot uz paredzamo izvadi. Piemēram, tas tiek izmantots attēlu un rakstzīmju atpazīšanā, biznesa prognozēšanā, kur modeļi tiek apgūti no datu kopām un tiek izveidots modelis šo modeļu atpazīšanai.

3. Ģenētiskie algoritmi un, lai atrisinātu optimizācijas un ar dizainu saistītās problēmas, tiek izmantotas evolūcijas metodes, kur var atpazīt optimālu risinājumu, bet netiek sniegta iepriekš noteikta pareiza atbilde. Ģenētiskā algoritma, kas izmanto heiristiskās meklēšanas metodes, reālās dzīves pielietojumi ir robotika, automobiļu dizains, optimizēta telekomunikāciju maršrutēšana, biomimētiski izgudrojumi utt.

Cietās skaitļošanas definīcija

Cietā skaitļošana ir tradicionālā pieeja, ko izmanto skaitļošanā, kurai vajadzīgs precīzi noteikts analītiskais modelis. Pirms mīkstas skaitļošanas to ierosināja arī Dr Lotfi Zadeh. Cietās skaitļošanas pieeja dod garantētu, determinētu, precīzu rezultātu un nosaka noteiktas kontroles darbības, izmantojot matemātisko modeli vai algoritmu. Tas nodarbojas ar bināro un precīzo loģiku, kurai ir nepieciešami precīzi ievades dati pēc kārtas. Tomēr cietā skaitļošana nespēj atrisināt reālās pasaules problēmas, kuru uzvedība ir ārkārtīgi neprecīza un kur informācija mainās nemainīgi.

Ņemsim piemēru, ja mums jānoskaidro, vai šodien līs vai ne? Atbilde varētu būt “jā” vai “nē”, kas nozīmē, ka divos iespējamos deterministiskos veidos mēs varam atbildēt uz jautājumu, vai citiem vārdiem sakot, atbilde satur skaidru vai bināru risinājumu.

1. Mīkstais skaitļošanas modelis ir neprecizitātei pielaidīga, daļēja patiesība, tuvināšana. No otras puses, cietā skaitļošana nedarbojas pēc iepriekšminētajiem principiem; tas ir ļoti precīzi un droši.
2. Mīkstā skaitļošana izmanto izplūdušo loģiku un varbūtības apsvērumus, savukārt cietās skaitļošanas pamatā ir bināras vai kraukšķīgas sistēmas.
3. Cietai skaitļošanai ir tādas funkcijas kā precizitāte un kategoriskums. Pretstatā aptuvenai skaitļošanai raksturīgas tuvināšanas un dispozicionalitātes pazīmes.
4. Mīkstās skaitļošanas pieeja ir varbūtīga, turpretī cietā skaitļošana ir determinēta.
5. Mīksto skaitļošanu var viegli darbināt ar trokšņainiem un neviennozīmīgiem datiem. Turpretī cietā skaitļošana var darboties tikai ar precīziem ievades datiem.
6. Paralēlos aprēķinus var veikt mīkstā skaitļošanā. Gluži pretēji, cietā skaitļošanā datiem tiek veikta secīga aprēķināšana.
7. Mīkstā skaitļošana var dot aptuvenus rezultātus, savukārt cietā skaitļošana rada precīzus rezultātus.

Secinājums

Parastā skaitļošanas pieeja cietā skaitļošana ir efektīva, kad runa ir par deterministiskas problēmas risināšanu, bet, tā kā problēma palielinās un kļūst sarežģītāka, palielinās arī dizaina meklēšanas telpa. Tas apgrūtināja neskaidras un neprecīzas problēmas risināšanu, izmantojot cieto skaitļošanu. Tātad mīkstā skaitļošana ir kļuvusi par cietās skaitļošanas risinājumu, kas sniedz arī daudz priekšrocību, piemēram, ātru aprēķināšanu, zemas izmaksas, iepriekš definētas programmatūras novēršanu, utt.