Różnica między soft computing a hard computing

2019

Miękkie obliczenia i twarde obliczenia to metody obliczeniowe, w których twarda technologia jest tradycyjną metodologią opartą na zasadach dokładności, pewności i elastyczności. Z drugiej strony, soft computing jest nowoczesnym podejściem opartym na idei aproksymacji, niepewności i elastyczności.

Zanim zrozumiemy soft computing i hard computing, powinniśmy zrozumieć, czym jest informatyka? Obliczenia w zakresie technologii komputerowej to proces realizacji danego zadania za pomocą komputera lub urządzenia komputerowego. Istnieje kilka cech charakterystycznych obliczeń, które powinny zapewniać precyzyjne rozwiązanie, dokładne i jasne działania kontrolne, ułatwiać rozwiązywanie problemów, które można rozwiązać matematycznie.

Tradycyjna metoda obliczeniowa sprawia, że twarde obliczenia są odpowiednie dla problemów matematycznych, chociaż mogą być wykorzystywane do rozwiązywania problemów w świecie rzeczywistym, ale główną wadą jest to, że zużywa ona dużo czasu i kosztów obliczeniowych. To dlatego soft computing jest lepszą alternatywą dla rozwiązywania problemów świata rzeczywistego.

Wykres porównania

Podstawa do porównania	Soft computing	Hard computing
Podstawowy	Tolerancyjny wobec niedokładności, niepewności, częściowej prawdy i aproksymacji.	Używa precyzyjnie określonego modelu analitycznego.
Oparte na	Logika rozmyta i rozumowanie probabilistyczne	Logika binarna i wyraźny system
funkcje	Aproksymacja i dyspozycyjność	Precyzja i kategoryczność
Natura	Stochastyczny	Deterministyczne
Działa na	Niejednoznaczne i hałaśliwe dane	Dokładne dane wejściowe
Obliczenie	Potrafi wykonywać obliczenia równoległe	Sekwencyjny
Wynik	Przybliżony	Zapewnia precyzyjny wynik.

Definicja miękkiego przetwarzania

Soft computing to model obliczeniowy ewoluujący w celu rozwiązania problemów nieliniowych, które wiążą się z niepewnymi, nieprecyzyjnymi i przybliżonymi rozwiązaniami problemu. Tego typu problemy są uważane za rzeczywiste problemy, w których ludzka inteligencja jest potrzebna do rozwiązania tego problemu. Termin "soft computing" został wymyślony przez dr. Lotfi Zadeha, według niego, soft computing to podejście imitujące umysł ludzki rozum i uczące się w środowisku niepewności i wrażenia.

Tworzony jest za pomocą dwóch elementów - adaptacyjności i wiedzy - i posiada zestaw narzędzi, takich jak logika rozmyta, sieci neuronowe, algorytm genetyczny, itp. Model soft computing różni się od swojego wcześniejszego modelu znanego jako hard computing, ponieważ nie działa on w matematycznym modelu rozwiązywania problemów.

Omówmy teraz niektóre z metodologii soft computingu z przykładami.

1. Logika rozmyta dotyczy problemów decyzyjnych i systemów sterowania, których nie można przekształcić w twarde wzory matematyczne. Zasadniczo mapuje dane wejściowe na wyjścia logicznie w sposób nieliniowy, tak jak robią to ludzie. Logika rozmyta jest używana w podsystemie samochodowym, klimatyzatorach, kamerach itp.

2. Sztuczne sieci neuronowe dokonują klasyfikacji, eksploracji danych i procesu prognozowania oraz łatwo zarządzają hałaśliwymi danymi wejściowymi, dzieląc je na grupy lub mapując na oczekiwane wyniki. Na przykład jest używany w rozpoznawaniu obrazów i znaków, prognozowaniu biznesowym, w którym wzorce są pobierane z zestawów danych, a model jest tworzony w celu rozpoznawania tych wzorców.

3. Algorytmy genetyczne i techniki ewolucyjne są wykorzystywane do rozwiązywania problemów optymalizacyjnych i projektowania problemów, w których można rozpoznać optymalne rozwiązanie, ale nie zapewniono wcześniej określonej prawidłowej odpowiedzi. Prawdziwe zastosowania algorytmu genetycznego, który wykorzystuje heurystyczne techniki wyszukiwania to robotyka, projektowanie motoryzacyjne, zoptymalizowane trasowanie telekomunikacyjne, wynalazek biomimetyczny i tak dalej.

Definicja hard computing

Twarde przetwarzanie jest tradycyjnym podejściem do obliczeń, które wymaga dokładnie określonego modelu analitycznego. Został on również zaproponowany przez dr. Lotfi Zadeha przed miękką informatyką. Metoda hard computing zapewnia gwarantowany, deterministyczny, dokładny wynik i definiuje określone działania kontrolne za pomocą modelu matematycznego lub algorytmu. Zajmuje się logiką binarną i wyraźną, która wymaga dokładnych danych wejściowych sekwencyjnie. Jednak twarde obliczenia nie są w stanie rozwiązać problemów świata rzeczywistego, których zachowanie jest wyjątkowo niedokładne i gdzie informacje zmieniają się konsekwentnie.

Weźmy przykład, jeśli musimy dowiedzieć się, czy dzisiaj padnie, czy nie? Odpowiedź może brzmieć tak lub nie, co oznacza, że w dwóch możliwych deterministycznych sposobach możemy odpowiedzieć na pytanie lub innymi słowy, odpowiedź zawiera wyraźne lub binarne rozwiązanie.

Kluczowe różnice między komputerami typu "soft computing" i "hard computing"

Model soft computing jest tolerancyjny na niedokładność, prawdę cząstkową, aproksymację. Z drugiej strony, hard computing nie działa na wyżej wymienionych zasadach; jest bardzo dokładny i pewny.
Soft computing wykorzystuje logikę rozmytą i rozumowanie probabilistyczne, podczas gdy twarde obliczenia oparte są na systemach binarnych lub wyraźnych.
Twardy komputer ma takie cechy, jak precyzja i kategoryczność. W przeciwieństwie do tego, aproksymacja i dyspozycyjność są cechami miękkiej informatyki.
Podejście soft computing ma charakter probabilistyczny, natomiast hard computing jest deterministyczny.
Przetwarzanie miękkie może być łatwo obsługiwane na hałaśliwych i niejednoznacznych danych. Natomiast twarde obliczenia mogą działać tylko na dokładnych danych wejściowych.
Równoległe obliczenia mogą być wykonywane w miękkich obliczeniach. Przeciwnie, w obliczeniach twardych wykonywane są sekwencyjne obliczenia danych.
Miękka obróbka może przynieść przybliżone wyniki, podczas gdy twarde obliczenia generują precyzyjne wyniki.

Wniosek

Konwencjonalne podejście do obliczeń komputerowych jest efektywne, jeśli chodzi o rozwiązanie problemu deterministycznego, ale wraz z rosnącym rozmiarem i złożonością problemu wzrasta również przestrzeń poszukiwań projektowych. To utrudniło rozwiązanie niepewnego i niedokładnego problemu za pomocą twardego komputera. Tak więc pojawiła się soft computing jako rozwiązanie dla twardego przetwarzania, które zapewnia również wiele korzyści, takich jak szybkie obliczenia, niski koszt, eliminacja predefiniowanego oprogramowania, itp.