軟計算（Soft Computing, SC）通過對不確定、不精確及不完全真值的故障容許度以取得低代價的解決方案和魯棒性。與硬計算形成對比，軟計算的算法可以容忍不精確、不確定、部分真實和近似，尋找問題的可行和優(yōu)化解決方案。
軟計算概述
傳統(tǒng)計算（硬計算）的主要特征是嚴格、確定和精確。但是硬計算并不適合處理現(xiàn)實生活中的許多問題，例如駕駛汽車。而軟計算（Soft Computing, SC）通過對不確定、不精確及不完全真值的容錯以取得低代價的解決方案和魯棒性。它模擬自然界中智能系統(tǒng)的生化過程（人的感知、腦結(jié)構(gòu)、進化和免疫等）來有效處理日常工作。軟計算包括幾種計算模式：模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和混沌理論。這些模式是互補及相互配合的，因此在許多應用系統(tǒng)中組合使用。神經(jīng)網(wǎng)絡(luò)通常用于預測，而模糊邏輯已被用于解決多準則決策、模式識別和疾病診斷等問題。混沌及其應用包括化學、生態(tài)學和經(jīng)濟學，在管理運籌學領(lǐng)域的研究包括排隊系統(tǒng)、庫存系統(tǒng)、計劃調(diào)度系統(tǒng)等混沌系統(tǒng)。
軟計算的概念
構(gòu)成軟計算的主要技術(shù)：模糊邏輯、神經(jīng)網(wǎng)絡(luò)、概論推理，以及遺傳算法、學習理論、混沌理論等；
軟計算的宗旨是將這些技術(shù)相輔助、相融合地加以利用；
基于寬容性的概念，不強求高度的精確性及確定性，降低成本，易處理，具有魯棒性；
通過低精度的計算，解決精確的或不精確的模式化問題的一種新的計算方法。
發(fā)展歷史
1943年，McClulloch和Pitts發(fā)表神經(jīng)元的數(shù)學模型。
1965年，L. Zadeh提出模糊邏輯理論。
1975年，J. Holland提出遺傳算法。
1975年，J. Yorke和T.Y. Li給出"餃子"的嚴格定義。
1991年，L. Zadeh指出人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯及遺傳算法與傳統(tǒng)計算模式的區(qū)別，將它們命名為軟計算。
近年文獻中將混沌理論、遺傳算法和模擬退火算法等概率推理（Probabilistic Reasoning）歸入軟計算。
軟計算的特點
1、不需要建立問題本身的精確數(shù)學或邏輯模型，而是直接對輸入數(shù)據(jù)進行處理得出結(jié)果；
2、更適用于解決那些傳統(tǒng)AI技術(shù)難以有效地處理、甚至無法處理的問題；
3、只有數(shù)值數(shù)據(jù)可利用時可以用神經(jīng)網(wǎng)絡(luò)；
4、處理具有模糊性的知識，可以使用模糊邏輯；
5、從多個組合中選優(yōu)，可以使用遺傳算法；
6、餃子管理依賴于變化規(guī)則，這些規(guī)則是基于有序或無序變化、適應性、新的有序出現(xiàn)過程的一套規(guī)則。
與傳統(tǒng)人工智能的區(qū)別
傳統(tǒng)人工智能進行符號操作，這基于一種假設(shè)：人的智能存儲在符號化的知識庫中。但是符號化知識的獲得和表達限制了人工智能的應用（即符號主義的缺點）。一般的，軟計算不進行太多的符號操作。因此，從某種意義上說，軟計算是傳統(tǒng)人工智能(TAI)的補充。傳統(tǒng)的人工智能加上軟計算就可成為智能計算。
參考資料 >