硬計算、軟計算與混合計算

硬計算、軟計算與混合計算

 

硬計算與軟計算這兩個術語首先由美國加州大學的Zadeh教授於20世紀90年代提出。

 

硬計算的主要特徵：（1）易於建立問題的規範數學模型；（2）建立的數學模型易於求解，且能達到較高的精確度；（3）解具有較好的穩定性。

 

軟計算的主要特徵：（1）難於建立問題的規範數學模型；（2）難於得到問題的較高精度的解；（3）算法具有較好的適應性，能夠適應動態環境。軟計算中的核心方法主要包括模糊邏輯（Fuzzy Logic，FL）、神經網絡（Neural Networks，NN）和遺傳算法（Genetic Algorithms，GA）以及這幾種方法之間的不同組合形式。

 

混合計算是傳統的硬計算與新興的軟計算的組合，混合計算可以獲取各自所長，克服各自侷限性。

 

一個合適的面向問題求解的計算策略的選擇取決於問題的屬性。

 

 

 

Soft computing differs from conventional (hard) computing in that, unlike hard computing, it is tolerant of imprecision, uncertainty, partial truth, and approximation. In effect, the role model for soft computing is the human mind. The guiding principle of soft computing is: Exploit the tolerance for imprecision, uncertainty, partial truth, and approximation to achieve tractability, robustness and low solution cost.（http://www.soft-computing.de/def.html）

 

 

 

參考文獻：

 

1.        Zadeh, Lotfi A., Fuzzy Logic, Neural Networks, and Soft Computing, Communications of the ACM, March 1994, 37（3）：77-84

2.        D. K. Pratihar. Soft Computing, Narosa Publishing House, 2008(王攀 等譯. 軟計算，科學出版社, 2009)

3.        Ovaska S. J., VanLandingham H. F., Kamiya A.. Fusion of soft computing and hard computing in industrial applications: an overview. IEEE Transactions on Systems, Man and Cybernetics. Part C, Applications and reviews, 2002,32(2):72-79