A számítás az a folyamat, amikor az egyik űrlap bemenetét valamilyen más kívánt kimeneti formává konvertálják bizonyos vezérlési műveletek segítségével. A számítás fogalma szerint a bemenetet előzménynek, a kimenetet pedig következménynek nevezzük. A leképezési függvény bizonyos vezérlési műveletek segítségével átalakítja az egyik űrlap bemenetét a kívánt kimenet másik formájává. A számítási koncepció főleg a informatikai mérnöki tudomány . Kétféle számítástechnika létezik, a kemény számítás és a puha számítás. A kemény számítástechnika olyan folyamat, amelyben a számítógépet bizonyos problémák megoldására programozzuk a már létező matematikai algoritmusok segítségével, amelyek pontos kimeneti értéket adnak. A kemény számítás egyik alapvető példája numerikus probléma.

Mi a Soft Computing?

A puha számítás olyan megközelítés, ahol megoldásokat számolunk a meglévő összetett problémákra, ahol a kimeneti eredmények pontatlanok vagy homályosak, a puha számítás egyik legfontosabb jellemzője, hogy adaptívnak kell lennie, hogy a környezet bármilyen változása ne befolyásolja a jelenet folyamat. Az alábbiakban bemutatjuk a soft computing jellemzőit.

Egy adott probléma megoldásához nem igényel matematikai modellezést
Különböző megoldásokat ad, ha időnként megoldunk egy-egy bemenet problémáját
Néhány biológiailag ihletett módszertant alkalmaz, mint például a genetika, az evolúció, a részecskék rajzolása, az emberi idegrendszer stb.
Adaptív jellegű.

Három típusa van puha számítási technikák amelyek a következőket tartalmazzák.

Mesterséges neurális hálózat

Ez egy kapcsolódási modellezés és párhuzamosan elosztott hálózat. Kétféle típus létezik ANN (mesterséges neurális hálózat) és a BNN (Biológiai Ideghálózat). Az egyetlen elemet feldolgozó idegháló egységként ismert. Az alkatrészek az egység értéke, input, weight, processing element, output. Hasonló az emberi idegrendszerünkhöz. A fő előny, hogy párhuzamosan oldják meg a problémákat, a mesterséges neurális hálózatok elektromos jeleket használnak a kommunikációhoz. De a fő hátrány az, hogy nem hibatűrőek, vagyis ha a mesterséges idegsejtek közül bárki megsérül, az már nem fog működni.

Példa egy kézzel írott karakterre, ahol egy karaktert hindi nyelven írnak sokan, ugyanazt a karaktert írhatják, de más formában. Amint az alább látható, akármelyik módon is írják, meg tudjuk érteni a karaktert, mert az ember már tudja, hogy néz ki a karakter. Ez a koncepció összehasonlítható idegi hálózati rendszerünkkel.

“csővezeték -feldolgozás a számítógépes architektúrában ”

soft - számítástechnika

Zavaros logika

A fuzzy logic algoritmust olyan modellek megoldására használják, amelyek logikai gondolkodáson alapulnak, például pontatlanok és homályosak. Latzi A. Zadeh vezette be 1965-ben. A fuzzy logika a megadott igazságértéket biztosítja a zárt intervallummal [0,1]. Ahol 0 = hamis érték, 1 = igaz érték.

Példa egy robotra, amely rövid időn belül egyik helyről a másikra akar költözni, ahol sok akadály áll az út előtt. Most felmerül a kérdés, hogy a robot hogyan tudja kiszámítani a mozgását, hogy elérje a célpontot, anélkül, hogy bármilyen akadályba ütközne. Az ilyen típusú problémáknak vannak bizonytalansági problémái, amelyek fuzzy logika segítségével megoldhatók.

zavaros logika

Genetikai algoritmus a lágy számítástechnikában

A genetikai algoritmust Prof. John Holland vezette be 1965-ben. Ezt a természetes szelekció elvein alapuló problémák megoldására használják, amelyek az evolúciós algoritmus alá tartoznak. Általában optimalizálási problémákra használják, például az objektív funkciók maximalizálására és minimalizálására, amelyek kétféle hangyakolónia és rajrészecske. Biológiai folyamatokat követ, mint a genetika és az evolúció.

“változó nagyfeszültségű tápegység ”

A genetikai algoritmus funkciói

A genetikai algoritmus képes megoldani a valós időben nem megoldható problémákat, más néven NP-Hard problémákat. A matematikailag nem megoldható bonyolult problémák a genetikai algoritmus alkalmazásával könnyen megoldhatók. Ez egy heurisztikus keresés vagy randomizált keresési módszer, amely egy kezdeti megoldást kínál, és hatékonyan és eredményesen generál megoldást a problémára.

Az algoritmus megértésének egyszerű módja, ha figyelembe vesszük a következő példát egy olyan személyről, aki pénzt akar befektetni a bankba, tudjuk, hogy különböző bankok állnak rendelkezésre, különböző sémákkal és politikákkal. Egyéni érdeke, hogy mennyi összeget kell befektetni a bankba, hogy maximális profithoz jusson. Vannak bizonyos kritériumok az illető számára, vagyis az, hogy hogyan tud befektetni és hogyan profitálhat a bankba történő befektetéssel. Ezeket a kritériumokat az „Evolucionális Számítástechnika” algoritmusával lehet leküzdeni, mint például a genetikai számítást.

“12V -os akkumulátortöltő, automatikus kikapcsolással ”

genetikai algoritmus

Különbség a kemény számítástechnika és a puha számítástechnika között

A kemény számítástechnika és a puha számítás közötti különbség a következő

Hard Computing	Soft Computing
A kemény számítások által megkövetelt analitikai modellt pontosan kell ábrázolni	Bizonytalanságon alapul, a pontatlanságot és a közelítést toleráns részigazsággal.
A számítási idő több	A számítási idő kevesebb
Ez bináris logikától, numerikus rendszerektől, éles szoftverektől függ.	Közelítés és diszpozíció alapján.
Szekvenciális számítás	Párhuzamos számítás
Pontos kimenetet ad	Megfelelő kimenetet ad
Példák: Hagyományos számítási módszerek személyi számítógépünkön keresztül.	Példa: Ideghálózatok, például Adaline, Madaline, ART hálózatok stb.

Előnyök

A soft computing előnyei

Az egyszerű matematikai számítást elvégezzük
Jó hatékonyság
Valós időben alkalmazható
Emberi érvelés alapján.

Hátrányok

A puha számítástechnika hátrányai

Hozzávetőleges kimeneti értéket ad
Ha kisebb hiba lép fel, akkor a teljes rendszer leáll, és a teljes rendszer legyőzéséhez kezdettől fogva javítani kell, ami időigényes folyamat.

Alkalmazások

Az alábbiakban bemutatjuk a soft computing alkalmazásait

A motorokat vezérli indukciós motor , DC szervomotor automatikusan
Az erőművek intelligens vezérlőrendszerrel vezérelhetők
A képfeldolgozás során az adott bemenet bármilyen formájú lehet, akár kép, akár videó, amelyet puha számítással lehet manipulálni az eredeti kép vagy videó pontos másolatának megszerzéséhez.
Azokban az orvosbiológiai alkalmazásokban, amelyek szorosan kapcsolódnak a biológiához és az orvostudományhoz, puha számítási technikák alkalmazhatók olyan orvosbiológiai problémák megoldására, mint a diagnózis, a monitorozás, a kezelés és a terápia.
Az intelligens műszerek manapság divatosak, ahol az intelligens eszközök automatikusan kommunikálnak más eszközökkel egy bizonyos készlet használatával kommunikációs protokollok bizonyos feladatok elvégzéséhez, de itt az a probléma, hogy nincs megfelelő szabványos protokoll a kommunikációhoz. Ez legyőzhető puha számítási technikák alkalmazásával, ahol az intelligens eszközöket több protokollon keresztül kommunikálják, magas szintű adatvédelemmel és robusztussággal.

A számítás egy olyan technika, amelyet egy adott bemenetnek a vezérlési művelet segítségével a kívánt kimenetre történő átalakítására használnak. Kétféle számítási technika létezik: kemény számítás és lágy számítás. Cikkünkben itt főként a puha számítástechnikára, annak technikáira összpontosítunk, mint a fuzzy logika, a mesterséges neurális hálózat, a genetikai algoritmus, a kemény számítástechnika és a soft computing összehasonlítása, a soft computing technikák, alkalmazások és előnyök. Itt van a kérdés: „Mennyire lágyak számítástechnika alkalmazható az orvosi területen? ”