mortezam
۱۳ مهر ۱۳۸۷, ۱۶:۴۵
تعاریف و مفاهیم:
محاسبات نرم (Soft Computing) به مجموعهای از شیوههای جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و بسیاری از زمینههای کاربردی دیگر اطلاق میشود. در تمامی این زمینهها به مطالعه، مدلسازی و آنالیز پدیدههای بسیار پیچیدهای نیازست که شیوههای علمی دقیق در گذشته به حلّ آسان، تحلیلی، و کامل آنها موفّق نبودهاند. روشهای علمی بکاررفته در سدههای پیشین، تنها از عهدۀ مدلسازی و آنالیز سامانههای نسبتاً ساده در مکانیک، فیزیک، و برخی از زمینههای کاربردی و مهندسی برآمدهاند.
مسائل پیچیدهتری همچون سامانههای وابسته به علوم زیستشناسی و پزشکی، علوم انسانی، علوم مدیریت و نظایر آنها بیرون از قلمرو اصلی و توفیقآفرین روشهای ریاضی و تحلیلی دقیق باقی ماندهبودند. شایان ذکرست که خصایص سادگی و پیچیدگی اموری هستند نسبی، و بهطور یقین، اغلب مدلسازیهای ریاضی و علمی موفّق در گذشته هم، به مفهوم مطلق کلام، بسیار پراهمّیّت و پیچیده بودهاند.
محاسبات نرم با تقبل نادقیق بودن و با محور قراردادن ذهن انسان بهپیش میرود. اصل هدایت کنندهٔ محاسبات نرم بهرهبرداری از خاصیت عدم دقیق بودن جهت مهار کردن مسأله و پایین آوردن هزینهٔ راهحل است.
محاسبات نرم را میشود حاصل تلاشهای جدید علمی دانست که مدلسازی، تحلیل، و در نهایت کنترل سیستمهای پیچیده را با سهولت و موفّقیت زیادتری امکانپذیر میسازد. به عنوان مهمترین شاخههای این محاسبات، باید منطق فازی، شبکههای عصبی مصنوعی، و الگوریتم ژنتیک را نامبرد.
برخلاف شیوههای محاسباتی سخت که تمامی همّت و توان خود را به دقیقبودن، و درجهت مدلنمودن کامل حقیقت معطوف میدارند، روشهای نرم بر اساس تحمّل نادقیقنگریها، حقایق جزیی و ناکامل، و فقدان اطمینان استوار گردیدهاند. درک هرچه روشنتر از چرایی، چگونگی، و نیز فلسفۀ اینگونه محاسبات جدیدست که افقهای جدید در علوم پیچیدۀ آینده را روشنمیسازد.
یکی از بزرگترین زمینههای کاربرد محاسبات نرم در ایجاد و گسترش وب معانی گرا خواهدبود.
نام محاسبات نرم در مقابل واژه تحقیق در عملیات یا محاسبات سخت بوجود آمده است. این دو مقوله در دامنهٔ مسائل بسیار بهم نزدیکند. تفاوت ایندو در آنست که محاسبات سخت شرایط محکمی و سختی را برای اعمال شدن و تضمین پاسخ (یا پاسخ بهینه)، نیاز دارد. محاسبات نرم هیچ شرایطی را برای مسئله نمیگذارد ولی در کنار آن تضمینی برای موفقیت محاسبات به ما نمیدهد.
محاسبات نرم (Soft Computing) به مجموعهای از شیوههای جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و بسیاری از زمینههای کاربردی دیگر اطلاق میشود. در تمامی این زمینهها به مطالعه، مدلسازی و آنالیز پدیدههای بسیار پیچیدهای نیازست که شیوههای علمی دقیق در گذشته به حلّ آسان، تحلیلی، و کامل آنها موفّق نبودهاند. روشهای علمی بکاررفته در سدههای پیشین، تنها از عهدۀ مدلسازی و آنالیز سامانههای نسبتاً ساده در مکانیک، فیزیک، و برخی از زمینههای کاربردی و مهندسی برآمدهاند.
مسائل پیچیدهتری همچون سامانههای وابسته به علوم زیستشناسی و پزشکی، علوم انسانی، علوم مدیریت و نظایر آنها بیرون از قلمرو اصلی و توفیقآفرین روشهای ریاضی و تحلیلی دقیق باقی ماندهبودند. شایان ذکرست که خصایص سادگی و پیچیدگی اموری هستند نسبی، و بهطور یقین، اغلب مدلسازیهای ریاضی و علمی موفّق در گذشته هم، به مفهوم مطلق کلام، بسیار پراهمّیّت و پیچیده بودهاند.
محاسبات نرم با تقبل نادقیق بودن و با محور قراردادن ذهن انسان بهپیش میرود. اصل هدایت کنندهٔ محاسبات نرم بهرهبرداری از خاصیت عدم دقیق بودن جهت مهار کردن مسأله و پایین آوردن هزینهٔ راهحل است.
محاسبات نرم را میشود حاصل تلاشهای جدید علمی دانست که مدلسازی، تحلیل، و در نهایت کنترل سیستمهای پیچیده را با سهولت و موفّقیت زیادتری امکانپذیر میسازد. به عنوان مهمترین شاخههای این محاسبات، باید منطق فازی، شبکههای عصبی مصنوعی، و الگوریتم ژنتیک را نامبرد.
برخلاف شیوههای محاسباتی سخت که تمامی همّت و توان خود را به دقیقبودن، و درجهت مدلنمودن کامل حقیقت معطوف میدارند، روشهای نرم بر اساس تحمّل نادقیقنگریها، حقایق جزیی و ناکامل، و فقدان اطمینان استوار گردیدهاند. درک هرچه روشنتر از چرایی، چگونگی، و نیز فلسفۀ اینگونه محاسبات جدیدست که افقهای جدید در علوم پیچیدۀ آینده را روشنمیسازد.
یکی از بزرگترین زمینههای کاربرد محاسبات نرم در ایجاد و گسترش وب معانی گرا خواهدبود.
نام محاسبات نرم در مقابل واژه تحقیق در عملیات یا محاسبات سخت بوجود آمده است. این دو مقوله در دامنهٔ مسائل بسیار بهم نزدیکند. تفاوت ایندو در آنست که محاسبات سخت شرایط محکمی و سختی را برای اعمال شدن و تضمین پاسخ (یا پاسخ بهینه)، نیاز دارد. محاسبات نرم هیچ شرایطی را برای مسئله نمیگذارد ولی در کنار آن تضمینی برای موفقیت محاسبات به ما نمیدهد.