Ang pagkalkula ay isang proseso ng pag-convert ng input ng isang form sa ilang iba pang nais na form ng output gamit ang ilang mga pagkilos na kontrol. Ayon sa konsepto ng pagkalkula, ang input ay tinatawag na isang antecedent at ang output ay tinatawag na kahihinatnan. Ang isang pagpapaandar sa pagmamapa ay nagko-convert ng input ng isang form sa isa pang form ng nais na output gamit ang ilang mga pagkilos na kontrol. Pangunahing nalalapat ang konsepto ng computing engineering sa computer science . Mayroong dalawang uri ng computing, hard computing, at soft computing. Ang Hard computing ay isang proseso kung saan pinaprogram namin ang computer upang malutas ang ilang mga problema gamit ang mga algorithm na matematika na mayroon na, na nagbibigay ng isang tumpak na halaga ng output. Ang isa sa mga pangunahing halimbawa ng matitigas na computing ay isang numerong problema.

Ano ang Soft Computing?

Ang malambot na computing ay isang diskarte kung saan isinasaalang-alang namin ang mga solusyon sa mayroon nang mga kumplikadong problema, kung saan ang mga resulta ng output ay hindi wasto o malabo sa likas na katangian, ang isa sa pinakamahalagang tampok ng malambot na computing ay dapat itong umangkop upang ang anumang pagbabago sa kapaligiran ay hindi nakakaapekto sa kasalukuyan proseso Ang mga sumusunod ay ang mga katangian ng malambot na computing.

Hindi ito nangangailangan ng anumang pagmomodelo sa matematika para sa paglutas ng anumang naibigay na problema
Nagbibigay ito ng iba't ibang mga solusyon kapag nilulutas namin ang isang problema ng isang input mula sa oras-oras
Gumagamit ng ilang mga pamamaraang biolohikal na binigyang inspirasyon tulad ng genetika, ebolusyon, mga maliit na butil, ang sistemang nerbiyos ng tao, atbp.
Adaptive sa likas na katangian.

Mayroong tatlong uri ng malambot na diskarte sa computing na kasama ang sumusunod.

Artipisyal na neural network

Ito ay isang modelong koneksyonista at parallel na ipinamamahagi na network. Mayroong dalawang uri ANN (Artipisyal na Neural Network) at BNN (Biological Neural Network). Ang isang neural network na nagpoproseso ng isang solong elemento ay kilala bilang isang yunit. Ang mga sangkap ng yunit ay, input, timbang, elemento ng pagproseso, output. Ito ay katulad ng ating neural system ng tao. Ang pangunahing bentahe ay na malulutas nila ang mga problema sa kahanay, mga artipisyal na neural network ay gumagamit ng mga de-koryenteng signal upang makipag-usap. Ngunit ang pangunahing kawalan ay ang mga ito ay hindi mapagparaya sa kasalanan na kung ang sinuman sa mga artipisyal na neurons ay mapinsala hindi na ito gagana.

Isang halimbawa ng isang sulat-kamay na tauhan, kung saan ang isang tauhan ay nakasulat sa Hindi ng maraming tao, maaari silang magsulat ng parehong karakter ngunit sa ibang anyo. Tulad ng ipinakita sa ibaba, alinmang paraan ng kanilang pagsusulat maaari naming maunawaan ang character, dahil alam na ng isa kung paano ang hitsura ng character. Ang konseptong ito ay maaaring ihambing sa aming neural network system.

“bode plot ng high pass filter ”

malambot - computing

Fuzzy Logic

Ginagamit ang malabo na algorithm ng lohika upang malutas ang mga modelo na batay sa lohikal na pangangatuwiran tulad ng hindi wastong at hindi malinaw. Ipinakilala ito ni Latzi A. Zadeh noong 1965. Ang malabo na lohika ay nagbibigay ng itinakdang halaga ng katotohanan sa saradong agwat [0,1]. Kung saan 0 = maling halaga, 1 = totoong halaga.

“kung paano i-convert ang 220 sa 110 ”

Isang halimbawa ng isang robot na nais lumipat mula sa isang lugar patungo sa isa pa sa loob ng maikling panahon kung saan maraming mga hadlang na papunta. Ngayon ang tanong na lumabas ay kung paano makakalkula ng robot ang paggalaw nito upang maabot ang puntong patutunguhan, nang hindi nakabangga sa anumang balakid. Ang mga uri ng problema ay may problema sa kawalan ng katiyakan na malulutas gamit ang malabo na lohika.

malabo - lohika

Genetic Algorithm sa Soft Computing

Ang genetic algorithm ay ipinakilala ni Prof. John Holland noong 1965. Ginagamit ito upang malutas ang mga problema batay sa mga prinsipyo ng likas na pagpili, na sumasailalim sa evolutionary algorithm. Kadalasan ginagamit ang mga ito para sa mga problema sa pag-optimize tulad ng pag-maximize at pag-minimize ng mga layunin na pag-andar, na kung saan ay dalawang uri ng isang kolonya ng langgam at magkubkob na maliit na butil. Sumusunod ito sa mga proseso ng biological tulad ng genetika at evolution.

Mga pagpapaandar ng Genetic Algorithm

Maaaring malutas ng genetic algorithm ang mga problema na hindi malulutas sa real-time na kilala rin bilang problema sa NP-Hard. Ang mga kumplikadong problema na hindi malulutas sa matematika ay madaling malulutas sa pamamagitan ng paglalapat ng genetic algorithm. Ito ay isang heuristic na paghahanap o randomized na paraan ng paghahanap, na nagbibigay ng isang paunang hanay ng mga solusyon at bumuo ng isang solusyon sa problema nang mahusay at mabisa.

Ang isang simpleng paraan ng pag-unawa sa algorithm na ito ay sa pamamagitan ng pagsasaalang-alang sa sumusunod na halimbawa ng isang tao na nais na mamuhunan ng ilang pera sa bangko, alam namin na may iba't ibang mga bangko na magagamit na may iba't ibang mga scheme at patakaran. Ang indibidwal na interes kung magkano ang halaga na dapat na namuhunan sa bangko, upang makakuha siya ng maximum na kita. Mayroong ilang mga pamantayan para sa tao na, kung paano siya mamumuhunan at paano siya makakakuha ng kita sa pamamagitan ng pamumuhunan sa bangko. Ang mga pamantayang ito ay maaaring mapagtagumpayan ng algorithm na 'Evolutional Computing' tulad ng genetic computing.

“kung gaano katagal na singil power bank 2600mAh ”

genetic algorithm

Pagkakaiba sa Pagitan ng Hard Computing at Soft Computing

Ang pagkakaiba sa pagitan ng matapang na computing at soft computing ay ang mga sumusunod

Hard Computing	Malambot na Computing
Ang modelo ng analytical na kinakailangan ng matitig na pag-compute ay dapat na tumpak na kinakatawan	Ito ay batay sa kawalan ng katiyakan, bahagyang mapagparaya ng katotohanan sa kawalan ng akma at paglapit.
Ang oras ng pagkalkula ay higit pa	Ang oras ng pagkalkula ay mas kaunti
Ito ay nakasalalay sa binary na lohika, mga numerong sistema, malulutong na software.	Batay sa approximation at dispositional.
Pagkakasunud-sunod ng pagkalkula	Parehong pagkalkula
Nagbibigay ng eksaktong output	Nagbibigay ng naaangkop na output
Mga halimbawa: Tradisyunal na pamamaraan ng pag-compute gamit ang aming personal computer.	Halimbawa: Mga neural network tulad ng Adaline, Madaline, ART network, atbp.

Mga kalamangan

Ang mga pakinabang ng soft computing ay

Ginagawa ang simpleng pagkalkula sa matematika
Magaling na kahusayan
Naaangkop sa real-time
Batay sa pangangatuwiran ng tao.

Mga Dehado

Ang mga kawalan ng soft computing ay

Nagbibigay ito ng isang tinatayang halaga ng output
Kung nangyayari ang isang maliit na error ang buong system ay tumitigil sa pagtatrabaho, upang mapagtagumpayan ang buong system ay dapat na naitama mula sa simula, na kung saan ay ang proseso ng pagkuha ng oras.

Mga Aplikasyon

Ang mga sumusunod ay ang mga aplikasyon ng soft computing

Kinokontrol ang mga motor tulad ng induction motor , DC servo motor na awtomatiko
Ang mga halaman ng kuryente ay maaaring makontrol gamit ang isang matalinong sistema ng kontrol
Sa pagproseso ng imahe, ang ibinigay na input ay maaaring maging ng anumang anyo, alinman sa imahe o video na manipulahin gamit ang malambot na computing upang makakuha ng isang eksaktong duplicate ng orihinal na imahe o video.
Sa mga aplikasyon ng biomedical kung saan malapit itong nauugnay sa biology at gamot, ang mga diskarte ng malambot na computing ay maaaring magamit upang malutas ang mga problemang biomedical tulad ng diagnosis, monitoring, treatment, at therapy.
Uso ngayon ang matalinong instrumento, kung saan awtomatikong nakikipag-usap ang mga matatalinong aparato sa iba pang mga aparato gamit ang isang tiyak na hanay ng mga protocol ng komunikasyon upang maisagawa ang ilang mga gawain, ngunit ang problema dito ay walang tamang pamantayan ng protokol upang makipag-usap. Maaari itong mapagtagumpayan sa pamamagitan ng paggamit ng malambot na mga diskarte sa computing, kung saan ang mga matalinong aparato ay naipaabot sa maraming mga protokol, na may mataas na privacy at pagiging matatag.

Ang computing ay isang pamamaraan na ginamit upang i-convert ang partikular na input gamit ang pagkilos na kontrol sa nais na output. Mayroong dalawang uri ng mga diskarte sa pag-compute ng hard computing at soft computing. Dito sa aming artikulo, higit sa lahat nakatuon kami sa malambot na computing, mga diskarte nito tulad ng malabo na lohika, artipisyal na neural network, genetic algorithm, paghahambing sa pagitan ng matitigong computing at malambot na computing, malambot na mga diskarte sa computing, aplikasyon, at kalamangan. Narito ang tanong na 'Paano malambot computing naaangkop sa larangan ng medisina? '