ソフトコンピューティングは、従来のハード・コンピューティングとは異なり、ソフトコンピューティング手法は、目的が問題を解決するために非正確な寛容とトレーサビリティを得るための非決定論的手段、堅牢性、および低コストを探求することをシリーズです。ソフトコンピューティング手法は、主に次のとおりです（などカオス理論、遺伝的アルゴリズム、人工生命、学習理論、）ラフシステム、ニューラルネットワーク、確率論的推論、進化的計算を

今日では、ソフトコンピューティングが広くAI、科学や工学で使用されている、社会科学や人文科学の発達遅延を持っています。

ソフトコンピューティングの2開発の歴史

2.1胚（1900年代〜1960年代）

従来のコンピューティング・モデルが大きな課題1）数学モデル上の過度の依存、しかし、理想化された数学モデルに直面していることは現実的な問題で見つけるのは難しいです。2）最も実用的な問題は、最終的な人間の理想的な全体最適解を求めることです。3）具体的なソリューションを求めますが、実用的な意思決定問題の非特異的なソリューションは、多くの場合、導入されています。

開発のソフトコンピューティング初期の2.2（1960、1990）

1、ファジィコンピューティング：ファジィ集合-アプリケーション近似推論-理論を形成する可能性-エキスパートシステム、インテリジェントアプリケーション制御。ファジー論理演算に基づいて、ファジー論理で、ファジイ論理は、多くのソフトコンピューティングの方法の核心です。

2、ニューロン計算：基本的なニューラルネットワークの数が「ニューロンモデルの興奮と抑制」、「及び補正モデルニューロン接続強度」。1982ホップフィールドは、自己組織化マップモデル、エネルギー関数（エネルギー関数）の導入を改善し、ニューラルネットワーク・コンピューティングの全体的な信頼性を高めることができます。

3、進化的計算：自然淘汰や遺伝情報伝達の生物学的進化のメカニズム「適者生存」の法則をシミュレートするプログラムにより反復法により最適解を見つけます。進化的計算は、特定のアルゴリズムが、アルゴリズムの巣ではありません。ソフトコンピューティングは、最大のブランチです。

図4に示すように、ラフ集合論：ラフ集合とファジー論理理論は不確実性のセットを記述し、ファジー理論は重要な要素のセット内の不確実性を説明し、ラフ集合論は、キーセットとの間の不確実性を説明しています。

ソフトコンピューティング2.3（1992）の概念を導入

参考书籍：遺伝的アルゴリズムと機械学習、インテリジェント

参考书籍：ラフ集合論の推論・アプリケーションと開発

参考ジャーナル：知能とソフトコンピューティングの進歩

参考ジャーナル：応用ソフトコンピューティング

参考ジャーナル：ナチュラルコンピューティング

ソフトコンピューティングは、コンピューティングの方法で、それはその優れた推理を使用し、不正確で不確実な環境の中で、人間の脳と競合する能力を習得することができます。

ソフトコンピューティングブーム年の2.4（1992年 - 現在）

進化的計算の4つのブランチ（遺伝的アルゴリズム、遺伝的プログラミング、進化戦略、進化的プログラミング）と互いに補完4つのブランチの間の緊密なコミュニケーションがあります。私たちは様々な方法が多い組み合わせてを使用するように、全体的にソフトコンピューティングは、むしろ様々なメンバー間で互いに競合するよりも、お互いを補完します。

1、シミュレーテッドアニーリングアルゴリズム：広く生産スケジューリング、制御工学、機械学習、ニューラルネットワーク、および他の信号処理に使用される反復ソルバーに基づいてランダムなモンテカルロ最適化アルゴリズム、

2、感情コンピューティング：定義：コンピュータを与えることで、特定し、理解し、感情に複雑なマンマシン環境を構築するためのコンピュータより多くの洗練された知性を適応とする能力を表現します。感情コンピューティングは、ほとんどの新興におけるソフトコンピューティングの分野です。

3つのソフトコンピューティングアプリケーション

工学の分野におけるソフトコンピューティングの応用3.1

機械学習、エラー診断、信号認識、データマイニング、人工知能

3.1.1エラー診断

ソフトコンピューティングは、ニューラルネットワーク、ファジー理論、進化的計算などのエラー診断に基づきます。

ニューラルネットワークに基づいて1：制限要因は、困難なオブジェクトパラメータ、ブラックボックスとの間の関係を記述するために、ニューラルネットワークのパラメータの物理的意味を判断することは困難であり、学習アルゴリズムの複雑。

2、ファジーエラー診断方法は、2つのタイプに分けることができる：ファジィ理論に基づくファジィ混合に基づきます。利点：1））システム2の正確な数学的モデルを確立することができ、簡単な経験な漠然とした情報を操作する専門知識などの言語を使用することができます。ほとんどの人々の経験によって定式化ファジィルールの欠点1）は、大規模で複雑なシステムや新しい診断機器のために、これは非常に困難です。2）システム自体は、最適なデザインはもちろんのこと、適応を作るために何の学習能力、および困難を持っていません。

図3に示すように、診断分野のエラーで使用される2つの遺伝的アルゴリズムがある：DNAを計算する：1）は、主にまとめ、局所極値は、診断エラー最適化問題へ2）問題の間の接続の重みを調整する問題を解決する、最適化問題を解くために使用されますファジーシステム、ニューラルネットワーク、および免疫遊びとそのソフトコンピューティングアルゴリズムのエラーの診断に大きな役割。

RSに基づいて、エラー診断に基づいて、図4に示すように、初期データを用いて、ラフ集合は、最も単純な診断ルールを簡略化由来しました。

3.1.2構造パラメータ同定

1、および振動周波数は、一般的に、モデルパラメータ識別情報として使用されます。

2、遺伝的アルゴリズムに基づくシステム同定は、強力なグローバル検索機能を特徴とし、簡単な局所最適に陥る新しい最適化アルゴリズム、複雑な問題や非線形問題のために理想的です。

図3に示すように、それは広く、非線形システム同定技術のファジー論理理論で使用される：利点1）悪い構造システムの複雑かつ効果的な同定。

4は、混沌、分岐部と科学の非線形三つの重要な枝のフラクタル理論：研究フラクタル幾何学は、非微分非線形システムによって生成されます。

3.1.3石油・ガス探査

主な焦点は次のとおりです。貯水池パラメータ予測、パターン認識、生産予測。

3.1.4溶接

溶接は、溶接のため分野における自己学習能力と並列処理アプリケーションを受信し、その高度にソフトコンピューティング・エラーのため、不確実性の多くは非線形プロセスです。

3.1.5人工知能

ソフトコンピューティングは、人工知能の最も重要な方法の一つです。

3.1.6ビッグデータ

成熟し、信頼性の高いソリューションを形成するために、このような非構造化データ処理、非相関データセットの管理と可視化技術などの基本的な技術の開発を加速し、クラウドコンピューティング、ネットワーキング、モバイルインターネットや他の技術と。唯一のソフトコンピューティングの深い意味を包括的に理解を通じて、私たちはより良いデマンド方式「ビッグデータの時代」を達成することができます。

データマイニングにおけるソフトコンピューティングは、主に以下の分野で使用されます。

1、クラスタリング：ファジークラスタリングアルゴリズムとラフ集合アルゴリズム。簡素化され、実質的なクラスタリング情報は、データ削減における情報システムの効果的な理論ラフ集合を提供します。

2、相関ルール：データマイニングで行う焦点は、相関ルールの発見です。ルールとファジー概念表現の人間の思考の習慣は、より一貫性のある表現するので、ファジー理論、データマイニングシステムのキーテクノロジーとなっています。

図3は、ルール抽出：構造のニューラルネットワーク解析に基づいて、ルール検索処理考え抽出ルール抽出、及び基本的な考え方は、訓練されたニューラルネットワーク対応規則の構造をマッピングすることです。

図4に示すように、統合データ：上位レイヤの概念に下位レイヤから抽象概念の大きなデータセット。

5、Webアプリケーション：Webログを掘り、ユーザーの行動パターンで見つけることができます。

図6は、画像検索：コンテンツベースの画像検索は、アクティブ領域となります。

ラフ集合システム、ニューラルネットワークおよびデータマイニングシステムのファジー論理設計によってバネルジー。

人文・社会科学におけるソフトコンピューティングの応用3.2

社会科学、経済学、心理学、哲学、言語学、政治学、宗教学。著者は、今日でもまだのみわずかな社会科学者がどのように便利なソフトコンピューティングそれらで発見したことを見つけるために驚きました。ソフトコンピューティングの分野における現在の発展は少し記号、および大宇宙の開発で、遅く。

参考図書：人間科学スプリンガーにおけるソフトコンピューティング手法

参考図書：人文科学におけるソフトコンピューティングと社会科学スプリンガー

南_ノースバトル

发布了4 篇原创文章 · 获赞 0 · 访问量 215

私信关注

ソフトコンピューティングのレビュー

概要

1はじめに