Aprēķins ir process, kā vienas formas ievadi pārveido par kādu citu vēlamo izvades formu, izmantojot noteiktas vadības darbības. Saskaņā ar aprēķina jēdzienu ievadi sauc par iepriekšēju, bet izvadi - par seku. Kartēšanas funkcija pārveido vienas veidlapas ievadi citā vēlamās izvades formā, izmantojot noteiktas vadības darbības. Skaitļošanas koncepcija galvenokārt ir piemērojama datorzinātņu inženierija . Ir divi skaitļošanas veidi: cietā skaitļošana un mīkstā skaitļošana. Cietā skaitļošana ir process, kurā mēs ieprogrammējam datoru noteiktu problēmu risināšanai, izmantojot jau pastāvošos matemātiskos algoritmus, kas nodrošina precīzu izvades vērtību. Viens no galvenajiem cietās skaitļošanas piemēriem ir skaitliska problēma.

Kas ir Soft Computing?

Mīkstā skaitļošana ir pieeja, kurā mēs aprēķinām esošo sarežģīto problēmu risinājumus, kur izejas rezultāti pēc būtības ir neprecīzi vai izplūduši. Viena no vissvarīgākajām mīkstās skaitļošanas iezīmēm ir tā, ka tai jābūt adaptīvai, lai jebkuras vides izmaiņas neietekmētu pašreizējo. process. Šīs ir mīkstās skaitļošanas pazīmes.

Lai to atrisinātu, nav nepieciešama matemātiska modelēšana
Tas dod dažādus risinājumus, kad mēs laiku pa laikam atrisinām viena ieguldījuma problēmu
Izmanto dažas bioloģiski iedvesmotas metodikas, piemēram, ģenētiku, evolūciju, spieķu daļiņas, cilvēka nervu sistēmu utt.
Pielāgojams raksturs.

Ir trīs veidu mīkstās skaitļošanas metodes kas ietver sekojošo.

Mākslīgais neironu tīkls

Tas ir konekcionistu modelēšana un paralēli izplatīts tīkls. Ir divu veidu ANN (mākslīgais neironu tīkls) un BNN (bioloģiskais neironu tīkls). Neironu tīkls, kas apstrādā vienu elementu, ir pazīstams kā vienība. The komponentiem vienības ir, ievade, svars, apstrādes elements, izeja. Tas ir līdzīgs mūsu cilvēka nervu sistēmai. Galvenā priekšrocība ir tā, ka problēmas risina paralēli, mākslīgie neironu tīkli saziņai izmanto elektriskos signālus. Bet galvenais trūkums ir tas, ka tie nav izturīgi pret kļūdām, tas ir, ja kāds no mākslīgiem neironiem tiek sabojāts, tas vairs nedarbosies.

Ar roku rakstīta rakstura piemērs, kur rakstzīmi hindi valodā raksta daudzi cilvēki, viņi var rakstīt to pašu rakstzīmi, bet citā formā. Kā parādīts zemāk, neatkarīgi no tā, kā viņi raksta, mēs varam saprast varoni, jo cilvēks jau zina, kā raksturs izskatās. Šo koncepciju var salīdzināt ar mūsu neironu tīkla sistēmu.

“kā samazināt maiņstrāvas spriegumu, neizmantojot transformatoru ”

soft - skaitļošana

Neskaidra loģika

Neskaidrs loģikas algoritms tiek izmantots, lai atrisinātu modeļus, kuru pamatā ir loģiska spriešana, piemēram, neprecīzi un neskaidri. To ieviesa Latzi A. Zadeh 1965. gadā. Izplūdušā loģika nodrošina noteikto patiesības vērtību ar slēgto intervālu [0,1]. Kur 0 = nepatiesa vērtība, 1 = patiesa vērtība.

Robota piemērs, kurš vēlas īsā laikā pārvietoties no vienas vietas uz otru, kur ceļā ir daudz šķēršļu. Tagad rodas jautājums, kā robots var aprēķināt savu kustību, lai sasniegtu galamērķi, nesaskaroties ar šķēršļiem. Šāda veida problēmām ir nenoteiktības problēma, kuru var atrisināt, izmantojot neskaidru loģiku.

izplūdis - loģika

Ģenētiskais algoritms mīkstajā skaitļošanā

Ģenētisko algoritmu prof. Džons Holands ieviesa 1965. gadā. To izmanto, lai atrisinātu problēmas, pamatojoties uz dabiskās atlases principiem, kas ietilpst evolucionārajā algoritmā. Tos parasti izmanto optimizācijas problēmām, piemēram, maksimizēt un samazināt objektīvās funkcijas, kas ir divu veidu skudru kolonijas un spieta daļiņas. Tas seko tādiem bioloģiskiem procesiem kā ģenētika un evolūcija.

“digitālā -analogā pārveidotāja ķēde ”

Ģenētiskā algoritma funkcijas

Ģenētiskais algoritms var atrisināt problēmas, kuras nevar atrisināt reāllaikā, sauktas arī par NP-Hard problēmu. Sarežģītās problēmas, kuras nevar atrisināt matemātiski, var viegli atrisināt, izmantojot ģenētisko algoritmu. Tā ir heiristiska meklēšana vai randomizēta meklēšanas metode, kas nodrošina sākotnējo risinājumu kopumu un efektīvi un efektīvi rada problēmas risinājumu.

Vienkāršs veids, kā izprast šo algoritmu, ir šāds piemērs par personu, kas vēlas ieguldīt naudu bankā, un mēs zinām, ka ir pieejamas dažādas bankas ar dažādām shēmām un politikām. Tā individuālā interese, cik daudz naudas jāiegulda bankā, lai viņš varētu gūt maksimālu peļņu. Personai ir noteikti kritēriji, tas ir, kā viņš var ieguldīt un kā viņš var gūt peļņu, ieguldot bankā. Šos kritērijus var pārvarēt ar tādu evolūcijas skaitļošanas algoritmu kā ģenētiskā skaitļošana.

“no kurienes nāk vadības bloku instrukcijas ”

ģenētiskais - algoritms

Atšķirība starp cieto skaitļošanu un mīksto skaitļošanu

Atšķirība starp cieto skaitļošanu un mīksto skaitļošanu ir šāda

Cietā skaitļošana	Soft Computing
Precīzi jāatspoguļo analītiskais modelis, kas nepieciešams cietajai skaitļošanai	Tās pamatā ir nenoteiktība, daļēja patiesība, kas izturas pret neprecizitāti un tuvināšanu.
Aprēķina laiks ir vairāk	Aprēķina laiks ir mazāks
Tas ir atkarīgs no binārās loģikas, ciparu sistēmām, kraukšķīgas programmatūras.	Pamatojoties uz tuvināšanu un izvietojumu.
Secīga aprēķināšana	Paralēlā aprēķināšana
Piešķir precīzu rezultātu	Dod atbilstošu rezultātu
Piemēri: tradicionālās skaitļošanas metodes, izmantojot mūsu personālo datoru.	Piemērs: Neironu tīkli, piemēram, Adaline, Madaline, ART tīkli utt.

Priekšrocības

Mīkstās skaitļošanas priekšrocības ir

Tiek veikts vienkāršs matemātiskais aprēķins
Laba efektivitāte
Piemērojams reāllaikā
Balstoties uz cilvēka pamatojumu.

Trūkumi

Mīkstās skaitļošanas trūkumi ir

Tas dod aptuvenu izejas vērtību
Ja rodas neliela kļūda, visa sistēma pārstāj darboties, lai pārvarētu visu sistēmu, ir jālabo no paša sākuma, kas prasa laiku.

Pieteikumi

Tālāk ir minētas skaitļošanas lietojumprogrammas

Kontrolē motorus, piemēram, asinhronais motors , Līdzstrāvas servomotors automātiski
Elektrostacijas var vadīt, izmantojot inteliģentu vadības sistēmu
Attēlu apstrādē dotā ievade var būt jebkura veida, vai nu attēls, vai video, ar kuru var manipulēt, izmantojot mīksto skaitļošanu, lai iegūtu precīzu sākotnējā attēla vai video kopiju.
Biomedicīnas lietojumos, kur tas ir cieši saistīts ar bioloģiju un medicīnu, mīkstās skaitļošanas metodes var izmantot, lai atrisinātu biomedicīnas problēmas, piemēram, diagnostiku, uzraudzību, ārstēšanu un terapiju.
Mūsdienās viedie instrumenti ir moderni, kur viedās ierīces automātiski sazinās ar citām ierīcēm, izmantojot noteiktu komplektu sakaru protokoli veikt noteiktus uzdevumus, taču problēma ir tā, ka nav atbilstoša standarta protokola, ar kuru sazināties. To var pārvarēt, izmantojot mīkstās skaitļošanas metodes, kur viedierīces tiek sazinātas, izmantojot vairākus protokolus, ar augstu privātumu un izturību.

Skaitļošana ir paņēmiens, ko izmanto, lai noteiktu ievadi pārveidotu, izmantojot vadības darbību, vēlamajai izejai. Ir divu veidu skaitļošanas paņēmieni: cietā skaitļošana un neoficiālā skaitļošana. Šeit mūsu rakstā mēs galvenokārt koncentrējamies uz mīksto skaitļošanu, tās metodēm, piemēram, izplūdušo loģiku, mākslīgo neironu tīklu, ģenētisko algoritmu, cietās skaitļošanas un mīkstās skaitļošanas salīdzinājumu, mīkstās skaitļošanas metodes, lietojumprogrammas un priekšrocības. Šeit ir jautājums “Cik mīksti skaitļošana ir piemērojams medicīnas jomā? ”