Soft computing

Soft computing es una rama de la Inteligencia Artificial que engloba diversas técnicas empleadas para solucionar problemas que manejan información incompleta, con incertidumbre y/o inexacta. Tal es el caso de la solución a problemas NP-completo, para los cuales no se conoce una solución exacta en tiempo polinómico.

Introducción

El Soft Computing se convirtió en una rama formal de la informática a principios de los años 90. Las primeras aproximaciones informáticas sólo podían modelar y analizar con precisión sistemas relativamente simples.

Los sistemas más complejos que aparecían en biología, medicina, humanidades, administración de empresas, y en otros campos resultaban inmanejables con los métodos analíticos y matemáticos convencionales. Debemos decir que la simplicidad y la complejidad de los sistemas son relativas, y muchos modelos matemáticos convencionales han sido al mismo tiempo desafiantes y muy productivos.

Como técnicas de Soft computing se incluyen:

Generalmente, las técnicas de soft computing se asemejan más a los procesos matemáticos que a las técnicas biológicas tradicionales, que se basan principalmente en sistemas formales lógicos, tales como Lógica proposicional y lógica de predicados, o basados en análisis numérico asistido por ordenador (como en el método de los elementos finitos). Las técnicas de Soft computing intentan complementarse unas a otras.

Las técnicas de soft computing se diferencian de la informática convencional (dura) en que, a diferencia de la informática dura, tolera la imprecisión, la incertidumbre y la verdad parcial. El principio rector del soft computing es: Explotar la tolerancia a la imprecisión, la incertidumbre y la verdad parcial para lograr la manejabilidad, la solidez y el bajo costo de la solución. Otra diferencia que contrasta aparece al considerar que el razonamiento inductivo juega un papel más destacado en soft computing que en hard computing.

Véase también

Enlaces externos

Datos: Q738759