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[editar]

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[editar]

Enlaces externos[editar]

Datos: Q738759