|
Le cœur du soft computing réside dans sa capacité à gérer l’imprécision, l’incertitude, la vérité partielle et l’approximation afin d’atteindre la maniabilité, la robustesse et un faible coût de solution. Il ne s'agit pas de remplacer l'informatique dure traditionnelle, mais plutôt de la compléter en proposant des solutions là où les méthodes traditionnelles peinent. Ce noyau repose sur plusieurs éléments clés :
* Logique floue : Traite des informations imprécises et vagues. Il utilise des fonctions d'appartenance pour représenter le degré d'appartenance d'un élément à un ensemble, plutôt qu'une classification oui/non précise. Cela permet de modéliser le raisonnement humain et les variables linguistiques.
* Réseaux de neurones : Inspirés de la structure et du fonctionnement du cerveau humain, ces systèmes apprennent à partir des données et s'adaptent aux environnements changeants. Ils sont excellents en reconnaissance de formes, en approximation et en optimisation des fonctions.
* Raisonnement probabiliste : Intègre l'incertitude et le caractère aléatoire à l'aide de modèles probabilistes. Cela permet de gérer des données bruitées et de prendre des décisions avec des informations incomplètes. Les réseaux bayésiens et les modèles de Markov en sont des exemples.
* Calcul évolutif : Utilise les principes de la sélection naturelle et des algorithmes génétiques pour trouver des solutions optimales ou quasi optimales à des problèmes complexes. Cela inclut les algorithmes génétiques, la programmation génétique et les stratégies évolutives.
Ces quatre composantes ne s’excluent pas mutuellement ; ils travaillent souvent ensemble en synergie. Par exemple, un système peut utiliser une logique floue pour prétraiter les données, un réseau neuronal pour la reconnaissance de formes et un algorithme génétique pour optimiser les paramètres du réseau.
En résumé, le cœur du soft computing est sa tolérance à l'imprécision et à l'incertitude. , et son recours à l'approximation et à l'adaptation pour résoudre des problèmes complexes du monde réel où les méthodes traditionnelles et précises peuvent s'avérer inadéquates ou peu pratiques. Il met l'accent sur la praticité et la robustesse plutôt que sur la précision absolue.
|
