Il soft computing è l'uso di calcoli approssimativi per fornire soluzioni imprecise ma utilizzabili a problemi computazionali complessi. L'approccio consente soluzioni per problemi che potrebbero essere irrisolvibili o semplicemente troppo dispendiosi in termini di tempo per essere risolti con l'hardware corrente. Il soft computing viene talvolta definito intelligenza computazionale.
Il soft computing fornisce un approccio alla risoluzione dei problemi utilizzando mezzi diversi dai computer. Con la mente umana come modello di ruolo, il soft computing tollera verità parziali, incertezza, imprecisione e approssimazione, a differenza dei modelli di calcolo tradizionali. La tolleranza del soft computing consente ai ricercatori di affrontare alcuni problemi che i computer tradizionali non sono in grado di elaborare.
Il soft computing utilizza campi di studio componenti in:
- Logica fuzzy
- apprendimento automatico
- Ragionamento probabilistico
- Calcolo evolutivo
- Perceptron
- Algoritmi genetici
- Algoritmi differenziali
- Supporta macchine vettoriali
- Metaeuristica
- Intelligenza da sciame
- Ottimizzazione delle colonie di formiche
- Ottimizzazione delle particelle
- Reti bayesiane
- Reti neurali artificiali
- Sistemi esperti
Come campo di studio matematico e informatico, il soft computing esiste dagli anni '1990. L'ispirazione è stata la capacità della mente umana di formare soluzioni del mondo reale ai problemi attraverso l'approssimazione. Il soft computing contrasta con la possibilità, un approccio che viene utilizzato quando non ci sono abbastanza informazioni disponibili per risolvere un problema. Al contrario, il soft computing viene utilizzato laddove il problema non è adeguatamente specificato per l'uso della matematica convenzionale e delle tecniche informatiche. Il soft computing ha numerose applicazioni del mondo reale in situazioni domestiche, commerciali e industriali.