1、精確數學和模糊數學算法
在如今的工業生產和科技技術的實現上，大部分使用的是精確數學，不管是物理的牛頓定律仍是數學上的方程、微積分。咱們現有的生產技術基本上是創建在精確數學的基礎上進行的。這對解決對初始條件以及中間條件改變不敏感的問題是一個很好的方式。正由於這些問題對初始條件和中間條件變化不敏感，人們才能夠進行準確的度量和運算，經過一種邏輯上的模型來爲問題找到相應的解決辦法。編程
隨着時代的發展，當咱們所知所行的問題已經過各類工具化、度量化的方式給出瞭解決方式的時候，對於那些對初始條件和中間條件變化敏感的問題（也稱爲模糊問題）成爲了人們視野中的關注點，這也就是爲何統計預測、數據分析等行業開始活力迸發的重要因素。網絡
那麼咱們如今的技術是否已經支持對這些模糊問題的解決呢？我想這要分紅兩個方面，一方面是理論，一方面是工程技術。分佈式
首先，在理論方面，對於模糊問題的研究從1965年就已經開始了，可是模糊問題也不是忽然之間就蹦出來的，就像倪工研究的圖模型，它是圖論的一個模型化產物，而圖論僅僅是組合數學中的一個部分。在人類對這種基於立體和多邊映射的問題進行研究的時候會發現不少不肯定的狀況，好比說，一個圖，能夠分紅徹底圖和不徹底圖，並且還要加上方向、權重的因子，這就已經比較複雜了，關鍵的一點是基於不一樣狀況下尚未統一的一種理論對這種現象進行規範，一方面，數學家在研究這些問題的時候會給出不少的條件限制、不考慮外界因素影響等等，因此不少時候咱們看到的數學理論都是創建在假設的基礎上的，現實是有不少模糊問題貫穿其中，影響結果的走向。其實，在工程技術方面，如何將理論轉化爲工程語言（方式）解決生產問題，好比各類算法的提出。ide
在這種環境背景下，人們開始選擇對這種模糊問題進行研究，咱們知道離散數學和工程問題就是絕配，他客觀的反映了事物的本質，畢竟物質的組成也是粒子性的。從離散數學出發，咱們首先要改造的就是對集合論的擴展，因而有了模糊集合的提出，就像Hadoop分佈式的節點，爲了探究這些節點間進行互動的規律就有了模糊邏輯的概念。基於模糊集合和模糊邏輯的模糊數學就發展起來了。工具
目前模糊數學在某些應用方面已經有了較大的發展。因爲模糊性概念已經找到了模糊集的描述方式，人們運用概念進行判斷、評價、推理、決策和控制的過程也能夠用模糊性數學的方法來描述。例如：模糊聚類分析、模糊模式識別、模糊綜合評判、模糊決策與模糊預測、模糊控制、模糊信息處理等。oop
2、什麼問題是模糊問題？如何用模糊問題進行解決？大數據
舉個簡單的例子，30歲屬於青年仍是中年，一般如今的計算機在判斷時會根據青年和中年的界限來判斷，好比說40歲是個界限，那麼計算機會認爲39歲的人是青年，40歲就是中年。現實生活中，咱們憑藉本身的感受也好，主流認知也好，其實對青年和中年並無一個很清晰的界限，咱們是根據多方面來進行判斷的，好比心態、面貌、身體情況等等。spa
那麼咱們用模糊數學的方法來看待時會怎麼作呢？首先，咱們可能須要知道判斷一我的屬於哪類年齡階段所需考慮的幾個指標，並給相應的指標以權重（固然這個權重也會受其餘因素影響），總和以後再決定它的年齡階段。這裏用一個不是很恰當，可是便於理解的例子來講明一下。資源
3、大數據
針對大數據，我真的沒有發言權，這裏簡單說一下個人認識，或許能有幫助。
首先，我認爲如今的大數據還處在大的階段，數據是要大，就像礦山同樣，礦石大點裏面的礦物質必然也不會太少，可是礦山還分富礦和貧礦。針對不一樣類型的大數據，用不一樣的算法（採礦方式）是很是重要的。我這一段時間看了Hadoop的相關書籍，對目前的大數據有了一點點了解，其實不管如今數據處理過程當中使用的是神經網絡也好、層次分析也好、統計機率也好，咱們在解決大數據這種模糊問題的方式仍是大部分基於精確數學的思路開展的（固然也不是絕對的，精確和模糊的概念一樣是一個相對的概念，只是站的角度不一樣，理解就會有差異）。
管工，你說心理學、生物學方面的人一塊兒討論會有一些新的東西，我是很認同的，可是若是是單純的心理學和生物學其實用處也不是很大，我感受如今這個社會教育把人和專業捆得太緊了，當須要創新的時候，必定是須要跨領域跨專業的。
說到這裏，我就想說一下關於「大數據」的個人理解，可能如今的人會說如今的數據不少，用了多少硬盤什麼的，這些數據都是寶藏啊什麼的，是的，這些數據是寶藏，可是若是守着這些數據是徹底沒有意義的，好比說有我的有個蘋果電腦，可是他不會iso編程，其實他就浪費了不少資源。
若是把控「大數據」是很關鍵的，一方面咱們要從數據中挖出知識和規律，另外一方面咱們要總結人類發展以來的各相關領域的各類核心本質、真理。這就像是兩條線，一條是根據現階段的數據得出發展趨勢，另外一種是利用核心本質、真理預測發展趨勢，將這兩條線進行調和和取捨，就能夠更好的作出預測。
4、算法
這兩天在家稍微仔細的看了一下神經網絡，是的，正如您所說，他其實能夠歸到層次分析的那類中的，如今神經網絡被炒得很火，同時我也查了一下，其實不少大型的IT公司都已經成立了組合數學等相關的研究機構，模糊數學的理論也在逐漸完善，相關的算法也已經有所發展，我感受，若是想要作一些不同凡響的事，一方面要深入理解如今的主流，更要把控將來發展的趨勢。