软计算(Soft computing)是通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和强健性的处理方式,和传统计算(硬计算)不同。硬计算的主要特征是严格、确定和精确。但是硬计算并不适合处理现实生活中的许多问题,例如驾驶汽车。它模拟自然界中智能系统的生化过程(人的感知、脑结构、进化和免疫等)来有效处理日常工作。软计算包括几种计算模式:模糊逻辑、人工神经网络、遗传算法和混沌理论。这些模式是互补及相互配合的,因此在许多应用系统中组合使用。
传统人工智能进行符号操作,这基于一种假设:人的智能存储在符号化的知识库中。但是符号化知识的获得和表达限制了人工智能的应用(即符号主义的缺点)。一般的,软计算不进行太多的符号操作。因此,从某种意义上说,软计算是传统人工智能的补充。