软计算方法（soft computing method），理学-系统科学-系统工程-复杂系统工程-【复杂系统工程的基本理论】，使用不精确的解决方案来计算硬的任务。如解决NP完全问题，没有已知的算法，可以计算多项式时间中的精确解。伴随20世纪“数学：确定性的终结”，诞生了后来称之为“软计算”的新兴学科。软计算的角色模型是人类思维。自60年代中期模糊逻辑出现后，神经网络、遗传算法和概率推理相继问世，构成软计算方法群的核心部分。软计算的主要成分是模糊逻辑、进化计算、机器学习和概率推理，还包括置信网络，混沌理论和学习理论的部分。软计算在90年代初成为计算机科学的正式学习领域。软计算涉及不精确性、不确定性、部分真值和近似，以实现可实施性、鲁棒性和低解决方案成本。因此，它是相当多机器学习技术的基础。其特点是：①不需要建立问题本身的精确数学或逻辑模型，而是直接对输入数据进行处理得出结果。②更适用于解决传统AI技术难以有效地处理甚至无法处理的问题。③只有数值数据可利用时可以用神经网络。④处理具有模糊性的知识，可以使用模糊逻辑。⑤从多个组合中选优，可以使用遗传算法。