Soft komputasi berbeda dari konvensional (keras) dalam komputasi, seperti komputasi keras, itu adalah toleran terhadap ketidaktepatan, ketidakpastian, kebenaran parsial, dan aproksimasi. Akibatnya, panutan bagi soft computing adalah pikiran manusia. Prinsip pengarah dalam soft computing adalah: Eksploitasi toleransi untuk ketidaktepatan, ketidakpastian, kebenaran parsial, dan pendekatan untuk mencapai tractability, ketahanan dan solusi biaya rendah. Ide-ide dasar yang mendasari perhitungan lunak dalam inkarnasi saat ini memiliki hubungan dengan pengaruh sebelumnya banyak, di antaranya 1.965 kertas Zadeh pada set fuzzy; kertas 1973 tentang analisis sistem yang kompleks dan proses pengambilan keputusan, dan laporan 1979 (1981 kertas) pada kemungkinan teori dan lunak analisis data. Dimasukkannya komputasi syaraf dan komputasi genetik dalam soft computing datang pada suatu titik kemudian.
Pada saat ini, unsur-unsur utama Soft Computing (SC) adalah Fuzzy Logic (FL), Neural Computing (NC), Evolusi Perhitungan (EC) Mesin Belajar (ML) dan Probabilistik Penalaran (PR), dengan keyakinan subsuming jaringan yang terakhir, teori chaos dan bagian dari pembelajaran teori. Yang penting untuk dicatat adalah bahwa soft computing bukan sebuah melange. Sebaliknya, ini adalah kemitraan di mana masing-masing mitra kontribusi metodologi yang berbeda untuk mengatasi masalah dalam domainnya. Dalam perspektif ini, metodologi konstituen utama dalam SC adalah saling melengkapi dan bukan kompetitif. Selain itu, soft computing dapat dilihat sebagai komponen dasar untuk bidang kecerdasan konseptual muncul.
Pada saat ini, unsur-unsur utama Soft Computing (SC) adalah Fuzzy Logic (FL), Neural Computing (NC), Evolusi Perhitungan (EC) Mesin Belajar (ML) dan Probabilistik Penalaran (PR), dengan keyakinan subsuming jaringan yang terakhir, teori chaos dan bagian dari pembelajaran teori. Yang penting untuk dicatat adalah bahwa soft computing bukan sebuah melange. Sebaliknya, ini adalah kemitraan di mana masing-masing mitra kontribusi metodologi yang berbeda untuk mengatasi masalah dalam domainnya. Dalam perspektif ini, metodologi konstituen utama dalam SC adalah saling melengkapi dan bukan kompetitif. Selain itu, soft computing dapat dilihat sebagai komponen dasar untuk bidang kecerdasan konseptual muncul.
Lebih lanjut lagi, dalam konsep soft computing, metoda – metoda ini ibarat pilar , slaing mendukung dan bekerjasama dalam memecahkan suatu permasalahan. Keunggulan yang diperoleh dari kerjasama metoda – metoda itu lebih ditekankan daripada keunggulan individual salah satu daripadanya. Kekurangan satu metoda akan ditutup dengan kelebihan metoda lainnya. Keunggulan satu metoda disumbangkan, sehingga segi – segi positif dari metode yang ada tersebut dapat dimanfaatkan secara optimal.
Tujuan soft computing adalah terbentuknya High Machine Intelligence Quotient (HMIQ), suatu system yang mampu mengolah informasi seperti cara berpikir manusia, mempunyai kemampuan untuk menyelesaikan permasalahan non-linier dan tidak ada model matematisnya (tractability), serta dapat diimplementasikan dengan biaya rendah.
Adapun tujuan metode soft computing adalah :
1. Non-linearitas dan kompleksitas problema. Kemampuan menyelesaikan problematika yang sulit dan tidak bisa diselesaikan dengan metoda biasa
2. Kemampuan memanipulir parameter yang tidak pasti ( sesuatu yang tidak bisa diukur secara pasti, misalnya mengukur kadar cinta )
3. Kemampuan men-generalisir solusi
4. Kemampuan klasifikasi dan kuantifikasi data, misalnya dengan lebih mudahnya pengerjaan kasus regresi linier dengan teknologi ini daripada dengan fuzzy logic.
5. Kemampuan mengatasi keterbatasan data, misalnya pada dunia statistic.