Научная статья на тему 'ҲАРБИЙ СОҲАДА ВАҚТ ҚАТОРИНИ ИНТЕЛЛЕКТУАЛ ТАҲЛИЛ ҚИЛИШ ВА БАШОРАТЛАШ МОДЕЛИ'

ҲАРБИЙ СОҲАДА ВАҚТ ҚАТОРИНИ ИНТЕЛЛЕКТУАЛ ТАҲЛИЛ ҚИЛИШ ВА БАШОРАТЛАШ МОДЕЛИ Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

CC BY
39
15
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
Data Mining / IBM Planning Analytics / Statgraphics / Stadia / Deskera ERP / SageIntacct / NetSuite / Multiview / Adaptive Insights.

Аннотация научной статьи по СМИ (медиа) и массовым коммуникациям, автор научной работы — Шерзод Юлдашев

Мазкур ишда урушни башоратлашнинг молиявий вақт қатори интеллектуал таҳлил қилиш мисолида кўриб чиқилган бўлиб, иқтисодий секторни ривожлантириш ва даромад олиш мақсадида маблағни инвестициялаш ғояси келажакдаги мувафаққиятларни башорат қилиш ғоясига асосланади.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «ҲАРБИЙ СОҲАДА ВАҚТ ҚАТОРИНИ ИНТЕЛЛЕКТУАЛ ТАҲЛИЛ ҚИЛИШ ВА БАШОРАТЛАШ МОДЕЛИ»

1fr

TDSHKENT DAVLAT TRÄN SPORT UNIVERSITE Л

Ташкентский гссударстмнчый транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 1-Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

ХАРБИЙ СОМДА ВАКТ КАТОРИНИ ИНТЕЛЛЕКТУАЛ ТАХЛИЛ КИЛИШ ВА БАШОРАТЛАШ МОДЕЛИ

Шерзод ЮЛДАШЕВ,

Узбекистон Республикаси Жамоат хавфсизлиги университети уцитувчиси

E-mail: [email protected] DOI: https://doi.org/10.47689/978-9943-7818-0-1-pp185-191

Аннотация: Мазкур ишда урушни башоратлашнинг молиявий вацт цатори интеллектуал та^лил цилиш мисолида куриб чицилган булиб, ицтисодий секторни ривожлантириш ва даромад олиш мацсадида маблагни инвестициялаш гояси келажакдаги мувафацциятларни башорат цилиш гоясига асосланади.

Калит суз: Data Mining, IBM Planning Analytics, Statgraphics, Stadia, Deskera ERP, SageIntacct, NetSuite, Multiview, Adaptive Insights.

Х,озирги вацтда ^арбий >;одисаларнинг наддан ташцари мураккаблиги ва куп режага асосланганлиги уруш жараёнининг олдиндан та^мин цилинишини цийинлаштиради, бу эса уз урнида масаланинг а^амиятини ва илмий-амалий жи^атини оширади. Ушбу му^им ^арбий ва фалсафий муаммоларнинг янги цирраларини асослайдиган, асосан, кенг мицёсли воситалар асосида ривожланаётган ^арбий ишларда тадцицотларни башоратлаш муаммоларини фаол равишда ривожлантириш жараёни давом этмоцда.

Мазкур ишда урушни башоратлашнинг молиявий вацт цатори интеллектуал та^лил цилиш мисолида куриб чицилган булиб, башоратлаш вазифаси долзарб масалалардан бири булиб цолмоцда ва башорат цилиш ^ар цандай инвестицион фаолиятнинг ажралмас элементи булганлиги сабабли ицтисодий секторни ривожлантириш ва даромад олиш мацсадида маблагни инвестициялаш гояси келажакдаги мувафацциятларни башорат цилиш гоясига асосланади. Молиявий вацт цаторларини башоратлаш вазифасини *ал цилиш учун маълумотларни интеллектуал та^лил цилишнинг (Data Mining) турли усулларини амалиётда цуллаш энг долзарб вазифалардан бири булиб цолмоцда [1].

Шу билан бирга, молиявий вацт цаторларини башоратлаш учун Data Mining усулларини татбиц цилиш ушбу вацт цаторларининг ностационарлик муаммосига дуч келади. Молиявий динамик ривожланиш моделлари доимо узгариб туриши ва бу узгаришлар жуда тез содир булиши мумкинлигидан дарак беради. Натижада, тупланиб бораётган маълумотларга кура, шакллантирилган уцув танланма башоратлаш тизимларидан фойдаланишда муваффацият ёки муваффациятсиз, асосан, келгусидаги вацт цаторларининг серияли динамикаси уцув танланмадаги динамикага мос келадими ёки йуцлигига боглиц.

Бироц бу турдаги усулларда куп учрайдиган хатолик бу кечикишдир: уцув танланма тизимининг ишлаш механизмини узида акс эттирган *олда вацт цаторининг янги динамикасини, янги маълумотларнинг етарли мицдорда тупланиши учун белгиланган вацт цисца булганлиги сабабли ё ишни тухтатиш, ё ёлгон башорат билан якунлашга тугри келади. Шундай цилиб, башорат цилиш

fr

TÛfiHKENÏ DAVLAT TRANSPORT UNIVERSITES

Ташкентский государственный транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 I-Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

тизимининг мавжуд вазиятга тегишли ёки йу^лигини ани^лаш муаммоси пайдо булади.

Бу муаммони ;ал ^илиш учун реляцион ёндашувдан фойдаланиш ор^али тизимли билим хосил ^илинади[1,3]. Бизнинг ёндашувга унинг бир ^исми сифатида ^аралиб, ишлаб чи^илган молиявий ва^т ^атори, башоратлаш технологияси ,жорий вазият учун ^илинган башорат тегишли ёки йу^лигини текширувчи механизмидан фойдаланади. Мазкур технология параллел икки вазифани амалга оширади:

- белгиланган ёки у^итилган интервал асосида башорат ^илинаётган ^ийматлар ^аторини ани^ловчи ^онуниятни топади;

- ю^ори э;тимоллик билан келгусида мазкур ^онуниятни бар^арор ёки бузилаётганлигини назорат ^илиб боришдан иборат. Бунда у^итилган интервал асосида жорий вазиятга нисбатан навбатдаги во^еликни башорат ^илувчи ^оидадир.

Бугунги кунда турли со;аларда башоратлаш учун мулжалланган куплаб дастурий ма;сулотлар ишлаб чи^илган ва уларни янада такомиллаштириш учун турли ёндашувлар амалга оширилмовда. Масалан, IBM Planning Analytics, Statistica, Excel, Statgraphics, Stadia, GARCH, ARIMA, Deskera ERP, SageIntacct, NetSuite, Multiview, Adaptive Insights, Budget Maestro ва ;.к.лар каби оммавийлашган дастурларини уз ичига олган энг кучли дастурларга эга.

Узбекистон Республикаси Марказий банки томонидан белгиланган хорижий валюталарнинг алмашинув курслари бинар ;одиса сифатида ^аралиб, икки хил натижага эга булади: усиш ёки пасайиш [2]. Ушбу ;исобот доирасида валюта курси и^тисодиётнинг умумий ;олатини акс эттириш ва унинг ривожланиш исти^болларини акс эттириши, шунингдек, фонд индексларини акс эттириши назарда тутилган. Айрибошлаш курси ва фонд индекси даражасининг узгариши уртасидаги узаро богли^лик мавжудлигини курсатади.

Ма^оланинг ма^сади Узбекистон Республикаси Марказий банки томонидан белгиланадиган валюта курсларининг харакатини та;миний математик статистика усулининг ^улланилиши ёрдамида башорат ^илишдан иборат, бу курсаткич фонд индекслари даражасининг узгаришига ва белгиланган ва^т интервалга нисбатан уртача курс буйича узгаришларга асосланиб, сотиш устуни ор^али амалга оширилади ва бу 1-жадвалда курсатилган.

1-жадвал.2017-йил саккиз ойлик АКШ доллари

курсининг динамикаси

Код MCM Сана Ой/йил МБ курси Сотиш Сотиб олиш

ракам рамзи

840 USD 1 U.S. Dollar 01/17 3248,13 3312,26 3303,26

840 USD 1 U.S. Dollar 02/17 3311,34 3376,82 3364,11

840 USD 1 U.S. Dollar 03/17 3489,19 3558,23 3549,23

840 USD 1 U.S. Dollar 04/17 3656,38 3728,93 3694,30

840 USD 1 U.S. Dollar 05/17 3785,05 3859,81 3821,29

840 USD 1 U.S. Dollar 06/17 3900,87 3977,93 3938,57

840 USD 1 U.S. Dollar 07/17 3978,15 4056,60 4016,60

840 USD 1 U.S. Dollar 08/17 4103,79 4184,65 4143,05

Ж

TDSHKEIMT DAVLAT TRANSPORT UNItfERSlTETI

Ташкентский гссударстоенчый транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 I-Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

y(t),t = 1,T ва^т ^аторини олдиндан башоратлаш учун р фойдаланадиган Лт,Л2, ...,Лр таянч алгоритмлари берилган булсин. t ва^т моментида башоратлаш рухсат этилган [1, ...,t-1] интервалда мавжуд булган маълумотлардан фойдаланиб, Лí алгоритмига кура ;исобланади. a(t) алгоритмини таянч алгоритмларнинг чизи^ли комбинацияси сифатида ифодалаймиз:

аа) = 1?=1^(о, zf=i^it = i, t = i7r. (i)

t моментда башорат ^илиш учун ишлатиладиган <fit алгоритмларининг вазнлари белгиланган [1,...,t-1] интервалга асосланиб ;исобланади. Башоратлашдан олдин ;ар бир ва^т бирлигининг узида алгоритмлар вазнларини янгиланиб турадиган булса, биз алгоритмик композиция деб номлаган (1) динамик равишда мослашувчан деб атаймиз. Тизим сериянинг энг долзарб сегментлари учун энг яхши моделларни танлайди.

Тизим серияларининг энг фаол сегментлари учун энг яхши моделларни ^уйидаги шарт асосида танланиши амалга оширилади: fl, i = a(t) > 0,95,

?it {0, i Ф a(t) < 0,95. (2)

( max и^.-тЛ,- ^ ор£,Л,- е a(t),

^(Л1,Л2.....Лр) = {isx<t-i 1 у 1 (3)

v 1 2 РУ I > 0.

^-коэффицентлари асосида Лт,Л2, ...,Лр алгоритмлар вазнларига нисбатан ^айта тартибланади: Лт > Л2 > ■■■ > Лр.

1-усул. Энг кичик квадратлар усули ёрдамида изланаётган тугри чизи^нинг Y у^и билан кесишиш ну^таси ва X у^и билан ;осил ^илган бурчак тангенси учун ^уйидаги формулалар ёрдамида ;исоблаб топилади [3-4]:

h _ nZP=1*iri-(ZP=1*i)(ZP=1ri) ■ (л\

= ..^п „2 ^п ; (4)

_

пЕП=1^2-еП=1^г)2

Ь0 (5)

п п

бунда п - танланма ;ажми; Xt - i -чи ^адамдаги кузатиш; Yt - i - чи ^адамдаги кузатишнинг ^иймати.

Шундай ^илиб, регрессия тугри чизи^ тенгламаси ^уйидаги куринишда булади:

Y = Ь0 + ЬтХ (6)

у? (у.—у.)2

Ишончлилик коэффициенти эса Я2 = 1 - ~?п 1 _ 2 (7)

уг=1(уг-у)

формула билан ;исобланади. Бу ерда, Yf - i -чи ^адамдаги кузатишнинг

^иймати; Y - i -чи ^адамдаги (7) тенгламанинг ^абул ^иладиган ^иймати; Y - Y

уп_ у-

кузатишларнинг уртача ^иймати, яъни Y = t=1 1 (8).

1-жадвалдаги маълумотлардан фойдаланиб, 2-жадвал тулдирилади

ж

ТОЙНКЕЫТ ОАУ1_ДТ ТЙДЫЁРйЙТ иН1УЕйа1ТЁ11

Ташкентский государственный транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 I-Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

2-жадвал

1 XI XI К*

1 1 3312,26 3312,26 1

2 2 3376,82 6753,64 4

3 3 3558,23 10674,69 9

4 4 3728,93 14915,72 66

5 5 3859,81 19299,05 25

6 6 3977,93 23867,58 36

7 7 4056,60 28396,2 49

8 8 4184,65 33477,2 64

I 36 30055,23 140696,34 204

2-жадвалдаги маълумотларни ва п = 8 (кузатувлар сони ёки танланма *ажми)ни (4), (5) формулага цуйилиб, цуйидаги цийматлар олинади:

Ь0 = 3173,2105; Ь1 = 129,7096;

Топилган коэффицентларни (3) га цуйиб, цуйидаги ифодага эга буламиз, У = Ь0 + Ь1Х = 3173,2105 + 129,7096Х. Регрессия тугри чизиц тенгламасига Х = 9 циймати цуйилади ва У = 4340,5969 сони *осил цилинади. Демак, энг кичик квадратлар усули натижасига кура кейинги ойда уртача 4340,5969 минг сум мицдорида долларнинг нисбий цийматини Узбекистон сумига нисбатан нисбий курсаткичини башорат цилиш имконияти вужудга келади.

Бу башоратнинг амалга ошиш э^тимоллигини эса (6) формуладан фойдаланиб аницлаймиз. Бунинг учун бизга 3-жадвал маълумотлари керак булади ва уни тулдириб оламиз. (7) дан фойдаланиб, У = 3756,9037 эканлиги маълум булади.

3-жадвал

1 У (К, - Г)2 (Ъ - К)2

1 3312,26 3302,9201 87,2337 197708,0199

2 3376,82 3432,6297 3114,7226 144463,6190

3 3558,23 3562,3393 16,8863 39471,2391

4 3728,93 3692,0489 1360,2155 782,5279

5 3859,81 3821,7585 1447,9167 10589,7066

6 3977,93 3951,4681 700,2322 48852,6253

7 4056,60 4081,1777 604,0633 89817,8722

8 4184,65 4210,8873 688,3959 182966,8972

I 8019,6662 714652,5072

Жадвалдаги маълумотларга кура, (6) буйича цуйидаги натижани оламиз: R2 = 0,9888. Топилган цийматни фоизга угирсак, демак, кейинги ойда уртача (сентабр, 2017) 4340,5969 минг сум мицдорида долларнинг нисбий цийматини Узбекистон сумига нисбатан нисбий курсаткичини 98,88 % да амалга ошишини башорат цилинди.

2-усул. Чизицли булмаган параболик регрессия усулида изланаётган чизицнинг тенгламаси цуйидаги формула ёрдамида ифодаланади [3-5]: У = Ь0 + Ь1Х + Ь2Х2 (8) формуладаги коэффициентлар цуйидаги чизицли тенгламалар системасини ечиш орцали аницланади:

Т

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

ТОйИНЕЫТ Г1АУ1_ДТ ТЙЛНЗРОРТ иМ^ЕНЁНЁТ!

Ташкентский гссударстоенчый транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 ^Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

• Ьо^!Г=1Хг+Ь1^1Г=1Хг2 + Ь1^1Г=1Хг3 = (9)

Чизицли булмаган параболик регрессия тенгламасининг коэффицентларини топиш учун 1-жадвалдаги маълумотлардан фойдаланган *олда цуйидаги

4-жадвалга эга булинди.

4-жадвал

1 ВД X,2 X,3 *!4

1 1 3312,26 3312,26 1 3312,26 1 1

2 2 3376,82 6753,64 4 13507,28 8 16

3 3 3558,23 10674,69 9 32024,07 27 81

4 4 3728,93 14915,72 16 59662,88 64 256

5 5 3859,81 19299,05 25 96495,25 125 625

6 6 3977,93 23867,58 36 143205,48 216 1296

7 7 4056,60 28396,2 49 198773,40 343 2401

8 8 4184,65 33477,2 64 267817,60 512 4096

I 36 30055,23 140696,34 204 814798,22 1296 8772

Олинган коэффицентларни (9) га цуйилади ва *осил булган тенгламалар системасини Крамер усулидан фойдаланган *олда ^исобланиб, цуйидаги натижаларга эришилади: Ь0 = 3136,0327; Ь1 = 164,0163; Ь2 = -3,8118. Топилган коэффициентлар (8) тенгламага кура , цуйидаги ифода куринишига келади: у = 3136,0327 + 164,0163Х - 3,8118Х2. (6) ёрдамида ишончлилик коэффиценти аницланади ва унинг цийматлари цуйидаги 5-жадвалда келтириган.

5-жадвал

1 У; У № - ?)2 № - П2

1 3312,26 3276,2372 1297,6421 197708,0199

2 3376,82 3428,8181 2703,8024 144463,6190

3 3558,23 3573,7754 241,6595 39471,2391

4 3728,93 3711,1091 317,5845 782,5279

5 3859,81 3840,8192 360,6505 10589,7066

6 3977,93 3962,9057 225,7296 48852,6253

7 4056,60 4077,3686 431,3347 89817,8722

8 4184,65 4184,2079 0,1955 182966,8972

I 5578,5987 714652,5072

R2 = 0,9922

fr

TOfiHKEhIT DAVLAT TRANSPORT UNIVERSITETI

Ташкентский государственный транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 I-Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

IScíence

throuyk ti** а*«/ срлсе

Параболик регрессия тенгламасига Х = 9 киймат куйилиб, Y = 4283,4236 натижага эришилади. Демак, кейинги ойда уртача (сентабр, 2017) 4283,4236 минг сум микдорида долларнинг Узбекистон сумига нисбатан кийматини башорат килинди. Бу башоратнинг амалга ошиши э^тимоллиги 99,22 % булиши мумкинлиги аникланади. Та^лилий натижалар чизикли ва чизикли булмаган параболик регрессия усуллари *амда ишончлилик коэффициенти куйидаги 1-расмда келтирилган:

4350 4250 4150 4050 3950 3850 3750 3650 3550 3450 3350 3250

у=3136,0327+164,0163х-3,8118х2 R2 = 0,9922

■Linear regression method

Non-linear parabolic regression

7 method8

1-расм. Та^лилий натижалар.

Тренд моделлари асосида иккала усул орасида *ам узаро богликлик конуниятларини *ам айтиш мумкин:

6-жадвал

Модел номи Тенглама куриниши Ишончлилик коэффициенти (%) Кейинги санадаги кутилаётган башорат натижаси (минг.сум)

Тугри чизикли регрессия 1 = 3173,2105 + 129,7096^ 98,88 4340,5969

Чизикли булмаган параболик регрессия 11= 3136,0327+ 164,0163^ - 3,8118Z2 99,22 4283,4236

Топилган натижалардан куриниб турибдики, тугри чизикли регрессия усулдагидан кура ночизикли параболик регрессия усулида ишончлилик коэффициенти юкори самара бермокда. Биринчи расмда *осил килинган тенгламалар графикларини солиштирадиган булсак, иккинчи график биринчи

Ж

TDSHKENT DAVLAT TRANSPORT UNItf ERSlTE Л

Ташкентский гссударстоенчый транспортный университет

"Актуальные вопросы развития инновационно-информационных технологий на транспорте" АВРИИТТ-2021 ^Республиканская научно-техническая конференция (Ташкент, 24-25 ноября 2021 года)

жадвалда берилган мицдорларга мос цийматларнинг купроц цисмини узида мужассамлаштирган.

ФОЙДАЛАНИЛГАН АДАБИЁТЛАР РУЙХАТИ:

1. Kovalerchuk B., Vityaev E. Data Mining in Finance: Advances in Relation and Hybrid methods. -Kluwer Academic Publishers, 2000. - P. 308.

2. https://xb.uz/uz/interactive/rates/2018-04-03.

3. Беркинов Х., Беркинова А., Султонов Б., Холдоров Х. Ицтисодий масалаларда корреляцион-регрессион та^лил моделлари татбици. // Уцувуслубий цулланма. Тошкент. «IQTISOD-MOLIYA». 2008. - Б. 108.

4. Воронцов К.В. Оптимизационные методы линейной и монотонной коррекции в алгебраческом подходе к проблеме распознавания // ЖВМ и МФ. - 2000. - Т.: 40, № 1. - С. 166-176.

5. Насритдинов Г. Эконометрика.1. // Уцув цулланма. «IQTISOD-MOLIYA». 2008. - Б. 252.

ИНТЕЛЛЕКТУАЛ ТРАНСПОРТ ТИЗИМЛАРИНИ МА^АЛЛИЙ ШАРОИТДА КУЛЛАШНИНГ СИНЕРГЕТИК ХУСУСИЯТЛАРИ

Сарварбек ЮСУПОВ,

(PhD) таянч докторант, Тошкент давлат техника университеты,

Тошкент, Узбекистон E-mail: [email protected] Жамшид ИНОЯТХОДЖАЕВ, т.ф.д., профессор, Тошкент ша^ридаги Турин политехника университети,

Тошкент, Узбекистон E-mail: [email protected] Бацодиржон АСКАРОВ, ф.-м.ф.н., доцент, Андижон^машинасозлик институти, Андижон, Узбекистон E-mail: [email protected] DOI: https://doi.org/10.47689/978-9943-7818-0-1-pp191-195

Аннотация: Ушбу мацолада интеллектуал транспорт тизимларини ма^аллий шароитда цуллашнинг синергетика принциплари асосида янгича ёндашуви баён этилган. Автомобиль ва инфратузилмадан иборат мураккаб тизимни бошцариш учун зарур тартиб ва мослашувчан параметрлар орцали интеллектуал транспорт тизимларидан фойдаланиб, автомобиллар ^аракатини тартибга солишда юцори энергия-ресурс тежамкорлигини ва минимал зарарларни таъминлаш усуллари курсатиб берилган.

Калит сузлар: синергетика, интеллектуал транспорт тизими, фрактал улчов, тартиб параметри, мослашувчан параметри.

КИРИШ

Транспорт самарадорлигини ошириш ва хавфсизлигини таъминлашнинг асосий йуналишларидан бири со^ада транспорт интеллектуал тизимларини шакллантириш ва интеллектуал технологияларни жорий этиш билан боглицдир.

i Надоели баннеры? Вы всегда можете отключить рекламу.