ИНТЕЛЛЕКТУАЛ ТИЗИМ ЁРДАМИДА ДОН СИФАТИ ЮҚОРИ БЎЛГАН БУҒДОЙ НАВЛАРИНИ АНИҚЛАШ Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

УДК 004.657

ИНТЕЛЛЕКТУАЛ ТИЗИМ ЁРДАМИДА ДОН СИФАТИ ЮЦОРИ БУЛГАН БУГДОЙ

НАВЛАРИНИ АНЩЛАШ

ЧПодиев Файзулла Юсупович - доцент в.б.; fayzulloshvu@gmail.com https//orcid.org/ 0000-00017783-0502

^шбоев Эркин Абдирашидович - доцент в.б.; eeal7071974@gmail.com. https//orcid.org/ 00000002-7160-2733

2Дилмуродов Шерзод Дилмуродович - к-х.ф.ф.д.; s.dilmurodov@mail.ru https//orcid.org/ 00000003-1671-8554

хКарши давлат университети, Карши ш. Узбекистон.

2Жанубий дехкончилик илмий тадкикот институти. Карши ш. Узбекистон.

Аннотация. Мацолада сунъий интеллект усулларига асосланиб ишлаб чщилган интеллектуал тизим ёрдамида маълумотларни цайта ишлаш йули билан яширин цонуниятларни топиш, %амда топилган цонуниятларга асосланиб дон сифати юцори булган бугдой навларини аницлаш масаласи царалган. Натижа сифатида бугдой навларининг дон сифати юцорилигини таъминловчи аломатлар аницланган ва бу аломатларга кура дон сифати юцори булган бугдой навларининг умумлашган ба^олари щсобланган.

Калит сузлар. Сунъий интеллект, интеллектуал тизим, CropStat, GenStat, Statistica, танланма, аломат, сайкаллаш, нормаллаштириш, стандартлаштириш, умумлашган бахолар, аломат вазни.

The article deals with the problem offinding hidden ruls by processing data using an intelligent system developed on the basis of artificial intelligence methods, as well as identifying wheat varieties with high grain quality based on the ruls found. As a result, the traits of wheat varieties providing high grain quality were determined, and based on these traits, generalized estimates of wheat varieties with high grain quality were calculated.

Key words. Artificial intelligence, intelligent system, CropStat, GenStat, Statistica, sampling, feature, smoothing, normalization, standardization, generalized estimates, feature weight.

Маколада утказилган тажрибалар (бугдой навлари устида) натижасида тупланган маълумотларни сунъий интеллект усулларига асосланиб ишлаб чикилган интеллектуал тизим ёрдамида кайта ишлаш йули билан яширин конуниятларни топиш хамда топилган конуниятларга асосланиб дон сифати юкори булган бугдой навларини аниклаш масаласи куриб чикилади.

Маълумки кишлок хужалиги сохасида сифатли махсулотлар ишлаб чикариш учун тупланган тажрибаларга таяниш мухим ахамият касб этади. Шунингдек, анъанавий тажрибалар утказиш жараёни катта масъулият ва узок вакт, хдмда куп маблаг талаб этади. Шу боисдан хам утказилаётган тажрибалар ва тупланган маълумотлар ута кимматли хисобланади.

Х,озирги кунга келиб эса тажрибаларни илм-фан ютукларига таянган холда, виртуал лабораториялардан фойдаланиб утказиш имконияти тугилмокда. Шу сабабдан бу каби виртуал лабораторияларни ташкил этиш ва тажрибаларни илм-фан ютукларидан фойдаланиб утказишни янада мукаммаллаштириш учун сунъий интеллект асосида ишловчи интеллектуал тизимларга эхтиёж тугилмокда. Бундай тизимлар асосида бир катор сунъий интеллект усуллари ёрдамида тажриба натижаларини кайта ишловчи алгоритмлар ётади.

Кишлок хужалиги сохасида тупланган тажрибаларга ва айрим махсулотларга тегишли булган параметрларга таяниб ишловчи бир катор тизимлар утган асрнинг охирларида пайдо була бошлади [1].

Х,озирда кишлок хужалигининг турли йуналишлари учун тажриба майдонлари ва умумий экин майдонларидан олинган маълумотларни тахлил килиш хамда улардан фойдаланиш учун бир катор махсус дастурий воситалар мавжуд. Бунга мисол килиб утган

асрнинг 90-йилларида халкаро Rays илмий тадкикот институти томонидан MS DOS операцион тизими (ОТ)да ишловчи Irristat дастурини келтириш мумкин.Бу дастурнинг кейинги версия (накл)лари Windows ОТ мухитида фойдаланишга хам мулжалланган. Кейинчалик бу дастурга нисбатан мукаммалрок дастурий воситаларга эхтиёж тугилган. Шу сабабли Irri фирмаси Cimmyt фирмаси билан хамкорликда кишлок хужалик сохасидаги маълумотларни тахлил килишга мулжалланган CropStat дастурини ишлаб чикди. Ушбу дастур базавий статистик тахлил ва кишлок хужалиги дала тажрибалари маълумотларини бошкариш буйича халкаро дастурдир.

CropStat дастури маълумотларни тахлил килиш ва бошкаришни муайян дастурий ечимлар ёрдамида амалга оширади, аммо тупланган маълумотларни талкин этиш кишлок хужалик сохасида юкори тажриба даражасини талаб этади. Шунингдек, бу дастур нафакат кишлок хужалиги лойихаларини амалга оширишда, балки инсонларнинг кундалик кишлок хужалиги махсулотларига булган эхтиёжларини кондириш учун мулжалланган статистик хисоб-китобларни амалга оширишда хам кулланилади. Дастур интерфейси содда булиб, унинг бажарадиган вазифалари дастур менюларида акс этган. Дастур "sys" кенгайтмали файллар билан ишлайди. Шу билан бир каторда дастур ёрдамида Anova, Dbase ва Paradoxкаби маълумотлар базалари ва бошка куринишдаги буйрукли файлларни хам кайта ишлаш мумкин.

GenStat (умумий статистика) дастури кишлок хужалик сохасига оид маълумотларни тахлил килиш учун мулжалланган дастурий таъминот тупламларидан бири хисобланади ва ушбу дастур 1968 йилда ишлаб чикилган булиб, купгина илмий изланувчилар томонидан мукаммаллаштирилиб келинмокда. Дастур фойдаланувчилар учун кулай интерфейсга эга булиб, профессионал модулли дизайн, график функциялар, чизикли ва аралаш моделлар билан бойитилган. GenStat нинг доимий ривожланиши VSN International (VSNi) каби ракамли алгоритмлар гурухи асосида ташкил этилган кутубхоналар хамда Rotham Sted Research (Инглиз кишлок хужалиги тадкикотлари институти) фаолияти билан боглик.

Genstat усимликшунослик, урмон хужалиги, хайвонот олами ва доришунослик каби бир катор сохаларда кулланилади. Шунингдек бу дастур бир катор ривожланган илмий- тадкикот институтлар хамда корхоналар томонидан тан олинган. Дастур таркибига статистик тестлар, дисперсия тахлили (ANOVA), регрессия тахлили ва бошка статистик усуллар асосида ишловчи кисм дастурлар киради.

Дастур узининг электрон жадвалига эга булиб, у скаляр, вектор, матрица (жадвал) куринишидаги маълумотларни кайта ишлашни амалга оширади. Шунингдек дастур жадвали MS Exce 1электрон жадвали билан хам мос келади.

Statistica дастури эса дастлаб 1980 йилларнинг урталарида ишлаб чикилган StatSoft дастурий таъминот тупламларидан келиб чиккан. 1986 йилда Complete Statistical System (CSS) ва1988 йилда Macintosh Statistical System (MacSS) чиккандан сунг, 1991 йилда Statistica нинг биринчи DOSверсияси фойдаланишга такдим этилди, хдмда 1992 йилда Macintosh версияси хам фойдаланишга топширилди.

Statistica 5.0 версияси 1995 йилда ишлаб чикилган булиб, у янги 32 битли Windows 95/NT ва Windows нинг эски 3.1 версиясида хам ишлаган эди. Унда куплаб янги статистика график процедуралар, матн процессори услубидаги чикиш мухаррири (жадвал ва графикларни бирлаштирган) ва фойдаланувчига янги процедураларни осонликча лойихалаштиришга имкон берадиган (Масалан, киритилган Statistica Basicrili) мухит мавжуд булган.

1996 йилда Statistica 5.1, кейинчалик StatisticaCA97 ва Statistica 98 версиялари ишлаб чикилган. Ва нихоят Statistica 9.0 версияси 2009 йилда ишлаб чикилган булиб, у 32 ва 64 битли компьютерларда ишлай олади.

Дастурий таъминотда ишлаш, одатда маълумотлар жадвалини юклашни ва очиладиган менюлардан статистик функцияларни (Statistica 9.0 версиясидан бошлаб) лента панели куринишида фойдаланиш имконини беради. Сунгра менюлар узгарувчиларни киритишни ва тахлил килиш турини талаб килади. Буйруклар учун курсатмаларини киритиш шарт эмас. Х,ар бир тахлил график ёки жадвалли натижаларни уз ичига олади ва уларни иш дафтарида саклайди.

Statistica дастури стандарт 2 ва 3 улчовли графикалардан ташкари аналитик ва кидирув графикаларини хам уз ичига олади. Шунингдек, башоратлаш харакатлари тасвирларни текширишга имкон беради.

Юкорида санаб утилган тизимлар кишлок хужалиги сохасидаги бир катор масалаларни хал этишга кисман ёрдам бера олади, аммо кишлок хужалигида етиштирилаётган махсулотларнинг кургокчиликка ва касалликларга чидамлилиги, шунингдек хосилдорлиги хамда дон сифати юкори булиши каби башоратларни амалга ошира олмайди. Шу сабабдан хам бу каби мураккаб башоратларни хал килишга мулжалланган интеллектуал тизимларга эхтиёж юкори.

^уйида биз юкоридагиларга асосланиб бугдой навлари орасидан дон сифати юкори булганларини аниклаб берувчи интеллектуал тизимдан фойдаланиб натижалар олишни ва олинган натижаларни тахлил килиш жараёнига тухталамиз.

Бу жараённи амалга ошириш учун куйидаги кадамларнинг бажарилиши талаб этилади:

1. Тупланган маълумотлар сифатида Жанубий дехкончилик илмий-тадкикот институти томонидан утказилган тажрибалар натижасида йигилган (245 та бугдой навлари хакидаги) маълумотлар жадвали (танланма) файлидан фойдаланилади.

2. Бугдой навларининг дон сифати юкори булиши учун мухим ахамиятга эга параметр (аломат)лар соха мутахассислари кумагида аникланади [2].

3. Бугдой навлари хакидаги маълумотлар жойлашган танланма файли интеллектуал тизим кайта ишлаши учун укиб олишга тайёрланади.

4. Интеллектуал тизим ишга туширилиб дон сифати юкори булган бугдой навлари хакидаги башорат натижа сифатида олинади.

Энди юкорида келтирилган баёний алгоритмни батафсил ёритамиз:

1.Танланма файли - бу файлда Узбекистон шароитида экиб келинаётган юмшок бугдой навларининг номлари ва уларнинг хар бири учун аникланган аломатларнинг сон кийматлари жадвал шаклида тасвирланган.

1-жадвал

Тажриба натижалари асосида х,осил килинган жадвал

Нав номи 'О X X -- I л * = 1 г г.. § £ m Р 1 1 | « I э 1 i- X =»- X га = I а Э 9- га га (й Ё -1 г- s X Ik га л 5 f i I » II л о X IS л ^ I га ra £ i 0 x 1 i о s LC = s = f 1" s I! > = 2 W =- IS : :> -та Jl X ^ 2 x и » X S =- = s II О E £ u X" X R X ;>- i.' 0 1 Ci LÜ i X 0 H a ra § £ 1 § о о Li Г 5 Ю га s И iT 5 го га i f =LU Г X л X 5 § X га f * I * ■И о га ас" s а. 0 ч 1 и О Х- a. i X В а X о ч га н о о о тН с о. =■ и га a г»-i X X 9 СЕ х~ Q. 0 5 5 1 и аГ О =■ I г £ л X X о a § =" I | I = £ I Ч s г X т X о г S и га Э х 3 X о 4 S

1 Бунёдкор (ст) 12 26 59 73 51 209 105 36 8 16 9 5 100 43,6 805,4 13 6,2 23 95,3 43,5

2 KR18-BWYT2IR-15 12 24 96 43 50 213 102 41 9 13 9 2,52 50,4 38,2 823,4 13,1 6,4 26,7 109,5 56,5

3 KR18-BWYT2IR-61 11 26 73 54 50 203 34 36 7 12 9 3,37 67,4 35,4 833,1 14,3 6,7 25,7 99,3 65,5

4 KR18-BWYT2IR-72 12 26 SO 55 55 217 107 38 8 18 9 3,69 73,8 36,7 793,3 14,2 6,3 27 103,5 30

5 KR18-BWYT2IR-80 12 24 63 66 52 210 105 35 7 16 9 3,375 77,5 40,2 773,2 15,3 6,5 26,5 109,6 42

6

1 -жадвалда тупланган маълумотлар асосида ташкил этилган жадвалнинг бир кисми акс эттирилган булиб у MS Excel электрон жадвалида шакллантирилган.

2. Танланма файлига дастлабки ишлов бериш. Файлдаги жадвал узида бир катор аломатларни саклайди, аммо масаланинг куйилишига караб айрим мухим (информатив) булмаган аломатларни жадвалдан чикариб ташлашга тугри келади. Масалан, дон сифати юкори булган бугдой навларини аниклашда "Униб чикишдан туплашгача кун", "Охирги бугин узунлиги", "Ётиб колишга чидамлилиги", "Дон намлиги" каби аломатлар мухим ахамият касб этмаслиги сабабли ушбу аломатларни жадвалдан чикариб ташлаймиз:

3. Танланмани тизим укиши учун тайёрлаш. Юкорида келтирилган маълумотлардан куриниб турибдики, бугдой навларига мос келувчи параметрлар турли улчамларда ва айрим аломатлар бир-биридан сон кийматига кура кескин фарк килади. Масалан, "Усимлик буйи" сантиметрда, "1000 та дон вазни" эса грамда. Шунингдек "Дон натураси" 700-850 ораликдаги

сон кийматларни кабул килса, "Дон намлиги" аломати эса 5-8 ораликдаги сон кийматларни кабул килади. Аломатлар орасидаги бундай тафовутлар тизимнинг нотугри башорат килишига сабаб булиши х,ам мумкин. Шу сабабли аломатлар устунларини сайкаллашга эх,тиёж тугилади. Х,озирда сайкаллашнинг иккита усули машх,ур булиб, улар нормаллаштириш ва стандартлаштириш усулларидир. Куйида уларнинг кискача тавсифини келтирамиз:

2-жадвал

Танланманинг кайта ишлангандан кейинги куриниши

Навном и £ о ■х ю X X ч 2 X и » £ U X ^ х m Z'- аг О а о л =■ X о и Q. га 5 £ Ü | О о ш к г га |_ г 5 ъ X га ? £ и * X я 3 ч д И О Ч £ га ^ sf О =t и О х- о. =- X в а X о ч га F-О О О гЧ а. sU (0 DL i X X о а в. 0 S и 1 О Клейковина мивдори, % X CI S з- S ^ X о г г и Я 51 ■=1 3

I Бунёдкор (ст} 105 S 16 5 100 43,6 305,4 13 23 95,3 43,5

г KR13-BWYT2IR-15 102 3 1S 2,52 50,4 33,2 328,4 13,1 26,7 109,5 56,5

3 KR13-BWYT2IR-61 94 7 12 3,37 67,4 35,4 333,1 14,3 25,7 99,3 65,5

4 KR13-BWYT2IR-72 107 8 1S 3,69 73,3 36,7 793,3 14,2 27 103,5 30

5 KR13-BWYT2IR-30 105 7 16 3,375 77,5 40,2 773,2 15,3 26,5 109,6 42

6

3.1. Нормаллаштириш. Аломат кийматларини нормаллаштиришда куйидаги (1) формуладан фойдаланамиз:

-">- X

XJ"

x.

j,m in

X. -X. .

j ,max j,min

(1)

бу ерда x(.' ' - '-сатр ва j-устун кесишмасидаги аломат киймати, X. min -j-устундаги аломат

j ,min

кийматларининг энг кичиги, X. max -j-устундаги аломат кийматларининг энг каттаси [3].

3.2. Стандартлаштириш. Аломат кийматларини стандартлаштиришда куйидаги (2) формуладан фойдаланамиз:

x (i) - и x (i) = Zl_CL

S,

(2)

бу ерда x('' - '-сатр ва ж-устун кесишмасидаги аломат киймати, и. -j-устундаги аломат кийматларининг урта арифметиги, S. -j-устундаги аломат кийматларининг урта квадратик огиши [4].

Sj =

I( x; '-и f

N..

(3)

(3) формула j-аломат устуни учун урта квадратик огишни х,исоблайди ва бу ерда x('' - '-сатр ва j-устун кесишмасидаги аломат киймати, и -j-устундаги аломат кийматларининг урта арифметиги, N.. -j-устундаги аломатга мос келувчи кийматлар сони.

и. =

N

I

j=1

X

.('О

N..

(4)

(4) формуладан фойдаланиб j-устундаги аломат кийматларининг урта арифметиги хисобланади.

Энди сайкалланган танланмани"ИДК" аломати устунидаги кийматларнинг усиши ёки "Оксил микдори", "Клейковина микдори", "1000 та дон вазни", хамда "Дон шишасимонлиги" аломатларидан бирининг кийматлари буйича камайишига кура тартиблаб синфларга ажратишни амалга оширамиз хамда соха мутахассисларига маъкул тушган танланмани оламиз. Шунингдек синфларга ажратиш танланган аломатлар устунидаги мутахассислар таклиф этган чегаравий кийматларга асосланади.

4. Тизимдан олинган натижа. Тизимга танланма файли узатилгандан сунг тизим томонидан маълумотларни кайта ишлаш амалга оширилади.

Дон сифати юкори булган бугдой навларини аниклаш учун тизим томонидан яширин конуниятлар (синфлар ичидаги ухшашлик ва синфлараро фаркланиш) ни хисоблаш куйидаги формула оркали бажарилади:

( 2 w , ч 2 Л( 2 2 , . Л

2

(I кз-/1 - -i) 2| Ki| |K21

^ max, (5)

-1) ^ ^ бу ерда и1, и^лар [с0, с1] ораликдаги ва мос равишда каралаётган аломатдаги К1 ва К2 синфларга тегишли объектлар сони. «2, и^лар эса(с15С2] ораликдаги ва мос равишда каралаётган аломатдаги К1ва К2 синфларга тегишли объектлар сони [5].

Объектларнинг К. (. е1,2) синфларга тегишлилигига кура умумлашган бахолари куйидаги функционал ёрдамида хисобланади:

К (5. ) = Д - с/) / (с2 - С0') , (6)

бу ерда т - аломатлар сони (т е N ), Г - 1 ёки -1 кийматларидан бирини кабул килади, эса

. - объект (бугдой нави) [6].

Тизимга 245 та юмшок бугдой навлари куйидаги 3-жадвалда келтирилган 11 та информатив аломатлар билан "Оксил микдори" аломатига кура синфларга ажратилиб узатилди. 1-синф вакиллари 44 та булиб, бу синфга тегишли булган навларда Оксил микдорининг киймати 15,9 дан юкори. Долган 201 та нав 2-синфга тегишли деб олинди. Шуни таъкидлаш жоизки, 1-синф вакиллари дон сифати юкори деб танланган навлар хисобланади.

3-жадвал.

Тизимдаги юмшок буFдой навлари

№ Аломат c0 c1 c2 Аломат вазни

1 Оксил микдори, % 10,9 15,9 18,7 1

2 Клейковина микдори, % 20 26,8 30,2 0,756405

3 1000 та дон вазни, гр 31,2 41,3 47,2 0,642938

4 Делянкадан олинган хосил, кг 0,6 3,715 6,67 0,641629

5 Х,осилдорлик, с/га 12 74,3 133,4 0,641629

6 Бошок узунлиги, см 6 9 13 0,581166

7 Дон натураси, гр/л 715 807,3 838,1 0,567627

8 ИДК 12,3 106,2 116,6 0,563895

9 Усимлик буйи, см 76 108 135 0,460955

10 Дон шишасимонлиги, % 27 32 65,5 0,451262

11 Бошокчалар сони, дона 12 19 22 0,435574

Тизимдан олинган дастлабки натижалар шуни курсатадики, "Оксил микдори", "Клейковина микдори", "1000 та дон вазни", "Делянкадан олинган хосил", "Х,осилдорлик", "Бошок узунлиги", "Дон натураси", "ИДК" каби аломатлар дон сифати юкори булган навларни аниклашда мухим урин тутади.

Тизим 3-жадвални хосил килишда (5) формулага асосланади. 4-жадвал эса (6) формула ва 3-жадвал асосида тизим томонидан шакллантирилади.

_ 4-жадвал.

№ Т/р Нав номи Синфи Бах,оси

1 14 KR18-BWYT2IR-594 1 1

2 4 KR18-BWYT2IR-604 1 0,91117

3 2 KR18-BWYT2IR-573 1 0,893127

4 17 KR18-BWYT2IR-613 1 0,88508

5 30 KR18-BWYT2IR-483 1 0,859545

6 3 KR18-BWYT2IR-416 1 0,851723

7 10 KR18-BWYT2IR-520 1 0,845375

8 19 KR18-BWYT2IR-408 1 0,830928

9 24 KR18-BWYT2IR-553 1 0,827583

10 6 KR18-BWYT2IR-572 1 0,819154

11

2-жадвалдаги натижалар шуни курсатадики, жадвалнинг юкори кисмидан жой олган навлар дон сифати юкори навлар хисобланади.

Бу каби тадкикотларни соха мутахассислари фикрига таянган холда бошка информатив аломатларни асос килиб олиб, яратилган интеллектуал тизимдан натижалар олинса, турли иклим шароитларига мос булган дон сифати юкори навларни аниклаш имконияти тугилади.

АДАБИЁТЛАР

1. Diyor Turdikulovich Juraev. Oybek Anvarovich Amanov. Sherzod Dilmurodovich Dilmurodov.

Nurzod Bekmurodovich Boysunov. Jabarov Farrukh Odirovich. To study the heatresistance features of bread wheat varietiesand species for the southern regions of therepublic of Uzbekistan. European Journalof Molecular & Clinical Medicine.2020. 7(2):2254-2270. ISSN: 2515-8260.- P.383-391.

2. Eshboyev E. A., Shodiyev F. Y., Bozorov A. A. Berilganlarni qayta ishlash algoritmlarida o'lchov

shkalalari va tanlanma fayllarining o'rni //Fan va jamiyat. - 2019. - №3. - B.7-10.

3. Эшбоев Э. А., Шодиев Ф. Ю., Жураев Д. Т. Умумлашган бахоларни хисоблашдан бугдой

навларини фарклашда фойдаланиш //Инновацион технологиялар. - 2020. - №2 (38).-Б.38-42.

4. Эшбоев Э. А., Шодиев Ф. Ю. Бугдой навларининг занг касалликларига чидамлилигини

башорат килиш //Инновацион технологиялар. - 2021. - №3 (43).- Б.23-27.

5. Fayzulla Yusupovich Shodiyev, Erkin Abdirashidovich Eshboyev, Elyor Hayitmamatovich

Egamberdiyev. Use of generalized estimates to predict the diseases resistance of wheat varieties. Asian Journal of Multidimensional Research (AJMR), India Vol 10, Issue 4, April, 2021 Impact Factor: SJIF 2021 = 7.699, ISSN: 2278-4853.- P.602-610.

6. Shodiyev F. Y., Eshboyev E. A.Umumlashgan baholarni hisoblash usulidan foydalanib qurg'oqchilikka chidamli bug'doy navlarini aniqlash //Fan va texnologiyalar taraqqiyoti. - 2022. - №5.