13 maʼlumotlarni intellektual tahlillashning klassik modellarini tahlil qilish

14 
 
 
 
ekspert fikrlari yoki soʻrovlar asosida foydalanishni oʻz ichiga oladi. Tashqi maʼlumotlar va 
tasdiqlangan maʼlumotlar asosida tahlil va taʼriflash amalga oshiriladi. 
Probabilistik tahlil: bu model maʼlumotlarni statistik asosida tahlil qilishga asoslangan. 
Maʼlumotlar boʻyicha ehtimollar, statistik maʼlumotlar orqali tahlil qilinadi. 
Murakkab jarayonlar va ob’yektlarning tizimli tahlili masalalarni yechishning “murakkabligi” 
va “aniqligi” oʻrtasidagi oʻzaro teskari bogʻlanishning mavjudligini aniqlab beradi. Ushbu 
qonuniyatga muvofiq ravishda oʻrganilayotgan ob’yektlarning murakkabligini oshirish 
darajasiga qarab, determinatlashgan, shu jumladan sof ehtimolli usullar ob’yektga nisbatan 
toʻgʻri, aniq jarayon modellarini, shunga mos ravishda muqobillashtirish, qaror qabul qilish va 
boshqaruv modellarining adekvat qoʻllanilishini ta’minlamaydi [11-14].
Sun’iy neyron tarmoqlar parallel hisoblash modellari boʻlib, nochiziqli statistik va dinamik 
tizimlarning parallel ishlab chiqarilishni ifodalaydi. Ushbu tarmoqlarning eng muhim omili 
“berilgan ma’lumotlarni oʻrganish” va unga moslashishdir. Boshqa bir omil parallel 
hisoblashdir, u bir qancha kompyuterlar yordamida tez yechadigan tuzilmalarni ishlab 
chiqishga imkon beradi. Sun’iy neyron tarmoqlar funksiyalarni approksimasiyalash, 
ma’lumotlarni siqish, nochiziqli tizimlarni modellashtirish va boshqarish kabi masalalarni 
yechishning zaruriy hisoblash modellaridir [15-17]. 
Neyron tarmoqlar hisoblash samaradorligi jihatidan ajralib turadi. Ular umumlashtirish 
xossasi - yangi ob’yektlarni toʻgʻri sinflashtirish qobiliyatiga egadirlar. Neyron tarmoqlarning 
kamchiligi yomon interpretasiyalanishidir. 
Evolyusion algoritmlar - muqobillashtirishga revolyusion yondashuvdir. Evolyusion 
algoritmlarning tarkibiy qismi - genetik algoritmlar, unda seleksiya va genitika 
mexanizmlariga asoslangan global muqobillashtirish imkoniyatlari mavjud. Genetik 
algoritmlarning ustuvorliklaridan biri parallel koʻp oʻlchovli qidiruv asosida samarali ishlab 
chiqarish imkoniyatidadir.
Genetik algoritmni ishlash mexanizmi juda sodda. Amallarning oddiyligi va hisoblash asosiy 
ustuvorligi hisoblanadi. Genetik algoritmlarning kamchiligi, birinchidan yaqinlashish 
muammosi va umuman nazariy tuzilmaning yoʻqligidir. Haqiqiy oʻzgaruvchilarni bitli 
qatorlarga kodlash zarurati ham genetik algoritmlarning kamchiligi hisoblanadi. 
Haqiqiy jarayonlar ham stoxastik, ham nostoxastik qonuniyatlar sifatida ta’riflanuvchi 
hodisalar bilan tavsiflanganligi sababli modellashtirish, qaror qabul qilish hamda murakkab 
ob’yekt va jarayonlarni boshqarish masalalarini oʻrganishdagi an’anaviy va qayd etilgan yangi 
fanlarni birlashtirish zarurligini ilmiy jihatdan asoslab beradi. Yondashuvlarni bunday 
integrasiyalashda noaniqliklarni tahlil etishning shakllanib borayotgan umumiy nazariyasi 
asos boʻlib xizmat qiladi. 
Qaror qabul qilish bilan bogʻliq hayotiy hodisalarda maqsadlar, cheklanishlar, tanlash 
mezonlari koʻp jihatdan sub’yektiv va toʻgʻri aniqlanmagan boʻladi. Shuning uchun ham qaror 
qabul qilish jarayonlarini modellashtirishda noravshan toʻplamlar, noravshan mantiq va 
munosabatlardan foydalanishga ehtiyoj tugʻiladi. Noravshan toʻplamlar odam tilidagi 
tushuncha va mezonlarni rasmiylashtirishga, noravshan mantiq, noravshan toʻplamlar 
nazariyasi ob’yektlari ustida amallar bajarishga, noravshan munosabatlar esa sifat aloqalari 
koʻrinishida ifodalangan funksional bogʻlanishlarni modellashtirishga imkon beradi.
Xulosa o‘rnida shuni aytish mumkinki, xozirda jamiyatning turli sohalarida katta hajmli 
ma’lumotlardan foydalanilmoqda. Ushbu ma’lumotlarni intellektual tahlil qilish orqali qaror 

---

`