44

Ушбу мақолада гидротехника иншоотларини бошқариш учун ноаниқ мантиқ асосида тизим яратиш усуллари ўрганилади. Сув омборларини бошқаришдаги кўп мезонли ва ноаниқ маълумотларга эга вазиятларда, ноаниқ мантиқ ёрдамида бошқарув тизимлари синтезланади. Ноаниқ қоидалар ёрдамида сув омборига кирувчи ва чиқадиган оқимлар, омбор ҳажми ва вақт каби параметрларни оптималлаштиришга имкон берувчи бошқарув алгоритмлари ишлаб чиқилади. Тадқиқот, сув ресурсларини бошқариш учун ноаниқ қоидалар асосида яратиш ва бу орқали керакли натижаларга эришишни таклиф қилади. Ушбу ёндашув ёрдамида ноаниқ сув ресурсларини аниқлаш ва оптималлаштириш мумкин.

  • Read count 44
  • Date of publication 05-12-2024
  • Main LanguageO'zbek
  • Pages79-86
Ўзбек

Ушбу мақолада гидротехника иншоотларини бошқариш учун ноаниқ мантиқ асосида тизим яратиш усуллари ўрганилади. Сув омборларини бошқаришдаги кўп мезонли ва ноаниқ маълумотларга эга вазиятларда, ноаниқ мантиқ ёрдамида бошқарув тизимлари синтезланади. Ноаниқ қоидалар ёрдамида сув омборига кирувчи ва чиқадиган оқимлар, омбор ҳажми ва вақт каби параметрларни оптималлаштиришга имкон берувчи бошқарув алгоритмлари ишлаб чиқилади. Тадқиқот, сув ресурсларини бошқариш учун ноаниқ қоидалар асосида яратиш ва бу орқали керакли натижаларга эришишни таклиф қилади. Ушбу ёндашув ёрдамида ноаниқ сув ресурсларини аниқлаш ва оптималлаштириш мумкин.

Русский

 В данной статье исследуются методы создания системы на основе нечеткой логики управления гидротехническими сооружениями. В ситуациях с многокритериальностью и неопределенностью информации при управлении пластом системы управления синтезируются с использованием нечеткой логики. С помощью нечетких правил разрабатываются алгоритмы управления, позволяющие оптимизировать такие параметры, как потоки на входе и выходе из резервуара, объем и время резервуара. В исследовании предлагается создать на основе неопре-деленных правил управление водными ресурсами и тем самым достичь желаемых результатов. Используя этот подход, можно выявить и оптимизировать неопределенные водные ресурсы.

English

In this article, the methods of creating a system based on fuzzy logic for the control of hydrotechnical structures are studied. In situations with multi-criteria and uncertain information in reservoir management, management systems are synthesized using fuzzy logic. With the help of fuzzy rules, control algorithms are developed that allow to optimize parameters such as flows entering and leaving the reservoir, reservoir volume and time. The study proposes to create based on uncertain rules for water resources management and thereby achieve the desired results. Using this approach, uncertain water resources can be identified and optimized.

Author name position Name of organisation
1 Zayniddinov B.G. Техника фанлари бўйича фалсафа доктори “International School of Finance Technology and Science” институти
2 O'rinov S.R. Техника фанлари доктори (DSc) “International School of Finance Technology and Science” институти
Name of reference
1 1. Саридис Дж. Самоорганизующиеся стохастические системы управления. М., 1980. - 400 с.
2 2. Srinivas R., Bhakar P., Singh A. P. Groundwater quality assessment in some selected area of Rajastan, India using fuzzy multi-criteria decision making tool. ICWRCOE 15. Aquatic Proced 4: Mangalor, 2015, 1023–1030 pp.
3 3. Moorthi P.V.P., Ajit Pratap Singh, Agnivesh P. Regulation of water resources systems using fuzzy logic: a case study of Amaravathi dam // Applied Water Science (2018) 8:132.
4 4. Gurocak H.B. A genetic-algorithm-based method for tuning fuzzy logic controllers // Fuzzy Sets and Systems. Tokio, 1999. № 108. 39-47 pp.
5 5. Herrera F., Lozano M., Verdegay J.L. Tuning fuzzy controllers by genetic algorithms // Internat. J. Approx. Reasoning. 1995. № 1. Kompen, 299-315 pp.
6 6. P. King and E. Mamdani. “The application of fuzzy control to industrial process” // Automatica, vol. 13, pp. 235-242, 1997.
7 7. Lee C. C. Fuzzy logic in control systems: Fuzzy logic controller // IEEE Transactions on Systems, Man and Cybernetics, 20(2), Pekin, 1990, 419–435 pp.
8 8. Аверкин А.Н., Федосеева И.Н. Параметрические логики в интел-лектуальных системах управления. –М.: ВЦ PAH, 2000. 213– 215 c.9. Юсупбеков Н.Р., Алиев Р.А., Р.Р.Алиев., Юсупбеков А.Н. Интеллектуальные системы управления и принятия решений. Ўзбекистон миллий энциклопедияси. Тошкент 2014. 87-109 бб.
9 9. Юсупбеков Н.Р., Алиев Р.А., Р.Р.Алиев., Юсупбеков А.Н. Интеллектуальные системы управления и принятия решений. Ўзбекистон миллий энциклопедияси. Тошкент 2014. 87-109 бб.10. Takagi T., Sugeno M. Stability Analysis and Design of Fuzzy Control Systems // Fuzzy Sets and Systems.– Tokio, 2008. Vol. 45. № 2. 135-156 pp.
10 10. Takagi T., Sugeno M. Stability Analysis and Design of Fuzzy Control Systems // Fuzzy Sets and Systems.– Tokio, 2008. Vol. 45. № 2. 135-156 pp.
11 11. Navale R. L., Nelson R. M. (2012). Use of genetic algorithms and evolutionary strategies to develop an adaptive fuzzy logic controller for a cooling coil – Comparision of the AFLC with a standart PID controller. // Energy and Buildings, 45, 169–180 pp.
12 12. Кудинов Ю. И., Дорохов И. Н., Пащенко Ф. Ф. Нечеткие регуляторы и системы управления. // Control sciences № 3. 2-14 с.
Waiting