Qarshi davlat universiteti international scientific and practical conference on algorithms and current problems of programming

10 
Shunday qilib abiturentlarning mavjud ma’lumotlari asosida ularning o‘qishga kirishda 
to‘plashi mumkin bo‘lgan ballni bashoratlash modeli ishlab chiqildi. To‘plagan ballarini 
bashoratlash orqali ularning o‘qishga kirish imtihonlaridagi muvaffaqiyatlarini xulasa 
qilish mumkin. 
Mamdani va Sugeno usullari noravshan mantiq tizimlarida qo‘llaniladigan ikkita 
mashhur yondashuvdir. Mamdani usuli qoidaga asoslangan yondashuvni o‘z ichiga olgan 
noravshan xulosalar tizimining bir turi bo‘lib, qoidalar tabiiy tilda ifodalanadi. U to‘rtta 
asosiy bosqichni o‘z ichiga oladi: Noravshan to‘plamlarga ajratish, qoidalarni baholash, 
yig‘ish va defuzzifikatsiya. Kirish o‘zgaruvchilariga noravshan tegishlilik funksiyalari bilan 
tavsiflangan lingvistik belgilar berish orqali noravshan to‘plamlarga aylantiriladi, so‘ngra 
qoidalar noravshan mantiq operatsiyalari yordamida baholanadi. Qoidalarni baholash 
natijalari keyin aniq natijalarni olish uchun umumlashtiriladi va defuzzifikatsiya 
qilinadi[8], [9]. 
Boshqa tomondan, Sugeno usuli - bu ko‘proq matematik yondashuvga asoslangan 
noravshan xulosalar tizimining bir turi. U ikkita asosiy bosqichni o‘z ichiga oladi: 
noravshan to‘plamlarga ajratish va qoidalarni baholash. Biroq, Mamdani usulida bo‘lgani 
kabi qoidalarni baholashni jamlash va defuzzifikatsiya qilish o‘rniga, Sugeno usuli yakuniy 
natijani olish uchun qoida natijalarining o‘rtacha og‘irligidan foydalanadi. Bu usul Takagi-
Sugeno-Kang (TSK) noravshan modeli sifatida ham tanilgan[10]. 
Mamdani va Sugeno loyqa tizimlari o‘rtasidagi asosiy funktsional farq chiqish tegishlilik 
funktsiyalarida yotadi. Mamdani chiqish tegishlilik funktsiyalari har qanday funktsional 
shaklga ega bo‘lishi mumkin bo‘lsa-da, Sugeno chiqish tegishlilik funktsiyalari chiziqli yoki 
doimiy funktsional shakllar bilan cheklangan. 
Sugeno noravshan xulosalar tizimi (FIS) turli xil kirish ma'lumotlarini qayta ishlashda 
hisoblash samaradorligi, bashorat qilish aniqligi va mustahkamligi bo‘yicha Mamdani FISga 
qaraganda yaxshiroq ishlaydi[1], [11]. Ushbu tadqiqot ishida abiturentlarning oliy ta’lim 
muassasalariga kirish imtihonlarida to‘plashi mumkin bo‘lgan ballni bashoratlash uchun 
Sugeno FIS modeliga asoslangan ANFIS metodologiyasidan foydalanildi. Natijada, umumiy 
ballni bashorat qilish uchun ta’sir etuvchi bir qancha turli omillar asosida chiqish qiymatini 
bashoratlash, boshqa LinearRegression, Random Forest, XGBoost, DecisionTreeRegressor, 
K-nearest Neighbors kabi bashorat modellaridan samarali bo‘lishi isbotlandi. 
1-rasm. Sugeno neyro-noravshan xulosalar tizimi arxitekturasi. 
Har bir kirish uchun uchta tegishlilik funksiyasi bilan birinchi tartibli Sugeno noravshan 
modeliga mos keladigan ANFIS strukturasi 1-rasmda ko‘rsatilgan. Tarmoqda kirish qatlami 

11 
ko‘k rangda berilgan bo‘lib 
n
tani tashkil qilishi mumkin. Bizning misolimizda kirish 
qiymatlari 5 tani tashkil qiladi. Yashil rangda esa kirish qiymatlariga mos tegishlilik 
funksiyalari qatlami keltirilgan. Bunda tegishlilik funksiyalari soni kirish qiymatlarining 
xususiyatlaridan kelib chiqib, har xil bo‘lishi mumkin. Qoidalar qatlami sariq rangda 
berilgan. Jami qoidalar soni 
1

Download 15,84 Mb.