Varlamova Lyudmila Petrovnaning fan doktori (DSc) dissertatsiyasi himoyasi haqida e’lon
 
I. Umumiy ma’lumotlar.
Dissertatsiya mavzusi, ixtisoslik shifri (ilmiy daraja beriladigan fan tarmog‘i nomi): «Transport oqimlarini adaptiv boshqarish tizimlarini sintezlashning neyro-noravshan modellari va algoritmlari», 05.01.08–Texnologik jarayonlar va ishlab chiqarishlarni avtomatlashtirish va boshqarish (texnika fanlari).
Dissertatsiya mavzusi ro‘yxatga olingan raqam: B2020.3.DSc/T321.
Ilmiy maslahatchi: Maraximov Avazjon Raximovich, texnika fanlari doktori, professor.
Dissertatsiya bajarilgan muassasa nomi: O‘zbekiston Milliy universiteti.
IK faoliyat ko‘rsatayotgan muassasalar nomi, IK raqami: Toshkent davlat texnika universiteti, DSc.03/30.12.2019.T.03.02.
Rasmiy opponentlar: Ismailov Mirxalil Agzamovich, texnika fanlari doktori,professor;Kaipbergenov Batirbek Tulepbergenovich, texnika fanlari doktori, professor;Tashmanov Erjan Baymatovich, texnika fanlari doktori, professor.
Yetakchi tashkilot:Toshkent davlat transport universiteti.
Dissertatsiya yo‘nalishi: nazariy va amaliy ahamiyatga molik.
II. Tadqiqotning maqsadi yo‘l harakati ob’ektlarining shovqinli video tasvirlariga ishlov beruvchi murakkab boshqarish tizimlarini loyihalashda uzluksiz ishlashni ta’minlash uchun transport oqimlarini boshqarishning samarali usullari, matematik modellari va algoritmlarini yaratishdan iborat.
III. Tadqiqotning ilmiy yangiligi:
transport oqimlarini boshqarishning konsepsiyasi va uslubiyati ishlab chiqilgan hamda asosiy tamoyillari aniqlangan;
aprior axborotlar etarli bo‘lmagan sharoitlardagi diterminanlangan xarakterli tadqiqot ob’ektining xossalarini e’tiborga olgan holda yo‘l harakatini boshqarish tizimlari strukturalari sintezlangan;
transport oqimlarini boshqarish tizimlarining noravshan-mantiqiy xulosaga asoslangan gibrid matematik modellari ishlab chiqilgan;
transport oqimlarini boshqarishning mul`tiagentli tizimlarini boshqarishning ko‘p pog‘onali yondashuvga asoslangan modellari va algoritmlari ishlab chiqilgan;
adaptivlik sinfidagi neyro-noravshan ehtimollik tarmoqlarini tasniflash usuli asosida boshqarish tizimi modelining strukturasi ishlab chiqilgan;
yuqori hisoblash imkoniyatlari mavjud bo‘lganda anomal ta’sirlarga nisbatan natijaviy baholarning yuqori sezgirligini talab etuvchi holatlar uchun aprior noaniqlikdagi blokli shakl asosida Kalman tipidagi fil`trni qurishning gibrid algoritmi ishlab chiqilgan;
tanlanma kichik hamda applikativ xalaqit mavjud bo‘lgan sharoitlarda turli xil yadroli funksiyalar bilan o‘rab olish usulini qo‘llab, parametrik bo‘lmagan usullar asosida tasvirlarni tanib olishning gibrid algoritmi ishlab chiqilgan.
IV. Tadqiqot natijalarining joriy qilinishi.
Transport oqimlarining ob’ektlarini tanish, identifikatsiyalash va tasniflash; transport oqimlarini boshqarishning ishlab chiqilgan algoritmlari, usullari va dasturiy ta’minotlari asosida:
ishlab chiqilgan transport oqimlarini boshqarishning mul`tiagentli tizimlarini boshqarishning ko‘p pog‘onali yondashuvga asoslangan modellari va algoritmlari O‘zbekiston Respublikasi Mudofaa vazirligining 64562, 49479, 71201-harbiy qismlarining kuzatuv jarayonlariga joriy etilgan (O‘zbekiston Respublikasi Mudofaa vazirligining 2020 yil 22 iyuldagi 25/10/685-son ma’lumotnomasi). Natijada, harakatlanuvchi ob’ektlar va transport vositalarini kuzatish sifati 10-12% ga oshgan;
ishlab chiqilgan adaptivlik sinfidagi neyro-noravshan ehtimollik tarmoqlarini tasniflash usuli asosida boshqarish tizimi modelining strukturasi O‘zbekiston Respublikasi Mudofaa vazirligining 64562, 49479, 71201-harbiy qismlarining kuzatuv jarayonlariga joriy etilgan (O‘zbekiston Respublikasi Mudofaa vazirligining 2020 yil 22 iyuldagi 25/10/685-son ma’lumotnomasi). Natijada, tanib olish koeffisienti 80% ni tashqil etgan, bu esa freymdagi ob’ektlar sonini tasniflash va hisoblash imkonini bergan;
yuqori hisoblash imkoniyati mavjud bo‘lganda anomal ta’sirlarga nisbatan natijaviy bahoning yuqori sezgirligi talab etiladigan hollar uchun aproir noaniqlikdagi blokli shakllar asosida Kalman turidagi fil`trni qurishning gibrid algoritmi hamda u asosida yaratilgan «Videotasvirdagi ob’ektlarni tanib olish, tasniflash va ularning sonini sanash uchun chuqur neyron tarmoqlari asosidagi dasturiy ta’minot» majmuasi sport musobaqalarini o‘tkazishda turli xil ob’ektlarni tanib olish uchun joriy etilgan (O‘zbekiston Gandbol Federatsiyasining 2020 yil 3 maydagi 118-son xulosasi). Natijada, qoida buzarliklarni aniqlash maqsadida sport tadbirlarini o‘tkazishda va transport birliklarini kuzatish tizimlarida harakatni aniqlash ko‘rsatkichlarini 22% ga yaxshilanishiga erishilgan.