Sayt test rejimida ishlamoqda

Мухамедиева Дилдора Кабиловнанинг

фалсафа доктори (PhD) диссертацияси ҳимояси ҳақида эълон

 

I. Умумий маълумотлар.

Диссертация мавзуси, ихтисослик шифри (илмий даража бериладиган фан тармоғи): «Колмогоров-Фишер типидаги биологик популяция чизиқсиз системасини сонли моделлаштириш», 05.01.07–Математик моделлаштириш. Сонли усуллар ва дастурлар мажмуи (техника фанлари).

Диссертация мавзуси рўйхатга олинган рақам: В2017.1.PhD/Т7.

Илмий раҳбар: Арипов Мерсаид, физика-матeматика фанлари доктори, профeссор.

Диссертация бажарилган муассаса номи: Тошкент ахборот технологиялари университети.

ИК фаолият кўрсатаётган муассаса (муассасалар) номи, ИК рақами: Тошкент ахборот технологиялари университети,  DSc.27.06.2017.Т.07.01.

Расмий оппонентлар: Усманов Ришат Ниязбекович, техника фанлари доктори, профессор; Имомназаров Холмат Худойназарович, физика-математика фанлари доктори, профессор.

 Етакчи ташкилот: Тошкент давлат техника университети.

Диссертация йўналиши: назарий ва амалий аҳамиятга молик.

II. Тадқиқотнинг мақсади: чизиқсиз парчаланиш усули ёрдамида бир жинсли ва гетероген муҳитда квазичизиқли параболик тенгламалар ва уларнинг системалари билан ифодаланувчи кўп компонентали рақобатдош чизиқсиз биологик популяция жараёнларининг сонли моделларини ишлаб чиқишдан иборат.

III. Тадқиқотнинг илмий янгилиги:

чизиқсиз парчаланиш алгоритмига асосланган кўп компонентали рақобатдош биологик популяция чизиқсиз модели учун автомодел ва тақрибий автомодел ечим олиш усуллари ишлаб чиқилган;

Колмогоров-Фишер типидаги параболик тенгламалар системаси билан ифодаланувчи кўп компонентали рақобатдош биологик популяция жараёни чизиқсиз математик моделининг янги хоссалари яратилган;

муҳит параметри ва фазо ўлчовига боғлиқ ҳолда кўп компонентали рақобатдош биологик популяция тенгламалар системасининг Коши масаласи ечими учун баҳолар олинган ва мос автомодел тенгламалар ечимларининг асимптотик ифодалари ишлаб чиқилган;

чизиқсиз парчалаш алгоритми асосида кўп компонентали рақобатдош биологик популяция масалаларини компьютерда ҳисоблаш учун зарур бўлган қуйи ва юқори ечимлари қуриш усуллари ишлаб чиқилган;

кўрилаётган чизиқсиз Колмогоров-Фишер типидаги биологик популяция масаларини тез ва юқори аниқликда сонли ечиш учун итерацион жараён ёрдамида сонли параметрларнинг қийматларига боғлиқ равишда етарли аниқликда ҳисоблашни таъминловчи мос бошланғич  яқинлашишлар яратилган;

кўрилаётган чизиқсиз математик моделлар учун уни сонли моделлаштиришни амалга оширувчи ҳисоблаш схемалари, алгоритмлар, фойдаланиши қулай бўлган дастурлар мажмуаси ишлаб чиқилган.

IV. Тадқиқот натижаларининг жорий қилиниши:

Ишлаб чиқилган сонли схемалар ва   тадқиқoт усуллари асосида:

параболик типдаги чизиқсиз кўп компонентали биологик популяция модели учун ночизиқли парчаланиш алгоритми асосида олинган автомодель ва тақрибий автомодель ечимлари,  бундай масалаларни глобал ечими учун олинган баҳо, кўп компонентали чизиқсиз рақобатдош  биологик популяция  системасининг Коши масаласи ечими учун олинган баҳо ҳамда сонли ечиш усуллари  маълумотларнинг  интеллектуал таҳлили  масалалари  учун  қарор  қабул  қилишнинг нейро-норавшан моделларини генетик алгоритм ёрдамида синтез қилиш жараёнида дастлабки популяцияни генерация қилишда Тошкент ахборот технологиялари университети ҳузуридаги Дастурий маҳсулотлар ва аппарат-дастурий мажмуалар яратиш маркази томонидан 2012–2016 йилларда бажарилган Ф4-ФА-Ф003 «Маълумотларнинг  интеллектуал таҳлили  масалалари  учун  қарор  қабул  қилишнинг нейро-норавшан моделларини синтез қилиш назарияси ва алгоритмлари» лойиҳасида фойдаланилган (Фан ва технологияларни ривожлантиришни мувофиқлаштириш қўмитасининг ФТК-0313/159-сон маълумотномаси). Тадқиқот натижасида таклиф этилган Колмогоров-Фишер типидаги биологик популяция системаларини сонли ечимлар итерацион жараён учун тез яқинлашишни таъминловчи мос бошланғич яқинлашишни қуриш имконини берган;

диссертация ишида ишлаб чиқилган чизиқсиз жараёнларни ифодаловчи параболик турдаги кўп компонентали чизиқсиз  биологик популяция системалари ночизиқли сифат хоссаларини ўрганиш усуллари, автомодель ва тақрибий автомодель ечимларнинг олиш усуллари, глобал ва чегараланмаган ечимлар учун олинган баҳолар  ҳамда дастурларини хусусийлаштириш, монополиядан чиқариш ва рақобатни ривожлантириш Тошкент вилояти бошқармасида жорий этилган (Ўзбекистон Республикаси Ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлигининг 2017 йил 20 февралдаги 24-8/1056-сон маълумотномаси). Олинган тадқиқот натижалари асосида яратилган алгоритм корхоналар банкротлигини баҳолаш  имконини берган;

ишлаб чиқилган мoделлар,  сонли ечиш  усуллари, алгoритмлар ва дастурий таъминoт тизимлари «Мустақиллик шароитларида Ўзбекистонда бозор иқтисодиётининг шаклланиши ва ривожланиши тарихи» номли ЎзР Фанлар академияси фундаментал тадқиқотларни қўллаб-қувватлаш фонди ИГ 4-16-сонли грант лойиҳасини амалга оширишда  жорий этилган (Ўзбекистон Республикаси Ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлигининг 2017 йил 20 февралдаги 24-8/1056-сон маълумотномаси). Биологик популяция квазичизиқли тенгламалар тизимининг асимптотикалар тадқиқи ҳамда сонли ечиш усуллари Ўзбекистон аҳолисини ўзгаришини сабабли-натижавий боғланишларини аниқлаш имконини берган.

Yangiliklarga obuna bo‘lish