Zbekiston respublikasi axborot texnologiyalari va kommunikatsiyalarni rivojlantirish vazirligi

1.2. rasm. Tasodifiy bir necha raqamni tanlaymiz. 

---

Maqsad funksiyaning moslashuvchanligi ob'ektiv funktsiyaga bog'liq: maqsad 
funktsiyaning qiymati qanchalik kichik bo'lsa, moslashtirilgan avlod individualdir, 
ya'ni, 
sinov 
yechimi, ob'ektiv funktsiyaga argument sifatida ishlatiladi.
Shuni ta'kidlash kerakki, minimal funktsiya topishda odatiy iterativ usullar 
lokal minimumni topishiga olib kelishi mumkin. 
Tasodifiy parametlar uchun statistik to‘plash va uni qayta ishlash tashkil 
etiladi. Qayta ishlash jarayonida parametrni biror-bir nazariy taqsimlanish qonun 
bilan ta’svirlash imkoni yaratiladi (aniqlanadi). Bundan maqsad tizmni asosiy 
parametlarini ma’lum bir taqsimlanish qonuniyatlarida va nagruzkada anotomik 
modelni yaratish imkoni paydo bo‘ladi, imetatsion modellashtirishda esa 
taqsimlanish qonuniyatini kurinishini berish va statistik xarakteristikalarini berish 
tasodifiy miqdorini jadval ko‘rinishda berishdan kura samaralidir. Taqsimlanish 
qonuniyati ko‘rinishini tanlash protsedurasi qo‘yidagilardan iborat: Parametrni sonli 
qiymatlari to‘plami bo‘yicha nisbatan chastotalar gistogrammasi-taqsimlanishni 
imperik 
zichligi 
tuziladi. 
Gistogramma 
sillik 
egri 
chiziq 
bilan 
approksimatsiyalanadi. Xosil qilingan egri chiziq turli nazariy taqsimlanish 
qonunlari zichliklari egri chiziqlari bilan ketma-ket solishtiriladi. Solishtirish 
natijasida biror-bir ma’noda eng yaxshi bo‘lgan (ustma-ust tushgan) taqsimlanish 
qonuni tanlanadi. Emprik kiymatlari buyicha bu taqsimlanish qonuni parametlari 
hisoblanadi. Sungra emperik nazariy taqsimlanishni mos tushish darajasini miqdoriy 
baholashni u yoki bu moslik kreteriyasi, masalan, Pirson (xi-kvadrat, Kolmogorof, 
Smirnov, Fisher yoki Styuden) ko‘rsatkichlari bilan baholanadi. Taqsimlanish 
qonunlarini ko‘rinishini tanlash matematik statistikada to‘la ishlab chiqilgan. 
Funksialarni approksimatsiyalash. Tizimni xar bir element uchun kirish 
ta’sirlarini parametlari bilan chiqish xarakteristikalari orasidagi funksional 
bog‘lanish mavjuddir. Ba’zi bir elementlar uchun funksional bog‘lanish ma’lum 
bo‘ladi, ba’zi bir elementlar uchun esa ishlash tabiatdan aniqlash mumkin [4]. 
Ammo ba’zi bir elementlar uchun esa parametrlarini turli qiymatlarida chiqish 
xarakteristikalarini miqdoriy qiymatlarini tajribaviy qiymatlari to‘plamini olish 
mumkin. Bunday xollarda funksional bog‘lanish xarakteri xaqida biror-bir 

---

gipotezani olga surish mumkin, ya’ni uni ma’lum bir matematik tenglama bilan 
approksimatsiyalash mumkin. Yig‘ilgan tajriba ma’lumotlari asosida ikkita va 
undan ortik uzgaruvchilar orasidagi matematik boglanishlarni topish regressiya 
korrelyasiya va dispersion tahlil asosida amalga oshiriladi.
Biror bir elementni tavfsiflash uchun tenglama ko‘rinishini tadqiqotchini o‘zi 
aniqlaydi. Agar uzgaruvchilar soni ikkita bo’lsa tajriba nuqtalarini joylashtirishga 
qarab grafiklarni taqqoslash natijalari bilan soda ravishda aniqlanadi. Keng 
tarqalgan approksimatsiya qiluvchi funksiyalar sifatida masalan, to‘g‘ri chiziq, 
giperbola, eksponenta va x.k. olinishi mumkin. Sungra regressiya tahlili usullari 
bilan tanlab olingan regressiya tenglamasining konstantalari (koefitsentlari) 
xisoblanadi. Tanlab olingan konstantalar shunday tanlanadiki, tanlab olingan 
nazariy to‘g‘ri chiziq tajriba ma’lumotlariga biror-bir ma’noda eng yaxshi 
yaqinlashuvi kerak. Ko‘pincha tajriba va nazariy egri chiziqlarning yakinlashuvi 
kichik kvadratlar kriteriyasi bo‘yicha baholanadi.
Tanlab olingan bog‘lanish tajriba ma’lumotlari bilan mos kelishligini 
aniqlashda korrelyasion tahlil usullaridan foydalaniladi. Korrelyasiya koyfitsenti 
qo‘yidagi oraliqlarda 0 dan + _1 gacha qiymatlar qabul qilib, agar korrelyasiya 
mavjud bulmasa 0 ga teng, agar xamma tajriba nuqtalari egri chiziqda yotsa +1 ga
yoki -1 ga tengdir [6]. 

---