ENERGIYA SAMARADORLIGINI OSHIRISH VA XAVFSIZLIKNI TA’MINLASHNING KO‘P MEZONLI OPTIMALLASHTIRISH MODELI

Maqola Yon paneli

Acceptance Certificate (ruscha) PDF (Online First) (ruscha)
Nashr etilgan: 06.11.2026
DOI: https://doi.org/10.70769/3030-3214.SRT.4.4.2026.1
Kalit so‘zlar:
energiya samaradorligi, sanoat xavfsizligi, ko‘p mezonli optimallashtirish, Pareto optimality, NSGA-II, matematik modellashtirish, IDEF0, real vaqt rejimida monitoring, sun’iy intellekt, qaror qabul qilish

Maqolaning Asosiy Qismi

To‘xtamishova, M.S.
O‘zbekiston Respublikasi Fanlar akademiyasi Navoiy bo‘limi

Annotatsiya

Tadqiqotda sanoat-energetika tizimlari uchun energiya sarfi va ishlab chiqarish xavfini bir vaqtda kamaytirishni ta’minlovchi ko‘p mezonli optimallashtirish modeli ishlab chiqildi. Xavfsizlik qat’iy cheklov sifatida emas, balki energiya sarfi va ekspluatatsion xarajatlar bilan bir qatorda mustaqil optimallashtiriladigan mezon sifatida qaraladi. Tizimning funksional tuzilmasi IDEF0 metodologiyasi va matematik modellashtirish yordamida rasmiylashtirildi. Pareto-optimal yechimlar to‘plamini shakllantirish uchun NSGA-II algoritmi qo‘llanildi, yakuniy yechim esa normallashtirilgan vaznli yig‘indi usuli bilan tanlandi. Sintetik ma’lumotlar asosidagi hisoblash tajribasi (10 ta mustaqil ishga tushirish) an’anaviy rejimga nisbatan energiya sarfini 25,2 ± 4,3% ga va xavf darajasini 38,9 ± 9,4% ga kamaytirganini, ekspluatatsion xarajatlar esa 8,0% ga oshganini ko‘rsatdi. Bir mezonli optimallashtirish ko‘proq energiya tejasa-da, xavf darajasi ruxsat etilgan chegaraga yaqinlashdi. Ilmiy yangilik energiya samaradorligi va xavfsizlik mezonlarini teskari aloqali yagona adaptiv optimallashtirish konturida integratsiyalashdan iborat.

Yuklab olishlar

Yuklab olish ma’lumotlari hali mavjud emas.

Maqola Tafsilotlari

Son

Jild 4 № 4 (2026)

Bo‘lim

Ekologiya, mehnat muhofazasi va texnika xavfsizligi
Creative Commons License

Ushbu asar Creative Commons Attribution 4.0 Xalqaro Litsenziyasi asosida litsenziyalangan.

Ommaviy Litsenziya Shartlari
(Ochiq jurnal tizimlari (OJS) uchun)

O‘zbekiston Respublikasi qonunchiligiga muvofiq quyidagi shartlar taqdim etiladi:

  1. Mualliflik huquqi:
    Chop etilgan maqolaning mualliflik huquqi muallif(lar)ga tegishli bo‘lib qoladi. Shu bilan birga, maqola OJS platformasida chop etilgandan so‘ng, uning kontenti Creative Commons (CC BY) litsenziyasi asosida tarqatiladi.

  2. Litsenziya turi:
    Ushbu maqola Creative Commons Attribution 4.0 International (CC BY 4.0) litsenziyasi asosida tarqatiladi. Bu shuni anglatadiki, foydalanuvchilar ushbu maqolani quyidagi shartlarda qayta ishlatishlari, bo‘lishishlari va qayta ishlashlari mumkin:

    • Nusxa ko‘chirish va tarqatish: Maqola matni yoki uning qismlari nusxasi erkin tarqatilishi mumkin.
    • Iqtibos keltirish va tahlil qilish: Maqoladan qismlar iqtibos sifatida foydalanilishi mumkin.
    • Erkin foydalanish: Tadqiqot va o‘quv jarayonlari uchun maqoladan erkin foydalanish huquqi mavjud.
    • Muallifga havola qilish: Foydalanuvchilar maqola muallifini to‘g‘ri ko‘rsatishi va asl manbaga havola berishi lozim.

  3. Kommersiyaviy foydalanish:
    Ushbu maqoladan tijorat maqsadlarida foydalanishga ruxsat beriladi, ammo mualliflik va manbaga havola majburiy hisoblanadi.

  4. Hujjatni o‘zgartirish:
    Maqolaning matni yoki mazmunini o‘zgartirish, uni qayta ishlash mumkin, lekin har qanday o‘zgarishlar mualliflikka salbiy ta’sir ko‘rsatmasligi kerak.

  5. Mas’uliyat cheklovi:
    Muallif(lar) maqola tarkibidagi ma’lumotlarning to‘g‘riligiga javobgar bo‘lib, platforma tahririyati mazkur ma’lumotlardan foydalanish natijasida kelib chiqadigan har qanday zarar uchun javobgarlikni o‘z zimmasiga olmaydi.

  6. Ommaviy foydalanish majburiyatlari:
    Ushbu maqola mazmuni faqat qonuniy va axloqiy talablar asosida ishlatilishi kerak. Noqonuniy foydalanish qat’iyan man etiladi.

Izoh:
Mazkur litsenziya shartlari mualliflar va foydalanuvchilar o‘rtasida ochiq va shaffof foydalanishni ta’minlashga qaratilgan. Bu shartlarni qabul qilish orqali, siz maqola mazmunini Creative Commons litsenziyasiga muvofiq qayta ishlash va tarqatishga rozilik bildirasiz.

Havola: Creative Commons Attribution 4.0 International (CC BY 4.0)

Muallif biografiyasi

To‘xtamishova, M.S., O‘zbekiston Respublikasi Fanlar akademiyasi Navoiy bo‘limi

O‘zbekiston Respublikasi Fanlar akademiyasi Navoiy bo‘limi, Navoiy, O‘zbekiston

Iqtibos keltirish tartibi

To‘xtamishova, M. S. (2026). ENERGIYA SAMARADORLIGINI OSHIRISH VA XAVFSIZLIKNI TA’MINLASHNING KO‘P MEZONLI OPTIMALLASHTIRISH MODELI. Sanoatda Raqamli Texnologiyalar, 4(4). https://doi.org/10.70769/3030-3214.SRT.4.4.2026.1

Adabiyotlar ro‘yxati

[1] Boyd, S., & Vandenberghe, L. (2004). Convex optimization. Cambridge University Press. https://doi.org/10.1017/CBO9780511804441 DOI: https://doi.org/10.1017/CBO9780511804441

[2] Camacho, E. F., & Bordons, C. (2007). Model predictive control (2nd ed.). Springer. https://doi.org/10.1007/978-0-85729-398-5 DOI: https://doi.org/10.1007/978-0-85729-398-5_9

[3] Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary algorithms for solving multi-objective problems (2nd ed.). Springer. https://doi.org/10.1007/978-0-387-36797-2 DOI: https://doi.org/10.1007/978-0-387-36797-2

[4] Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197. https://doi.org/10.1109/4235.996017 DOI: https://doi.org/10.1109/4235.996017

[5] Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press. https://www.deeplearningbook.org/

[6] Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780. https://doi.org/10.1162/neco.1997.9.8.1735 DOI: https://doi.org/10.1162/neco.1997.9.8.1735

[7] International Electrotechnical Commission. (2010). Functional safety of electrical/electronic/programmable electronic safety-related systems—Parts 1–7 (IEC 61508:2010). https://webstore.iec.ch/en/publication/22273

[8] International Organization for Standardization. (2018). Energy management systems—Requirements with guidance for use (ISO 50001:2018). https://www.iso.org/standard/69426.html

[9] Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. In Proceedings of ICNN'95—International Conference on Neural Networks (Vol. 4, pp. 1942–1948). IEEE. https://doi.org/10.1109/ICNN.1995.488968 DOI: https://doi.org/10.1109/ICNN.1995.488968

[10] Marler, R. T., & Arora, J. S. (2004). Survey of multi-objective optimization methods for engineering. Structural and Multidisciplinary Optimization, 26(6), 369–395. https://doi.org/10.1007/s00158-003-0368-6 DOI: https://doi.org/10.1007/s00158-003-0368-6

[11] Miettinen, K. (1999). Nonlinear multiobjective optimization. Kluwer Academic Publishers. https://doi.org/10.1007/978-1-4615-5563-6 DOI: https://doi.org/10.1007/978-1-4615-5563-6

[12] National Institute of Standards and Technology. (1993). Integration definition for function modeling (IDEF0) (Federal Information Processing Standards Publication 183). https://nvlpubs.nist.gov/nistpubs/Legacy/FIPS/fipspub183.pdf

[13] Rausand, M. (2011). Risk assessment: Theory, methods, and applications. John Wiley & Sons. https://doi.org/10.1002/9781118281116 DOI: https://doi.org/10.1002/9781118281116

[14] Zhang, Q., & Li, H. (2007). MOEA/D: A multiobjective evolutionary algorithm based on decomposition. IEEE Transactions on Evolutionary Computation, 11(6), 712–731. https://doi.org/10.1109/TEVC.2007.892759 DOI: https://doi.org/10.1109/TEVC.2007.892759

[15] Zhou, A., Qu, B.-Y., Li, H., Zhao, S.-Z., Suganthan, P. N., & Zhang, Q. (2011). Multiobjective evolutionary algorithms: A survey of the state of the art. Swarm and Evolutionary Computation, 1(1), 32–49. https://doi.org/10.1016/j.swevo.2011.03.001 DOI: https://doi.org/10.1016/j.swevo.2011.03.001