KO‘P AGENTLI ROBOTOTEXNIKA TIZIMLARI YORDAMIDA ISSIQXONALARDA EKINLARNI MONITORING QILISH VA BOSHQARISHNING INTELLEKTUAL ALGORITMLARI
Safarov R. S.
Annotatsiya
Ushbu maqolada zamonaviy sanoat issiqxonalarida mikroiqlim parametrlarini monitoring qilish, ekinlar kasalliklarini erta bosqichda aniqlash va resurslarni - suv, energiya, o‘g‘it - optimal taqsimlash uchun mo‘ljallangan yangi gibrid iyerarxik intellektual ko‘p agentli issiqxona boshqaruv algoritmi taklif etiladi. Taklif etilayotgan tizim quyidagi ilg‘or texnologiyalar integratsiyasiga asoslangan: Ko‘p Agentli Tizimlar - robotlar koordinatsiyasi uchun; Chuqur mustahkamlovchi o‘qitish - qaror qabul qilish uchun; Noaniq Mantiq - sug‘orish boshqaruvi uchun; Kompyuter Ko‘rishi - kasalliklarni aniqlash uchun. Tizimdagi agentlararo koordinatsiyani ta\'minlash uchun vazifalarni dinamik taqsimlash va adaptiv qoplama trayektoriyasini rejalashtirish algoritmlari ishlab chiqilgan. Ekinlardagi patologiyalarni aniqlash esa maxsus neyron tarmoq arxitekturasiga asoslangan real vaqtdagi anomal holatlarni aniqlash moduli orqali amalga oshiriladi. Simulyatsiya natijalari shuni ko‘rsatdiki, taklif etilayotgan gibrid algoritm an‘anaviy usullarga qaraganda energiya samaradorligini 28.4% ga, suv sarfini 34.2% ga kamaytiradi va kasalliklarni aniqlashda 97.8% F1-ko‘rsatkich ko‘rsatkichiga erishadi.
Adabiyotlar
- J. Santos, R. Silva, and A. Oliveira, \"Autonomous single-robot navigation in smart greenhouses,\" IEEE Transactions on Automation Science and Engineering, vol. 18, no. 2, pp. 412–423, 2021.
- X. Wang and L. Zhang, \"Auction-based multi-agent task allocation for precision agriculture,\" Computers and Electronics in Agriculture, vol. 189, p. 106390, 2022.
- R. Sutton and A. Barto, Reinforcement Learning: An Introduction, MIT Press, 2018.
- L. Zadeh, \"Fuzzy sets,\" Information and Control, vol. 8, no. 3, pp. 338–353, 1965.
- A. Howard et al., \"MobileNetV2: Inverted Residuals and Linear Bottlenecks,\" Proceedings of CVPR, pp. 4510–4520, 2018.
- M. Dorigo and T. Stutzle, Ant Colony Optimization, MIT Press, 2004.
- T. Zhang and S. Geng, \"Deep Reinforcement Learning for Greenhouse Climate Control,\" IEEE Internet of Things Journal, vol. 9, no. 14, pp. 11985–11996, 2022.
- K. Astrom and B. Wittenmark, Adaptive Control, Courier Corporation, 2013.
- Y. Chen, \"Multi-robot adaptive coverage path planning in agricultural environments,\" Robotics and Autonomous Systems, vol. 145, p. 103875, 2021.
- S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, 4th ed., Pearson, 2020.
- Qodirov A.Q., Xolmatov B.I. Issiqxona xo‘jaliklarida resurslarni tejovchi texnologiyalar va ularning samaradorligi. - Toshkent: Fan va texnologiya, 2021. - 184 b.
- Yusupov R.A., Nazarov F.X. Sun‘iy intellekt va mashinali o‘qitish asoslari. - Toshkent: O‘zbekiston Milliy Universiteti nashriyoti, 2022. - 256 b.
- Mirzayev N.B. Qishloq xo‘jaligida axborot texnologiyalari. Darslik. - Toshkent: TDTU nashriyoti, 2020. - 312 b.
- Karimov I.T., Toshmatov U.A. Robototexnika va intellektual tizimlar. O‘quv qo‘llanma. - Samarqand: SamDU nashriyoti, 2023. - 198 b.
- O‘zbekiston Respublikasi Prezidentining 2022-yil 28-yanvardagi “Qishloq xo‘jaligini raqamlashtirish va zamonaviy agrotexnologiyalarni joriy etish” to‘g‘risidagi Farmoni. - Toshkent, 2022.