TEXNOLOGIK JARAYONLARNI BOSHQARISHNING NEYRON TARMOQLARGA ASOSLANGAN ADAPTIV MODELLARI VA ALGORITMLARINI ISHLAB CHIQISH

Maqolada nolinear, ko‘p o‘zgaruvchili va vaqt bo‘yicha xususiyatlari o‘zgarib turadigan texnologik jarayonlarni boshqarishda neyron tarmoqlarga asoslangan adaptiv modellar va algoritmlardan foydalanish masalalari ko‘rib chiqiladi. Tadqiqotda feed-forward neural network, NARX, recurrent neural network, LSTM, GRU hamda physics-informed neural network modellarining texnologik jarayonlarni identifikatsiyalash va prognozlashdagi imkoniyatlari tahlil qilindi. Neyron modelni model predictive control bilan integratsiyalash, model xatosini real vaqt rejimida kuzatish, parametrlar driftini aniqlash va event-triggered online learning asosida modelni yangilash tamoyillari ishlab chiqildi. Adaptiv boshqaruv arxitekturasida sensor ma’lumotlarini filtrlash, holatlarni baholash, neyron prediktor, cheklovli optimallashtirish, xavfsizlik nazorati va rezerv boshqaruvchidan foydalanish nazarda tutiladi. Tahlil shuni ko‘rsatadiki, neyron tarmoqning yuqori prognoz aniqligi o‘z-o‘zidan samarali boshqaruvni kafolatlamaydi; yopiq kontur barqarorligi, hisoblash vaqti, constraintlarni bajarish va operating regiondan tashqaridagi noaniqliklar ham birgalikda nazorat qilinishi zarur.