Международный научно-образовательный электронный журнал «образование и наука в XXI веке». Выпуск №37 (том 4)

Foydalanilgan adabiyotlar ro’yxati: 
1. R.Ishmuhammedov, M.Yo’ldoshev. Ta’lim va tarbiyada innovatsion pedagogik 
texnologiyalar (Ta’lim tizimi hodimlari metodistlar, o’qituvchilar, tarbiyachi va 
murabbiylar uchun o’quv qo’llanma) – T: 2013.
2. M. Shodiyeva. Boshlang’ich ta’lim jarayonida innovatsion yondashuv. - 
Toshkent: “Yangi avlod” nashriyoti, 2014.
 
 
 
 
 
 
 
 
 

---

346 
ФИО автора: 
Raximjonov Muslimjon Ravshanjon o‘g‘li 
Toshkent davlat transport universiteti, tayanch doktorant

ФИО научного руководителя: 
Xikmatov Ravshan Saidiumarovich
Toshkent davlat transport universiteti 
texnika fanlari nomzodi, dotsent 
Название публикации:
«JAMOAT TRANSPORTIDA YO‘LOVCHILAR 
OQIMINI ANIQLASHGA OID ILMIY ADABIYOTLAR TAHLILI» 
 
УДК 629.34 
Annotatsiya: 
Ushbu maqolada jamoat transportida harakatlanuvchi yo‘lovchilar 
sonini bilish maqsadida ishlatiladigan avtomatik va yarim avtomatik usulllardan 
foydalanish haqidagi ilmiy manbaalarni o‘rganish orqali olingan xulosalar aks 
ettirilgan. Adabiyotlar tahlil qilingan. 
Kalit so‘zlar: 
Jamoat transporti, yo‘lovchi, yo‘lovchi oqimi, avtobus, 
simulyatsiya, diskret hodisa, konvolyutsion neyron tarmog‘i. 
Abstract:
This article reflects the conclusions obtained by studying scientific 
sources about the use of automatic and semi-automatic methods used to determine the 
number of passengers in public transport. The literature was analyzed. 
Key words:
Public transport, passenger, passenger flow, bus, simulation, discrete 
event, convolutional neural network. 
Jamoat transportida yo‘lovchilar oqimini aniqlash O‘zbekistonda ham bir qancha 
sabablarga ko‘ra dolzarbdir. O‘zbekiston jadal rivojlanayotgan shahar aholisi soni ortib 
borayotgan davlat bo‘lib, hozirgi kunda qariyb 36.5 million kishini tashkil qilmoqda. 
Buning natijasida jamoat transportiga bo‘lgan talab ortib bormoqda. Yo‘lovchilar 
oqimining harakatini tushunish, o‘sib borayotgan talabni qondira oladigan samarali va 
ishonchli jamoat transporti tizimini loyihalash va ishlatish uchun juda muhimdir. 
O‘zbekistonda jamoat transporti oldida turgan asosiy muammolardan biri, ayniqsa, 
eng yuqori soatlarda tirbandlikdir. Yo‘lovchilar oqimi ma'lumotlarini tahlil qilish 
orqali dispetcherlar talabni bashorat qilishlari va unga mos keladigan quvvatni 
sozlashlari mumkin, bu esa haddan tashqari yuklanishni kamaytiradi va xizmat 
ko‘rsatish ishonchliligini oshiradi.
Ushbu mavzu bo‘yicha tadqiqotlarning adabiyot tahlili yo‘lovchilar oqimini 
modellashtirishning ma'lumotlarga asoslangan turli yondashuvlarini, jumladan 
simulyatsiya, kuzatuv va bashoratlash usullarini ochib beradi. 

---

347 
Jamoat transporti tizimlarida yo‘lovchilar oqimini tahlil qilish uchun 
simulyatsiyaga asoslangan usullar keng qo‘llanilgan. Misol uchun, Ahn va Li (2018) 
“Simulation-based analysis of passenger flow in bus systems” maqolasida avtobus 
tizimlarida yo‘lovchilar oqimini tahlil qilish va yaxshilash uchun simulyatsiya 
usullaridan foydalanishni muhokama qilinadi [1]. 
Mualliflar avtobus tizimlarining mahsuldorligi va samaradorligini oshirishda 
yo‘lovchilar oqimini tahlil qilish muhimligini ta’kidlaydilar va simulyatsiyaga 
asoslangan yondashuvlar yo‘lovchilarning xatti-harakati va tizim ishlashi haqida 
aniqroq va keng qamrovli tushunchalar berishi mumkinligini ta’kidlaydilar. Ular 
yo‘lovchilar oqimini tahlil qilib, diskret-hodisalar simulyatsiyasi yondashuviga 
asoslangan simulyatsiya modelini taklif qiladilar. 
Simulyatsiya modeli yo‘lovchilar oqimiga ta'sir qiluvchi turli omillarni o‘z ichiga 
oladi, masalan, avtobus bekatlari tartibi, yo‘lovchilarning xatti-harakati va avtobuslar 
jadvali va tizim ish faoliyatini yaxshilash uchun turli stsenariylar va strategiyalarni 
baholash imkonini beradi. Mualliflar o‘z modelining samaradorligini haqiqiy avtobus 
tizimiga qo‘llash va simulyatsiya natijalarini haqiqiy ma'lumotlar bilan solishtirish 
orqali namoyish etadilar. 
2019 yilda chop etilgan Yang, Chjan, Xuang va Vu tomonidan chop etilgan 
“Kuzatuv ma'lumotlaridan foydalangan holda metro tizimlarida yo‘lovchilar oqimi 
naqshlarini tahlil qilish: Pekinning amaliy tadqiqoti” nomli maqolada yo‘lovchilar 
oqimi naqshlarining batafsil tahlili taqdim etilgan [2]. 
Mualliflar metro tizimlarida yo‘lovchilar oqimi harakatini tushunish muhimligini 
ta’kidlash bilan boshlaydilar, chunki bu transport parkidan foydalanishni 
optimallashtirish, xizmat ko‘rsatish sifatini yaxshilash va umumiy yo‘lovchi tajribasini 
yaxshilashga yordam beradi. Keyin ular kuzatuv ma'lumotlarini yig‘ish va tahlil qilish 
bo‘yicha o‘zlarining metodologiyasini taqdim etadilar, bu esa metro stantsiyalarida 
o‘rnatilgan videokameralar yordamida yo‘lovchilar oqimini va xatti-harakatlarini 
kuzatishni o‘z ichiga oladi. 
Maqolada to‘plangan ma'lumotlarning keng qamrovli tahlili, jumladan, 
yo‘lovchilar oqimining turli metro liniyalari va stantsiyalari bo‘ylab taqsimlanishi, 
yo‘lovchilar oqimi eng yuqori bo‘lgan kun va haftaning vaqti, shuningdek, ob-havo va 
maxsus hodisalar kabi turli omillarning ta'siri inobatga olingan. Mualliflar, 
yo‘lovchilar oqimining turlarini aniqlash uchun klaster tahlilidan foydalanadilar. 
Avtobuslarda yo‘lovchilar oqimini aniqlash bo‘yicha adabiyot manbalaridan biri 
Chen va boshqalarning “
Bus passenger flow prediction using machine learning 
techniques: A case study in Beijing” maqolasidir. (2019), Journal of Advanced 
Transportation jurnalida chop etilgan. Tadqiqot mashinalarni o‘rganish usullaridan 
foydalangan holda ob-havo sharoiti, kunning vaqti va haftaning kuni kabi turli 

---

348 
omillarni tahlil qilish orqali avtobuslardagi yo‘lovchilar oqimini bashorat qilishga 
qaratilgan [3]. 
Mualliflar 2016 yildan 2017 yilgacha Pekin avtobus tizimida yo‘lovchilar oqimi va 
tashqi omillar bo‘yicha ma’lumotlarni to‘plab, yo‘lovchilar oqimini bashorat qilish 
uchun bir nechta mashina ilmi algoritmlaridan, shu jumladan qaror daraxtlari, tasodifiy 
o‘rmonlar va gradientni kuchaytirishdan foydalanganlar. Tadqiqot shuni ko‘rsatdiki, 
gradientni kuchaytirish modeli aniqlik nuqtai nazaridan eng yaxshi natijani ko‘rsatdi, 
keyingi o‘rinlarda esa tasodifiy o‘rmon va qaror daraxti modellari bo‘ldi. 
Yana bir adabiyot manbai Vang va boshqalarning “Jamoat transporti tizimlarida 
yo‘lovchilar oqimini prognozlash: sharh” maqolasi (2018), Journal of Public 
Transportation jurnalida chop etilgan [4]. Maqolada jamoat transporti tizimlarida, shu 
jumladan avtobuslarda yo‘lovchilar oqimini bashorat qilishda qo‘llaniladigan turli 
yondashuvlar va modellar ko‘rib chiqiladi. Mualliflar vaqt seriyalari tahlili, regressiya 
tahlili va mashinani o‘rganish kabi turli usullarning kuchli va zaif tomonlarini tahlil 
qiladilar. 
Avtobuslarda yo‘lovchilar oqimini aniqlashning avtomatik tizimlariga oid 
adabiyotlardan biri Chjan va boshqalarning “A Novel Automatic Passenger Counting 
System for Bus Rapid Transit with Low-Cost Depth Sensors” maqolasidir. (2019)[5], 
IEEE Transactions on Intellectual transport systemsda chop etilgan. Maqolada 
yo‘lovchilarni avtobuslarga chiqish va tushishini aniqlash va kuzatish uchun 
sensorlardan foydalanadigan yangi avtomatik yo‘lovchilarni hisoblash tizimi taklif 
etiladi. 
Tizim avtobus shiftiga oʻrnatilgan datchiklar toʻplami va yoʻlovchilarni aniqlash 
va kuzatish uchun mashinani oʻrganish va tasvirni qayta ishlash usullari 
kombinatsiyasidan foydalanadigan ishlov berish blokidan iborat. Mualliflar 
tasvirlardan xususiyatlarni ajratib olish va ularni yo‘lovchilar sifatida tasniflash uchun 
konvolyutsion neyron tarmog‘ini (CNN) ishlab chiqdilar. Tizim, shuningdek, 
yo‘lovchilar soni va ularning joylashuvini baholash uchun Kalman filtridan 
foydalanadi. 
Tadqiqot Xitoyning Pekin shahridagi avtobus tezkor tranzit (BRT) liniyasidan 
to‘plangan real ma'lumotlardan foydalangan holda tizimning ishlashini baholadi. 
Mualliflar o‘z tizimining aniqligini an'anaviy infraqizil nurli yo‘lovchilarni hisoblash 
tizimi bilan taqqoslab, ularning tizimi yuqori aniqlikka erishganini, xatolik darajasi 2% 
dan kam bo‘lganligini aniqladilar. 
Xulosa qilib aytganda, jamoat transportida yo‘lovchilar oqimini aniqlash jamaot 
transporti tizimini ish faoliyatini optimallashtirish, yo‘lovchilar xavfsizligi va 
xavfsizligini oshirish, imkoniyatlarni boshqarish, jamoat transportini yanada qulay va 
inklyuziv qilish uchun dolzarb hisoblanadi. 

---

349 
Foydalanilgan adabiyotlar: 
1.
Ahn, S., & Lee, S. Simulation-based analysis of passenger flow in bus 
systems. Transportation Research Part C: Emerging Technologies, 2018. 90. 
2.
Yang, H., Zhang, X., Huang, Y., & Wu, Y. (2019). Analyzing passenger flow 
patterns in subway systems using observational data: A case study of Beijing. 
Journal of Advanced Transportation, 2019. 
3.
Zhihao Chen, Yibing Wang, Yi Song, Jianrong Wang, and Wei Huang. “Bus 
passenger flow prediction using machine learning techniques: A case study 
in Beijing” published in the Journal of Advanced Transportation. 2019. 
4.
Zhenhua Wang, Hong Chen, Xingjian Liu, and Gang Ren. “Passenger flow 
forecasting in public transport systems: A review” by Wang et al., published 
in the Journal of Public Transportation. 2018. 
5.
Zhang, Y., Zhang, L., Liu, Y., Li, K., & Li, K. (2019). A Novel Automatic 
Passenger Counting System for Bus Rapid Transit with Low-Cost Depth 
Sensors. IEEE Transactions on Intelligent Transportation Systems, 20(4), 
1354-1366.