O„quv qo„llanmada suv xo„jaligi boshqaruvini yanada takomillashtirish

S
i
i



0
j
j
ji
ji
Sx
x
x
х



К
j
N
i
.
,.........
3
,
2
,
1
..
,.........
3
,
2
,
1


(3) 
Bunda: 
0
i

, 
ji
х
-tegishli omillarning me‟yorlashtirilgan ko„rsatkichlari; 


, 

j
х
-omillarning o„rtacha ko„rsatkichlari; 
S
φ,
S
xj
-omillarning o„rtacha kvadratli og„ishi; 
YAngi masshtabda quyidagilarga egamiz: 
N
S
N
i





1
2
1
)
(



;
N
x
x
S
N
i
ji
j
ч





1
2
)
(
; (4) 
;
0
0


j
x
S
chj
=1, φ
0
=0, 
1
0


S
Bunda tanlangan korrelyasiya koeffitsenti ushbuga teng: 

---

123 
0
1
0
0
1
r
0
ji
N
i
i
xj
x
N








N
i
mi
i
x
x
x
N
in
1
0
0
1
0
x
1
r
0
0
i
(5) 
ℓ>m. ℓ,m=1,2.........k. 
Korrelyasiyaning saylangan koeffitsenti (5) formula bo„yicha hisoblangan 
bo„lib, natural masshtabda ifodalangan o„zgaruvchan ko„rsatkichlar orasidagi 
koeffitsientga baravar: 




S
S
N
x
x
x
N
i
i









1
1
0
х
)
)(
(
r
(6)
Me‟yorlashtirilgan 
o„zgaruvchan ko„rsatkichlar 
orasida 
regressiya 
tenglamasining ozod hadi yo„q va quyidagi ko„rinishdadir: 
0
0
2
2
0
1
1
0
.......
k
k
x
а
х
а
х
а






(7) 
Tenglamlar (7) koeffitsenti ushbu shartdan topiladi: 
min
)
(
1
0
0






N
i
i
i
S


. 
S funksiyasi minimum shartlari xuddi bitta o„zgaruvchan bog„liq holdagi 
kabi aniqlanadi: 
0
1



a
S
0
..........
0
2






k
a
S
a
S
, (8) 
SHunda normal tenglamalar tizimi ushbu ko„rinishda bo„ladi: 



0
1
0
1
2
0
1
1
0
2
0
2
0
1
0
1
0
1
0
2
1
0
1
0
2
1
1
2
0
2
2
0
1
0
2
1
0
1
0
1
1
0
2
0
1
1
1
0
2
0
1
2
2
0
1
1
)
(
........
........
)
(
........
)
(
i
N
i
ki
N
i
ki
k
N
i
N
i
i
ki
i
ki
i
N
i
i
N
i
i
i
k
N
i
N
i
i
i
i
i
N
i
i
N
i
i
i
k
N
i
N
i
i
i
i
x
x
а
х
x
а
x
x
а
x
x
x
а
х
а
x
x
а
x
x
x
а
х
x
а
x
а


















































(9) 
Tenglamaning chap va o„ng qismlarini 1/N ga ko„paytiramiz. Natijada har 
bir koeffitsentda (9) formulaga binoan, saylangan korrelyasiya CH
*
ni olamiz. 
Quyidagini e‟tiboga olib, 

---

124 
1
)
(
1
2
1
2
0
0




xj
N
i
ji
S
x
N
Ushbu normal tenglamalar tizimini olamiz: 
r



























k
k
k
k
x
k
x
x
x
x
x
x
k
x
x
x
x
k
x
x
r
a
r
a
r
a
r
a
r
r
a
r
a
a
r
a
r
r
a
r
a
r
a
a



.......
.......
.......
3
k
2
k
1
2
2
3
2
1
2
1
1
2
1
2
1
x
3
x
2
1
x
x
3
2
x
1
x
x
3
x
2
1
(10) 
SHuni e‟tiborga olish kerakki, 



1
x
x
x
x
n
n
i
r
r
Korrelyasiya koeffitsentlari yangi 
masshtabdagi jadvalning tegishli ustunlarini oddiy ko„paytirish bilan oson hisoblab 
chiqiladi. Ko„p parametrli jarayonlar uchun (10) tizim yuqori darajalidir va uni 
hisoblash mashinasida hisoblash zarur. 
(10) tizimni hal etib, ko„plik korrelyasiya koeffitsenti hisoblanadi: 







k
x
k
x
x
r
a
r
a
r
a
R



........
2
1
2
1
(11) 
Ko„plik korrelyasiya koeffitsenti ko„plik regressiya holida bog„liqlik kuchi 
ko„rsatkichi bo„lib xizmat qiladi: 
1
0


R
(12) 
(7) tenglamani amalda qo„llash uchun quyidagi formulalar bo„yicha natural 
masshtabga o„tish zarur: 
xj
j
j
S
S
a
в









k
j
j
j
x
в
в
1
0

j=1, 2, ............, k j≠0 
Tenglamaning adekvatligi Fisher va Styudent kriteriysi bo„yicha tekshiriladi: 
K
R
K
N
R
F




)
1
(
)
1
(
2
2
;
1
1
2
2




K
N
R
R
R
Bizning misolda Fisher kriteriysi regressiyasi tenglamasiga, o„rtacha 
tarqalishiga nisbatan qancha marta kamaytirishni ko„rsatadi. G„ ning qiymati 
jadvaldagidan qancha ko„p bo„lsa, regressiya tenglamasi shuncha samaralidir. 

---

125 
DGHU algoritmi (dalilarni guruhiy hisoblash usuli). 
Adekvat matematik 
modeli 
tuzish 
maqsadida 
kibernetik 
modellashtirish 
nazariyasi 
(«qora 
quti»nazariyasi) qo„llaniladi. Bunda modellar ma‟lum tahliliy qonuniyatlar 
bo„yicha korreksiyalanadi. 
Ma‟lumki (9), «qora quti» nazariyasining samarali usullaridan biri 
«dalillarni guruhiy hisoblash» usulidir (DGHU). 
DGHU o„z-o„zini idora etishga asoslanib bo„lib, ba‟zi kriteriylar 
seleksiyasining global minimumini izlashdan iboratdir. U modelning doimiy 
murakkablashishida «tashqi to„ldirish» xususiyatigi ega. Seleksiya kriteriyasini 
tanlash evristik va masalani echish maqsadi bilan belgilanadi. Izlash uslubi – 
modellarni navbatlab sinashdan iboratdir. 
Maqbul modelni izlashda DGHU ning polinominal algoritmlari qo„llaniladi. 
DGHU ga binoan izlanayotgan to„liq ta‟rif (1) fandaydir xususiy to„plam bilan 
almashtiriladi. Ular ikki dalilning funksiyasi hisoblanadi. 
Seleksiyaning birnchi qatorida-Z
1r
=ƒ
r
(χ
t
χ
e
), ikkinchi va kelgusi qatorlarida 
)
(
)
1
)(
1
(
,
)
1
(







p
j
p
j
p
jp
f
bunda j – seleksiya qatorlari soni. 
Xususiy koeffitsentlar ta‟riflari o„rgatuvchi ergashishlar ma‟lumotlri asosida 
aniqlanadi. Buning uchun eng kichik kvadratlar uslubi qo„llaniladi. Tarkibiy 
(aproksimatsiyalovchi) funksiya f
r
sifatida ikki argumentga nisbatan ikkinchi 
darajadan yuqori bo„lmagan polinomlardan foydalaniladi: 
,
2
)
5
(
1
2
)
4
(
1
)
3
(
1
)
2
(
1
)
1
(
1
)
0
(
1
1
ep
р
ip
р
ep
ip
р
ep
р
ip
р
р
з
х
а
х
а
x
х
а
х
а
х
а
а







ikkinchi va keyingi qatorlarida- 
,
2
)
5
(
2
)
4
(
)
3
(
)
2
(
)
1
(
)
0
(
ep
jр
ip
jр
ep
ip
jр
ep
jр
ip
jр
jр
jp
а
а
а
а
а
а













Bunda: j-seleksiya qatorlari soni 
);
,
2
(


k
j
r-xususiy tariflar soni, 


;
,
1
2
n
С
р
;
,
1
_______
k
i
е


;
1
,
1
_________


k
i
k-argumentlar soni. 

---

126 
Eng muntazam matematik tarif olish uchun seleksiya kriteriysi sifatida 
o„rtacha kvadratik xatosi qiymati ishlatiladi. U alohida tekshiruvchi ergashishlarda 
o„lchangan: 
,
)
(
1
1
2
2






np
N
j
j
j
np
np
N
S


(15) 
Bunda: 

j
j


,
-funksiyalar haqiqiy va hisoblangan qiymatlari j nuqtada; 
np
N
-tergovchi ergashishlardagi imkoni bo„lgan kuzatishlar soni. 
Seleksiyaning bir qatoridan boshqasiga bo„sag„a tanlovlar yordamida eng 
muntazam «oraliq» deb namlangan o„zgaruvchan ko„rsatkichlar o„tkaziladi. Ular 
murakkablashgan sari model murakkabligi ham ortib boradi va qaysidir qatorda u 
ob‟ekt murakkabligiga teng bo„lib qoladi. Bu holda o„z – o„zini tanlash kriteriysi 
ekstremal qiymati etadi. YAkuniy echim sifatida oxirgi qatorning oraliq 
o„zgaruvchanlaridan biri tanlab olinadi. To„liq tarifi o„zgaruvchanlarning to„plami 
ko„rinishda namoyon bo„ladi. 
CHang – to„zon bo„ronlari davomiyligining hisobi ikki uslubda amalga 
oshirilgan. 
Tahlilily 
bog„liqlikka 
(1) 
erishish 
uchun 
O„zbekiston 
Gidrometeorologiya xizmatining Farg„ona vodiysi bo„yicha 1936-1978 yillardagi 
kuzatuvlar ma‟lumotlaridan foydalanildi. Hisoblash Algol-60 tilida (10, 11) 
tuzilgan standart dastur yorlamida BESM-6 mashinasida bajarildi. 

---

127 
Quyidagi jadvalda EXM da korrelyativ-regression tahlil uslubida hisoblangan 
natijalar keltirilgan: 
Omillar 
Korrelyasiya koeffitsientilari 
Regressiya 
koeffitsenti 
Styudent va 
Fisher 
bo„yicha 
ishonchlilik 
kriteriysi 
Ko„pchilik 
Juftlik 
Xususiylik 
x
1
, x
2
, 
x
3
, x
4
, 
x
5
, x
6
0,99 
- 
- 
- 
x
1
0,990 
0,991 
1,01 
x
2
0,557 
0,262 
0,14 
x
3
0,038 
0,157 
- 32,81 
655 va 177 
x
4
- 0,103 
0,264 
- 0,10 
x
5
0,102 
0,070 
3,32 
x
6
0,098 
0,031 
0,14 
CHang–to„zon bo„ronlari davomiyligini tavsiflovchi tenglama ushbu 
ko„rinishdadir: 
6
5
4
3
2
1
141
,
0
321
,
3
1
,
0
81
,
32
01
,
0
01
,
1
2
,
89
Х
gХ
Х
gX
Х
Х










(16) 
Tenglamaga maxsus belgilar kiritilgandan so„ng u ushbu ko„rinishga ega 
bo„ldi: 
(x
1
=T
v
; x
2 
= u; x
3
= R; x
4 
=ΣR; φ = P; x
5
= v; x
6
=ΔS)
P
1
= 89,2+1,011T
v
+ 0,01U – 32,81gR – 0,1ΣR + 3,321g θ+0,14g(ΔS) 
Bunda: P
1 
– chang bo„ronning sutkadagi davomiyligi, soat; 
T
v
– shamolning sutkadagi davomiyligi, soat: 
U – shamolning o„rtacha sutkalik tezligi, m/sutka; 
R – sutkadagi o„rtacha atmosfera bosim, mbar: 
ΣR – sutkadagi yog„ingachilik miqdori, mm; 
θ – o„rtacha sutkali havo harorati , 
0
K;
ΔS – ochiq maydon sathi, ming ga; 

---

128 
ΔS=S
0
-S
1
S
0 
– umumiy madon, ming ga; 
S
1
– o„simlik bilan qoplangan maydon, ming ga. 
Tenglamadan ko„rinib turibdiki, shamol eroziyasining kuchayishiga shamol 
davomiyligi, uning tezligi, havo harorati kuchli ta‟sir ko„rsata, pasayishiga esa 
yog„ingarchilik miqdori ta‟sir qiladi. Keng ochiq maydonlar shamol eroziyasini 
kuchaytiradi, atmosfera bosimning oshishini kamaytiradi. 
Juft korrelyasiya koeffitsenti ma‟lumotlari shamol davomiyligi (0,990), 
shamol tezligi (0,557) va shuningek, havo harorati (0,102) bir–biri bilan kuchli 
musbat aloqa va yog„ingarchilik miqdoi (-0,013) bilan musbat aloqada ekanligidan 
dalolat beradi. 
Xususiy korrelyasiya koeffitsientlari (0,991; 0,262; 0,157; 0,264; 0,070; 
0,031) shamol eroziyasining mustaqil o„zgaruvchan miqdorlari bilan aloqasini 
belgilaydi. Bu boshqa mustaqil o„zgaruvchanlarning aloqasi hisobidan 
chiqarilganda sodir bo„ldi. 
Ko„pchilik korrelyasiya koeffitsenti (0,99) shuni ko„rsatadiki, shamol 
eroziyasining davomiyligi jami 6 omil bilan o„zaro bog„liqligi ancha yuqori, bu 
aloqalarning mustahkamligidan dalolat beradi. 
Ko„pchilik korrelyasiya koeffitsientining ahamiyatligi Styudent va Fisher 
kriteriysi bo„yicha tekshirildi. Olingan qiymatlar (655 va 1177) jadvaldagidan bir 
necha 
marta 
ortiq 
va 
olingan 
natijalarning 
ishonchliligini 

---

129 
tasdiqlaydi.
2
3
2
5
3
5
3
5
5
2
5
2
4
5
4
5
4
4
2
5
2
3
5
3
5
3
3
2
6
2
2
6
2
5
2
2
2
2
2
1
2
1
2
1
1
2
3
2
5
3
5
3
5
4
2
1
2
4
1
4
1
4
3
2
5
2
3
5
3
5
3
2
2
3
2
2
3
2
3
2
1
2
1
2
4
1
4
1
4
4
2
1
2
3
1
3
1
3
3
2
1
2
2
1
2
1
2
2
2
4
2
1
4
1
4
1
1
2
4
2
3
4
3
4
3
3
2
1
2
2
1
2
1
2
2
2
2
2
1
2
1
2
1
1
2
3
2
2
3
2
3
2
2
2
3
2
1
3
1
3
1
1
2
2
2
1
2
1
1
2
1
5582
,
205605
356
,
4697
7754
,
52030
6912
,
1354938
397
178351
0312
,
2240747
5047
,
666
0775
,
0
6276
,
18
2724
,
3259
4977
,
44
4196
,
3980
6316
,
4697
2651
,
205615
9862
,
52033
3515
,
178362
1587
,
1355004
81414
,
2240858
1683
,
5
0087
,
0
0484
,
0
0971
,
25
5527
,
0
0833
,
30
088
,
0
0088
,
0
0014
,
0
1116
,
0
9668
,
0
2635
,
0
1438
598
,
3167
93
,
4605
5734
,
6098
3849
,
6097
5578
,
0
0004
,
0
1238
,
0
0962
,
0
6297
,
0
6616
,
0
6095
,
0
68
,
5831
3
,
6085
9
,
11916
9
,
1648
1650
171
,
0
2047
,
0
0123
,
0
0787
,
0
5683
,
1
7899
,
0
8249
,
2
0152
,
0
028
,
0
0504
,
0
0486
,
1
0288
,
0
0185
,
0
0052
,
0
0021
,
0
0042
,
0
0739
,
0
989
,
0
1155
,
0
0138
,
0
0363
,
0
0299
,
0
9834
,
0
0975
,
0
113
,
0
028
,
0
0152
,
0
0504
,
0
0288
,
0
0486
,
1
0185
,
0
0017
,
0
0004
,
0
0018
,
0
009
,
0
9961
,
0
009
,
0
4158
,
231
8065
,
244
2226
,
476
1303
,
58
2087
,
57
0985
,
0
1736
,
245
7787
,
231
9523
,
476
2188
,
57
1402
,
58
095
,
0
0086
,
0
0212
,
0
0294
,
0
0437
,
1
0648
,
0
334
,
0
0085
,
0
0211
,
0
0293
,
0
0435
,
1
0645
,
0
313
,
0
9
,
2192
944
3137
4398
4397
616
,
0
gx
gx
gx
gx
gx
gx
gx
х
gx
х
gx
х
gx
gx
gx
gx
gx
gx
gx
х
gx
х
gx
х
х
х
х
х
х
х
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w































































































































































































































Tekshirilgan izdoshligida o„rtacha farqi 0,5 soatni tashkil etadi.
Hisoblab 
chiqilgan 
ma‟lumotlar O„zbekistoning Gidrometerologiya 
xizmatining Farg„ona vodiysi bo„yicha ma‟lumotlari bilan solishtirilgan ikkala 
uslubning maqbulligi ma‟lum bo„ldi.