Bu tədqiqat mobil robotun idarəetmə sistemi üçün istifadə oluna biləcək müxtəlif süni intellekt texnologiyaları arasından uyğun variantı müəyyən etmək məqsədilə qeyri-səlis üstünlük münasibətlərinə əsaslanan qərar üsulu hazırlayır. Üsul genetik alqoritm, süni neyron şəbəkəsi, ekspert sistemi və qeyri-səlis idarəetmə olmaqla dörd alternativi bir neçə qiymətləndirmə meyarı altında müqayisə edir və dominant olmayan alternativlərin dərəcələrini hesablayır. “Fregat” mobil robotlaşdırılmış suvarma sistemi üçün verilən nümunə hesablamada son düzəldilmiş dominant-olmama dərəcələri müvafiq olaraq 0,4; 0,8; 0,5 və 1,0 alınmış və ən yüksək dəyərə malik x4, yəni qeyri-səlis idarəetmə əsaslı alqoritm seçilmişdir. Bununla belə, tədqiqat bu seçimin real sahə eksperimentində digər üç üsuldan daha yüksək hərəkət dəqiqliyi, suvarma səmərəliliyi və ya enerji göstəricisi təmin etdiyini eksperimental şəkildə göstərmir; nəticə tədqiqatda müəyyən edilmiş qeyri-səlis üstünlük matrisləri və meyar münasibətləri altında aparılan riyazi seçimə aiddir.
Modelin əsas problemi mobil robotlarda vahid süni intellekt üsulunun hər tapşırıq üçün eyni dərəcədə uyğun olmamasıdır. Sensor məlumatlarının emalı, ətraf mühitin qiymətləndirilməsi, qərarvermə, hərəkətin planlaşdırılması və texniki istismar kimi tapşırıqlar müxtəlif sürət, dəqiqlik, resurs istifadəsi və etibarlılıq tələbləri yarada bilər. Tədqiqatçılar buna görə namizəd texnologiyaları tək bir göstəriciyə görə deyil, qeyri-səlis əhəmiyyət və üstünlük münasibətləri vasitəsilə çoxmeyarlı şəkildə müqayisə etməyi təklif edirlər.
Türkiyə baxımından qiymətləndirmə: Tədqiqat xüsusilə kənd təsərrüfatı robotikası, avtonom suvarma, dəqiq kənd təsərrüfatı və müxtəlif sənaye mobil robot tətbiqlərində istifadə olunacaq idarəetmə yanaşmasının seçilməsi üçün konseptual metod təqdim edir. Bununla belə, nəticələr Türkiyədəki sahə şəraitində doğrulanmayıb. Torpaq quruluşu, sahənin geometriyası, rütubətin paylanması, hərəkət infrastrukturu, sensorlar, hesablama avadanlığı və idarəetmə tələbləri dəyişdikdə üstünlük matrisləri və buna görə seçilən texnologiya yenidən müəyyən edilməlidir.
Tədqiqatın əsas sualı nədir?
Tədqiqatın əsas sualı mobil robotun idarəetmə sistemində konkret tapşırıq və prosedurları yerinə yetirmək üçün hansı süni intellekt texnologiyasının ən uyğun olduğunun sistemli şəkildə necə seçilə biləcəyidir. Tədqiqat süni intellekt üsullarının yalnız texniki adlarına və ya tək bir performans göstəricisinə baxmaq əvəzinə, müxtəlif meyarlar altında onların bir-birinə görə üstünlük dərəcələrindən istifadə edir.
Mobil robotların ətrafdan sensor məlumatları toplaması, xarici vəziyyəti qiymətləndirməsi, davranış hədəfini seçməsi, hədəfə çatmaq üçün plan hazırlaması və hərəkətini idarə etməsi kimi funksiyaların müxtəlif süni intellekt yanaşmalarından yararlana biləcəyi bildirilir. Mənbə qeyri-səlis məntiq, süni neyron şəbəkələri, neyro-qeyri-səlis şəbəkələr, süni immun sistemləri, genetik alqoritmlər və sürü intellekti kimi üsulları mobil robotika kontekstində qeyd edir.
Niyə qeyri-səlis qərar yanaşmasından istifadə olunur?
Tədqiqatın əsaslandırması mobil robotun idarə edilməsinə daxil olan bütün məlumatların dəqiq və kəmiyyət xarakterli olmamasıdır. Xüsusilə robotlaşdırılmış suvarma nümunəsində bitki növü, sahənin forması, robotun hərəkət sürəti, torpaq rütubəti, torpaq növü və hava şəraiti kimi müxtəlif quruluşlu məlumatlar birlikdə qiymətləndirilməlidir.
Tədqiqatçılar buna görə yalnız klassik rəqəmsal müqayisələr əvəzinə alternativlərin bir-birinə görə nə dərəcədə üstün tutulduğunu [0,1] intervalında ifadə edən qeyri-səlis üstünlük münasibətlərindən istifadə edirlər. Burada 0 ilə 1 arasındakı dəyərlər fiziki ölçü vahidi deyil, model daxilində müəyyən edilmiş üstünlük və ya mənsubiyyət dərəcələridir.
Namizəd süni intellekt texnologiyaları necə müəyyən edildi?
Tədqiqatın “Fregat” tətbiqində namizəd çoxluğu:
\[ X=\{x_1,x_2,x_3,x_4\} \]
kimi müəyyən edilmişdir.
| Alternativ | Tədqiqatdakı qarşılığı |
|---|---|
| x1 | Genetik alqoritmə əsaslanan üsul |
| x2 | Süni neyron şəbəkəsinin tətbiqi |
| x3 | Ekspert sistemi |
| x4 | Qeyri-səlis idarəetməyə əsaslanan alqoritm |
Qiymətləndirmə meyarları hansılardır?
Meyarlar ümumi olaraq:
\[ Q=\{q_1,q_2,q_3,q_4\} \]
çoxluğu ilə göstərilir.
| Meyar | Mənbədə verilən ad | Mənbə qeydi |
|---|---|---|
| q1 | Accuracy — dəqiqlik | Mətn və Cədvəl 1(a) uyğundur. |
| q2 | Problem solving speed — problemin həlli sürəti | Mətn və Cədvəl 1(a) uyğundur. |
| q3 | Resource usage/consumption — resurs istifadəsi | Mətn və Cədvəl 1(b) məna baxımından uyğundur. |
| q4 | Mətndə “accuracy of problem solving”; Cədvəl 1(b)-də “Reliability” | Mənbədaxili adlandırma uyğunsuzluğu var; burada bir ad səssiz şəkildə seçilməyib. |
Meyarların əhəmiyyəti necə ifadə olunur?
Meyarların bir-birinə görə əhəmiyyət dərəcəsi qeyri-səlis münasibət:
\[ \mu(q_i,q_j) \]
ilə təmsil olunur. Tədqiqatdakı nümunə əhəmiyyət matrisi belədir:
| q1 | q2 | q3 | q4 | |
|---|---|---|---|---|
| q1 | 1 | 0,4 | 0,6 | 0 |
| q2 | 1 | 1 | 0,8 | 1 |
| q3 | 0,2 | 1 | 1 | 1 |
| q4 | 0,8 | 0 | 1 | 1 |
Bu matris meyarların bir-birinə görə “ən az nə qədər mühüm” hesab edildiyini qeyri-səlis dərəcələrlə göstərir. Tədqiqat bu rəqəmsal dərəcələrin eksperimental olaraq necə əldə edildiyini və ya ekspert qiymətləndirmələrinin neçə nəfərlə aparıldığını ətraflı izah etmir; bu, üsulun təkrarlana bilməsi baxımından mühüm məhdudiyyətdir.
Alternativlər necə müqayisə olunur?
Hər meyar üçün alternativlərin ikili üstünlük dərəcəsi:
\[ \varphi:X\times X\times Q\rightarrow[0,1] \]
münasibəti ilə müəyyən edilir. Burada:
\[ \varphi(x_i,x_j,q_k) \]
ifadəsi qk meyarı altında xi alternativinin xj alternativinə görə üstünlük dərəcəsini göstərir.
Dominant olmayan alternativin dərəcəsi necə hesablanır?
Tədqiqatın birinci münasibəti konkret meyar üçün dominant olmayan alternativlərin qeyri-səlis alt çoxluğunu müəyyən edir:
\[ \varphi^{nd}(x_i,q_k) = 1-\sup \left[ \varphi(x_j,x_i,q_k) - \varphi(x_i,x_j,q_k) \right] \tag{1} \]
Bu münasibətin məqsədi başqa alternativ tərəfindən daha güclü üstün tutulan variantların dominant-olmama dərəcəsini azaltmaqdır. Tədqiqat formulu bu şəkildə verir; formula mənbədə olmayan əlavə düzəliş və ya şərt əlavə edilməyib.
Meyarların əhəmiyyət münasibəti necə birləşdirilir?
İkinci münasibət meyar üzrə dominant-olmama dərəcələrini meyarların qeyri-səlis əhəmiyyət münasibəti ilə birləşdirir:
\[ \eta(x_j,x_i) = \sup \min \left\{ \varphi^{nd}(x_i,q_k), \varphi^{nd}(x_j,q_l), \mu(q_k,q_l) \right\} \tag{2} \]
Bu addım yalnız bir meyarı deyil, bütün meyarlar arasındakı münasibətləri qərar quruluşuna daxil etməyi hədəfləyir.
Ümumi dominant-olmama dərəcəsi
Tədqiqatın üçüncü münasibəti:
\[ \eta^{nd}(x_i) = 1-\sup \left[ \eta(x_j,x_i)-\eta(x_i,x_j) \right] \tag{3} \]
şəklindədir. Daha sonra mənbədə dördüncü münasibət:
\[ \eta^{nd}(x_i) = \min \left\{ \eta^{nd}(x_i), \eta(x_i,x_j) \right\} \tag{4} \]
kimi verilir. Dördüncü münasibətdə j indeksinin necə seçildiyi mətndə ayrıca açıqlanmır; buna görə burada mənbədə olmayan riyazi şərh əlavə edilməyib.
Cədvəl 1(a): dəqiqlik və problemin həlli sürəti üçün üstünlük münasibətləri
| Alternativ | Dəqiqlik q1 | Problemin həlli sürəti q2 | ||||||
|---|---|---|---|---|---|---|---|---|
| x1 | x2 | x3 | x4 | x1 | x2 | x3 | x4 | |
| x1 | 1 | 0,8 | 1 | 0 | 1 | 0,1 | 0,5 | 0,3 |
| x2 | 0 | 1 | 0,2 | 1 | 0,8 | 1 | 0,8 | 0,8 |
| x3 | 0 | 0,8 | 1 | 0 | 0,5 | 0,3 | 1 | 0 |
| x4 | 0 | 0 | 1 | 1 | 0,8 | 0 | 0 | 1 |
Cədvəl 1(b): resurs istifadəsi və q4 meyarı üçün üstünlük münasibətləri
Mənbə q4-ü Cədvəl 1(b)-də “Reliability” kimi adlandırır; eyni meyar bundan əvvəl mətndə “accuracy of problem solving” kimi müəyyən edilmişdir.
| Alternativ | Resurs istifadəsi q3 | Reliability q4 — mənbə cədvəli başlığı | ||||||
|---|---|---|---|---|---|---|---|---|
| x1 | x2 | x3 | x4 | x1 | x2 | x3 | x4 | |
| x1 | 1 | 0 | 0,8 | 0,8 | 1 | 1 | 0,9 | 0 |
| x2 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 1 |
| x3 | 0,1 | 0 | 1 | 0,4 | 0,4 | 0 | 1 | 0 |
| x4 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 1 |
Hesablama nəticəsində hansı üsul seçilir?
Birinci münasibətdən istifadə etməklə meyarlar üzrə əldə olunan dominant-olmama dəyərləri tədqiqatda belə verilir:
| Meyar | x1 | x2 | x3 | x4 |
|---|---|---|---|---|
| q1 | 1 | 0,2 | 0 | 0 |
| q2 | 0,3 | 1 | 0,5 | 0,2 |
| q3 | 0 | 0 | 0,3 | 1 |
| q4 | 1 | 0 | 0 | 0 |
Üçüncü münasibətdən sonrakı ümumi dominant-olmama dərəcələri:
| Alternativ | ηnd(xi) — münasibət (3)-dən sonra |
|---|---|
| x1 | 0,4 |
| x2 | 0,8 |
| x3 | 1,0 |
| x4 | 1,0 |
Dördüncü münasibətlə aparılan son düzəlişdən sonra isə:
| Alternativ | Son ηnd(xi) | Texnologiya |
|---|---|---|
| x1 | 0,4 | Genetik alqoritm |
| x2 | 0,8 | Süni neyron şəbəkəsi |
| x3 | 0,5 | Ekspert sistemi |
| x4 | 1,0 | Qeyri-səlis idarəetmə |
Nəticədə tədqiqat müəyyən edilmiş üstünlük strukturu altında x4 — qeyri-səlis idarəetmə əsaslı alqoritmi ən yüksək dominant-olmama dərəcəsinə malik variant kimi müəyyən edir.
“Fregat” robotlaşdırılmış suvarma sisteminə necə tətbiq olunur?
Tədqiqatda üsul “Fregat” adlandırılan mobil robotlaşdırılmış suvarma sisteminin idarəetmə və texniki istismar sahəsində istifadə olunacaq süni intellekt texnologiyasını seçmək üçün tətbiq edilir. Tədqiqatçılar suvarma prosesindəki qeyri-müəyyənliyin sahənin konturu, robotun sahə üzrə hərəkət sürəti və torpağın rütubəti kimi ilkin məlumatların dəqiqliyi və natamamlığı ilə bağlı olduğunu bildirirlər.
Mənbənin nəticə bölməsində suvarma prosesini təsvir edən riyazi modelin hazırlandığı qeyd edilir. Bununla belə, dərc olunmuş mətn suvarma dinamikasını ətraflı fiziki tənliklər, sensor məlumatları və ya sahə eksperimentlərinin nəticələri ilə ayrıca doğrulama bölməsi kimi göstərmir. Tədqiqatın ətraflı rəqəmsal məzmunu əsasən süni intellekt texnologiyasının seçimində istifadə edilən qeyri-səlis üstünlük münasibətlərinə fokuslanır.
Tədqiqatın güclü tərəfi nədir?
Tədqiqatın əsas güclü tərəfi süni intellekt texnologiyasının seçimini yalnız bir metodun populyarlığına və ya bir göstəriciyə bağlamadan, müxtəlif meyarların əhəmiyyətini və alternativlər arasındakı ikili üstünlükləri eyni qərar strukturuna daxil etməyə çalışmasıdır. Bundan başqa, üsul nümunə namizəd çoxluğu üzrə rəqəmsal matrislər və aralıq hesablamalarla göstərilir.
Tədqiqatın əsas məhdudiyyətləri hansılardır?
- Üstünlük matrislərindəki rəqəmsal dəyərlərin hansı eksperiment, ekspert paneli və ya ölçmə prosesi ilə yaradıldığı ətraflı izah olunmur.
- Seçilən qeyri-səlis idarəetmə üsulunun real robotda digər üç üsuldan daha yaxşı performans verdiyini göstərən sahə eksperimenti və ya müqayisəli benchmark təqdim edilmir.
- Enerji sərfiyyatı, suvarma dəqiqliyi, marşrut xətası, emal vaxtı və ya real vaxt idarəetmə gecikməsi kimi fiziki performans göstəriciləri ilə doğrulama verilmir.
- q4 meyarının adı mətn ilə Cədvəl 1(b) arasında uyğunsuzdur.
- Xülasədəki “least preferred alternative” ifadəsi əsas alqoritmdə və nəticə bölməsində “highest nondominant degree” seçimi ilə ziddiyyət təşkil edir.
- Mətndə [20] istinadı olsa da, ədəbiyyat siyahısı [1]–[10] ilə məhduddur.
- Dördüncü münasibətdə indeks istifadəsinin tətbiq təfərrüatı mətndə yetərincə açıqlanmır.
Tədqiqatın dəstəklədiyi nəticələr
- Dörd süni intellekt/idarəetmə alternativi üçün qeyri-səlis üstünlük münasibətlərindən istifadə etməklə çoxmeyarlı seçim hesabı qurulmuşdur.
- Tədqiqatın verdiyi giriş matrisləri altında son dominant-olmama dərəcələri x1=0,4; x2=0,8; x3=0,5 və x4=1,0-dır.
- Bu hesablamada qeyri-səlis idarəetmə əsaslı x4 alternativi seçilmişdir.
- Üsul “Fregat” mobil robotlaşdırılmış suvarma sistemi kontekstində nümunələndirilmişdir.
Tədqiqatın sübut etmədiyi nəticələr
- Qeyri-səlis idarəetmənin bütün mobil robotlar üçün universal olaraq ən yaxşı süni intellekt üsulu olduğu sübut edilməyib.
- x4=1,0 dəyəri %100 dəqiqlik və ya %100 səmərəlilik demək deyil.
- Tədqiqat genetik alqoritm, süni neyron şəbəkəsi və ekspert sisteminin real sahə sınaqlarında qeyri-səlis idarəetmədən daha pis olduğunu göstərmir.
- Robotun suvarma səmərəliliyində, enerji sərfiyyatında və ya hərəkət dəqiqliyində konkret faiz artımı bildirilmir.
- Başqa robot, başqa meyar çəkiləri və ya başqa üstünlük matrisləri istifadə edildikdə eyni alternativin seçiləcəyi göstərilməyib.
Tədqiqatın Metodu və Nəticələri
Metod axınının texniki xülasəsi
| Addım | Əməliyyat | Tədqiqatdakı qarşılığı |
|---|---|---|
| 1 | Namizəd texnologiyaları müəyyən et | X = {x1, x2, x3, x4} |
| 2 | Meyarları müəyyən et | Q = {q1, q2, q3, q4} |
| 3 | Meyarların qeyri-səlis əhəmiyyət münasibətini müəyyən et | μ(qi,qj) |
| 4 | Hər meyar üçün alternativlər arasında qeyri-səlis üstünlük münasibətlərini müəyyən et | φ(xi,xj,qk) |
| 5 | Meyar üzrə dominant olmayan alt çoxluqları hesabla | Münasibət (1) |
| 6 | Meyar münasibətlərini birləşdir | Münasibət (2) |
| 7 | Ümumi dominant-olmama dərəcələrini hesabla | Münasibət (3) |
| 8 | Son düzəlişi tətbiq et | Münasibət (4) |
| 9 | Ən yüksək son dərəcəyə malik alternativi seç | x4 = qeyri-səlis idarəetmə |
Aralıq nəticə ilə yekun nəticə arasındakı fərq
Münasibət (3)-dən sonra həm x3, həm də x4 üçün 1,0 dəyəri alınır. Dördüncü münasibətlə aparılan düzəlişdən sonra x3 0,5-ə düşür, x4 isə 1,0 dəyərini saxlayır. Beləliklə, yekun seçim yalnız x4 olur.
| Alternativ | Münasibət (3)-dən sonra | Münasibət (4)-dən sonra |
|---|---|---|
| x1 | 0,4 | 0,4 |
| x2 | 0,8 | 0,8 |
| x3 | 1,0 | 0,5 |
| x4 | 1,0 | 1,0 |
Bu nəticə tədqiqatın əsas kəmiyyət nəticəsidir. Lakin sözügedən dəyərlər başlanğıcda müəyyən edilmiş qeyri-səlis üstünlük matrislərinin riyazi nəticəsidir; ölçülmüş sahə performansı deyil.
Mənbədaxili uyğunsuzluqlar
Xülasə–metod ziddiyyəti: Xülasə “least preferred alternative” ifadəsini istifadə edərkən metod və nəticə bölmələri ən yüksək dominant-olmama dərəcəsinə malik alternativi seçir. Rəqəmsal nümunədə də x4=1,0 ilə maksimum dəyər seçildiyi üçün məqalənin əsas metodoloji axını maksimum seçim qaydasına əsaslanır. Xülasədəki ifadə səssiz şəkildə düzəldilməyib, ziddiyyət açıq qeydə alınıb.
q4 meyarının adı: Səhifə 130-dakı izahda q4 “accuracy of problem solving” kimi müəyyən edilir, Cədvəl 1(b)-də isə eyni q4 “Reliability” başlığını daşıyır. Mənbə bu fərqi izah etmir.
Mənbə nömrəsi: Suvarma sistemi nümunəsinin izah edildiyi bölmədə [20] istinadı var; dərc edilmiş ədəbiyyat siyahısı isə [1]–[10] arasındadır. Buna görə [20] istinadının biblioqrafik qarşılığı bu versiyadan müəyyən edilə bilmir.
Redaksiya qalığı: Mətnin içində “I translate:” ifadəsi dərc olunmuş mətndə qalmışdır. Bu ifadə elmi metod elementi kimi şərh edilməyib və mənbədə olduğu şəkildə redaksiya anomaliyası kimi qiymətləndirilib.
Metodoloji doğrulama sərhədi
Tədqiqatın hesablamaları verilən qeyri-səlis münasibət matrislərindən müəyyən bir seçimə gətirir; lakin bu seçim müstəqil eksperimental doğrulama ilə dəstəklənmir. Buna görə tədqiqat süni intellekt texnologiyasının seçim metodologiyasının işlənmiş nümunəsini təqdim edir; qeyri-səlis idarəetmənin real sahə şəraitində performans üstünlüyünü birbaşa sübut edən müqayisəli robot eksperimenti təqdim etmir.
Mənbə və Metod Qeydi
Tam orijinal işin adı: Application of Artificial Intelligence Methods in the Control of Mobile Robots
Müəlliflər: Aliyeva Aytan Amiraslan; Suleymanov Emil Qardashxan.
Müəllif sırası: Aliyeva Aytan Amiraslan birinci müəllif, Suleymanov Emil Qardashxan ikinci müəllifdir. Mənbədə bərabər birinci müəlliflik və ya bərabər töhfə bəyanatı yoxdur.
Qurum: Hər iki müəllif Department of Computer Engineering, Azerbaijan State Oil and Industry University, Republic of Azerbaijan afiliyasiyası ilə verilmişdir.
Məsul müəllif: Mənbədə açıq məsul müəllif və ya yazışma e-poçt ünvanı göstərilmir.
Mənbə növü: Konfrans materiallarında dərc edilmiş riyazi modelləşdirmə və qərar üsulu tədqiqatı.
Rəyçilik vəziyyəti: Scientific Collection «InterConf+» platformasının rəsmi redaksiya siyasətində daxili qiymətləndirmə və ikiqat kor xarici rəyçilik tətbiq edildiyi bildirilir.
Nəşr: Scientific Collection «InterConf+», No. 69(295), Modeling and Nanotechnology.
Konfrans: 9th International Scientific and Practical Conference “Concepts for the Development of Society’s Scientific Potential”, 19–20 may 2026, Praqa, Çex Respublikası.
Səhifələr: 125–133.
ISSN: 2709-4685.
DOI:10.51582/interconf.19-20.05.2026.013
Rəsmi nəşr qeydi:Scientific Collection «InterConf+» məqalə qeydi
Nəşr ili: 2026.
Nəşr tarixi qeydi: Rəsmi məqalə qeydi ilə müvafiq buraxılış qeydində fərqli nəşr tarixləri göstərilir; bu biblioqrafik fərq HTML-dən əvvəlki qiymətləndirmə qeydində göstərilmişdir.
Lisenziya: Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
Maliyyələşdirmə: Mənbədə ayrıca maliyyələşdirmə bəyanatı yoxdur.
Məlumatların əlçatanlığı: Mənbədə ayrıca məlumatların əlçatanlığı bəyanatı yoxdur.
Maraqlar toqquşması: Mənbədə ayrıca maraqlar toqquşması bəyanatı yoxdur.
CRediT/müəllif töhfələri: Mənbədə ayrıca CRediT və ya ətraflı müəllif töhfələri bəyanatı yoxdur.
Bu Verianla izahındakı elmi üsul, matrislər, tənliklər və nəticələr yalnız Aliyeva və Suleymanovun dərc olunmuş tədqiqatına əsaslanır. Xarici doğrulama yalnız biblioqrafik nəşr kimliyinin və rəyçilik siyasətinin yoxlanması üçün istifadə edilmiş; kənardan yeni robot performansı nəticəsi, alqoritm müqayisəsi və ya suvarma məlumatı əlavə edilməmişdir.
Tədqiqatın əsas elmi sərhədi qeyri-səlis üstünlük modelinin rəqəmsal seçim nəticəsi yaratmasına baxmayaraq üstünlük matrislərinin yaradılma prosesinin və seçilən üsulun real robot üzərində müqayisəli performansının yetərli eksperimental təfərrüatla doğrulanmamasıdır. Buna görə x4-ün seçilməsi mənbədə verilən meyar və üstünlük strukturuna bağlı qərar nəticəsi kimi qiymətləndirilməlidir.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib