Бул изилдөө мобилдик роботтун башкаруу системасында колдонууга мүмкүн болгон ар кандай жасалма интеллект технологияларынын ичинен ылайыктуусун тандоо үчүн бүдөмүк артыкчылык мамилелерине негизделген чечим кабыл алуу ыкмасын иштеп чыгат. Ыкма генетикалык алгоритм, жасалма нейрон тармагы, эксперттик система жана бүдөмүк башкаруу болуп төрт альтернативаны бир нече баалоо критерийлери боюнча салыштырып, үстөмдүк кылбаган альтернативалардын даражаларын эсептейт. “Fregat” мобилдик роботтук сугаруу системасы үчүн берилген мисал эсептөөлөрдө акыркы оңдолгон үстөмдүк-кылбоо даражалары тиешелүүлүгүнө жараша 0,4; 0,8; 0,5 жана 1,0 болуп алынган жана эң жогорку мааниге ээ x4, башкача айтканда бүдөмүк башкарууга негизделген алгоритм тандалган. Бирок изилдөө бул тандоо чыныгы талаа экспериментинде башка үч ыкмага караганда кыймылдын тактыгын, сугаруунун натыйжалуулугун же энергиялык көрсөткүчтү жогорулатарын эксперименттик түрдө көрсөтпөйт; жыйынтык изилдөөдө аныкталган бүдөмүк артыкчылык матрицалары жана критерийлердин мамилелери шартындагы математикалык тандоого тиешелүү.
Моделдин негизги көйгөйү — мобилдик роботтордо бир эле жасалма интеллект ыкмасы ар бир тапшырма үчүн бирдей ылайыктуу боло бербейт. Сенсордук маалыматтарды иштетүү, айлана-чөйрөнү баалоо, чечим кабыл алуу, кыймылды пландоо жана техникалык пайдалануу сыяктуу милдеттер ылдамдык, тактык, ресурстарды колдонуу жана ишенимдүүлүк боюнча ар башка талаптарды жаратышы мүмкүн. Ошондуктан изилдөөчүлөр талапкер технологияларды бир гана көрсөткүч боюнча эмес, бүдөмүк маанилүүлүк жана артыкчылык мамилелери аркылуу көп критерийлүү салыштырууну сунушташат.
Түркия жагынан баалоо: Изилдөө айрыкча айыл чарба робототехникасы, автономдуу сугаруу, так дыйканчылык жана ар кандай өнөр жайлык мобилдик робот колдонмолорунда пайдаланылуучу башкаруу ыкмасын тандоо үчүн концептуалдык ыкма сунуштайт. Бирок жыйынтыктар Түркиядагы талаа шарттарында текшерилген эмес. Топурактын түзүлүшү, участоктун геометриясы, нымдуулуктун бөлүштүрүлүшү, кыймыл инфраструктурасы, сенсорлор, эсептөөчү жабдуу жана башкаруу талаптары өзгөргөндө артыкчылык матрицаларын жана натыйжада тандалган технологияны кайра аныктоо керек.
Изилдөөнүн негизги суроосу эмне?
Изилдөөнүн негизги суроосу — мобилдик роботтун башкаруу системасында белгилүү бир милдеттерди жана процедураларды аткаруу үчүн кайсы жасалма интеллект технологиясы эң ылайыктуу экенин кантип системалуу түрдө тандаса болот. Изилдөө жасалма интеллект ыкмаларын техникалык аттарына же бир эле иштөө көрсөткүчүнө карап гана эмес, ар башка критерийлер боюнча бири-бирине салыштырмалуу артыкчылык даражалары аркылуу баалайт.
Мобилдик роботтор айлана-чөйрөдөн сенсордук маалымат чогултуу, тышкы абалды баалоо, жүрүм-турум максатын тандоо, максатка жетүү үчүн план түзүү жана кыймылын башкаруу сыяктуу функцияларда ар кандай жасалма интеллект ыкмаларын колдоно алары айтылат. Булак бүдөмүк логика, жасалма нейрон тармактары, нейро-бүдөмүк тармактар, жасалма иммундук системалар, генетикалык алгоритмдер жана үйүр интеллектин мобилдик робототехника контекстинде атап өтөт.
Эмне үчүн бүдөмүк чечим ыкмасы колдонулат?
Изилдөөнүн жүйөсү мобилдик роботту башкарууга кирген бардык маалыматтар так жана сандык боло бербейт дегенге негизделет. Айрыкча роботтук сугаруу мисалында өсүмдүк түрү, талаанын формасы, роботтун кыймыл ылдамдыгы, топурактын нымдуулугу, топурак түрү жана аба ырайы сыяктуу ар кандай түзүлүштөгү маалыматтарды бирге баалоо керек.
Ошондуктан изилдөөчүлөр кадимки сандык салыштырууларга гана таянбастан, альтернативалардын бири-бирине канчалык артыкчылык берилерин [0,1] аралыгында көрсөткөн бүдөмүк артыкчылык мамилелерин колдонушат. Бул жерде 0 менен 1дин ортосундагы маанилер физикалык өлчөө бирдиги эмес, моделдин ичинде аныкталган артыкчылык же мүчөлүк даражалары.
Талапкер жасалма интеллект технологиялары кантип аныкталган?
Изилдөөнүн “Fregat” колдонмосунда талапкерлердин көптүгү:
\[ X=\{x_1,x_2,x_3,x_4\} \]
деп аныкталган.
| Альтернатива | Изилдөөдөгү мааниси |
|---|---|
| x1 | Генетикалык алгоритмге негизделген ыкма |
| x2 | Жасалма нейрон тармагын колдонуу |
| x3 | Эксперттик система |
| x4 | Бүдөмүк башкарууга негизделген алгоритм |
Баалоо критерийлери кайсылар?
Критерийлер жалпы түрдө:
\[ Q=\{q_1,q_2,q_3,q_4\} \]
көптүгү менен берилет.
| Критерий | Булакта берилген аталышы | Булактагы эскертүү |
|---|---|---|
| q1 | Accuracy — тактык | Текст жана 1(a)-таблица шайкеш. |
| q2 | Problem solving speed — маселе чечүү ылдамдыгы | Текст жана 1(a)-таблица шайкеш. |
| q3 | Resource usage/consumption — ресурстарды колдонуу | Текст жана 1(b)-таблица мааниси боюнча шайкеш. |
| q4 | Текстте “accuracy of problem solving”; 1(b)-таблицада “Reliability” | Булактын ичинде аталыш боюнча карама-каршылык бар; бул жерде алардын бирөө өз алдынча тандалган жок. |
Критерийлердин маанилүүлүгү кантип берилет?
Критерийлердин бири-бирине карата маанилүүлүк даражасы бүдөмүк мамиле:
\[ \mu(q_i,q_j) \]
менен көрсөтүлөт. Изилдөөдөгү мисал маанилүүлүк матрицасы төмөнкүдөй:
| 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 |
Бул матрица критерийлердин бири-бирине карата “эң аз канчалык маанилүү” деп бааланганын бүдөмүк даражалар менен көрсөтөт. Изилдөө бул сандык даражалар эксперименттен, эксперттик панелден же башка өлчөө процессинен кантип алынганын жана эксперттик баалоого канча адам катышканын толук түшүндүрбөйт; бул ыкманын кайталануучулугу үчүн маанилүү чектөө.
Альтернативалар кантип салыштырылат?
Ар бир критерий үчүн альтернативалардын жуптук артыкчылык даражасы:
\[ \varphi:X\times X\times Q\rightarrow[0,1] \]
мамилеси менен аныкталат. Бул жерде:
\[ \varphi(x_i,x_j,q_k) \]
туюнтмасы qk критерийи боюнча xi альтернативасынын xj альтернативасына карата артыкчылык даражасын билдирет.
Үстөмдүк кылбаган альтернативанын даражасы кантип эсептелет?
Изилдөөнүн биринчи байланышы белгилүү критерий боюнча үстөмдүк кылбаган альтернативалардын бүдөмүк ички көптүгүн аныктайт:
\[ \varphi^{nd}(x_i,q_k) = 1-\sup \left[ \varphi(x_j,x_i,q_k) - \varphi(x_i,x_j,q_k) \right] \tag{1} \]
Бул байланыштын максаты башка альтернатива тарабынан күчтүүрөөк артыкчылык берилген варианттардын үстөмдүк-кылбоо даражасын азайтуу. Изилдөө формуланы ушул түрүндө берет; булакта жок кошумча оңдоо же шарт кошулган эмес.
Критерийлердин маанилүүлүк мамилеси кантип бириктирилет?
Экинчи байланыш критерийлер боюнча үстөмдүк-кылбоо даражаларын критерийлердин бүдөмүк маанилүүлүк мамилеси менен бириктирет:
\[ \eta(x_j,x_i) = \sup \min \left\{ \varphi^{nd}(x_i,q_k), \varphi^{nd}(x_j,q_l), \mu(q_k,q_l) \right\} \tag{2} \]
Бул кадам бир гана критерийди эмес, бардык критерийлердин ортосундагы мамилелерди чечим түзүмүнө кошууну көздөйт.
Жалпы үстөмдүк-кылбоо даражасы
Изилдөөнүн үчүнчү байланышы:
\[ \eta^{nd}(x_i) = 1-\sup \left[ \eta(x_j,x_i)-\eta(x_i,x_j) \right] \tag{3} \]
түрүндө берилет. Андан кийин булакта төртүнчү байланыш:
\[ \eta^{nd}(x_i) = \min \left\{ \eta^{nd}(x_i), \eta(x_i,x_j) \right\} \tag{4} \]
деп көрсөтүлөт. Төртүнчү байланышта j индекси кантип тандалары текстте өзүнчө түшүндүрүлгөн эмес; ошондуктан бул жерде булакта жок математикалык чечмелөө кошулган жок.
1(a)-таблица: тактык жана маселе чечүү ылдамдыгы боюнча артыкчылык мамилелери
| Альтернатива | Тактык q1 | Маселе чечүү ылдамдыгы 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 |
1(b)-таблица: ресурстарды колдонуу жана q4 критерийи боюнча артыкчылык мамилелери
Булак q4 критерийин 1(b)-таблицада “Reliability” деп атаган; ушул эле критерий мындан мурда текстте “accuracy of problem solving” деп аныкталган.
| Альтернатива | Ресурстарды колдонуу q3 | Reliability q4 — булактагы таблица аталышы | ||||||
|---|---|---|---|---|---|---|---|---|
| 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 |
Эсептөөнүн жыйынтыгында кайсы ыкма тандалат?
Биринчи байланыш колдонулгандан кийин критерийлер боюнча алынган үстөмдүк-кылбоо маанилери изилдөөдө төмөнкүдөй берилет:
| Критерий | 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 |
Үчүнчү байланыштан кийинки жалпы үстөмдүк-кылбоо даражалары:
| Альтернатива | ηnd(xi) — байланыш (3) кийин |
|---|---|
| x1 | 0,4 |
| x2 | 0,8 |
| x3 | 1,0 |
| x4 | 1,0 |
Төртүнчү байланыш менен жүргүзүлгөн акыркы оңдоодон кийин:
| Альтернатива | Акыркы ηnd(xi) | Технология |
|---|---|---|
| x1 | 0,4 | Генетикалык алгоритм |
| x2 | 0,8 | Жасалма нейрон тармагы |
| x3 | 0,5 | Эксперттик система |
| x4 | 1,0 | Бүдөмүк башкаруу |
Натыйжада изилдөө аныкталган артыкчылык түзүмүндө x4 — бүдөмүк башкарууга негизделген алгоритмди эң жогорку үстөмдүк-кылбоо даражасына ээ вариант катары тандайт.
“Fregat” роботтук сугаруу системасына кантип колдонулат?
Изилдөөдө ыкма “Fregat” деп аталган мобилдик роботтук сугаруу системасында башкаруу жана техникалык пайдалануу үчүн колдонулуучу жасалма интеллект технологиясын тандоого колдонулат. Изилдөөчүлөр сугаруу процессиндеги белгисиздик талаанын контуру, роботтун талаадагы кыймыл ылдамдыгы жана топурактын нымдуулугу сыяктуу баштапкы маалыматтардын тактыгы жана жетишсиздиги менен байланыштуу экенин белгилешет.
Булактын жыйынтык бөлүмүндө сугаруу процессин түшүндүргөн математикалык модель иштелип чыкканы айтылат. Бирок жарыяланган текст сугаруу динамикасын өзүнчө кеңири физикалык теңдемелер, сенсордук маалыматтар же талаа эксперименттеринин жыйынтыктары менен текшерген бөлүмдү бербейт. Изилдөөнүн деталдуу сандык мазмуну негизинен жасалма интеллект технологиясын тандоодо колдонулган бүдөмүк артыкчылык мамилелерине багытталган.
Изилдөөнүн күчтүү жагы эмнеде?
Изилдөөнүн негизги күчтүү жагы жасалма интеллект технологиясын тандоону бир ыкманын популярдуулугуна же бир гана критерийге байланыштырбай, ар башка критерийлердин маанилүүлүгүн жана альтернативалардын жуптук артыкчылыктарын бир чечим түзүмүндө бириктирүүгө аракет кылышында. Мындан тышкары ыкма мисал талапкер көптүгү боюнча сандык матрицалар жана аралык эсептөөлөр менен көрсөтүлөт.
Изилдөөнүн негизги чектөөлөрү кайсылар?
- Артыкчылык матрицаларындагы сандык маанилер кайсы эксперименттен, эксперттик панелден же өлчөө процессинен алынганы толук түшүндүрүлгөн эмес.
- Тандалган бүдөмүк башкаруу ыкмасы чыныгы роботто башка үч ыкмага караганда жакшыраак иштегенин көрсөткөн талаа эксперименти же салыштырма benchmark жок.
- Энергия керектөө, сугаруу тактыгы, маршрут катасы, иштетүү убактысы же реалдуу убакыттагы башкаруу кечигүүсү сыяктуу физикалык иштөө көрсөткүчтөрү менен текшерүү берилген эмес.
- q4 критерийинин аталышы текст менен 1(b)-таблицада шайкеш эмес.
- Аннотациядагы “least preferred alternative” билдирүүсү негизги алгоритмдеги жана жыйынтык бөлүмүндөгү “highest nondominant degree” тандоосу менен карама-каршы келет.
- Текстте [20] шилтемеси бар, бирок адабияттар тизмеси [1]–[10] менен гана чектелет.
- Төртүнчү байланыштагы индекстин колдонулушу текстте жетиштүү ачылган эмес.
Изилдөө колдогон жыйынтыктар
- Төрт жасалма интеллект/башкаруу альтернативасы үчүн бүдөмүк артыкчылык мамилелерин колдонгон көп критерийлүү тандоо эсептөөсү түзүлгөн.
- Изилдөө берген кириш матрицаларында акыркы үстөмдүк-кылбоо даражалары x1=0,4; x2=0,8; x3=0,5 жана x4=1,0.
- Бул эсептөөдө бүдөмүк башкарууга негизделген x4 альтернативасы тандалган.
- Ыкма “Fregat” мобилдик роботтук сугаруу системасынын контекстинде мисал катары көрсөтүлгөн.
Изилдөө далилдебеген жыйынтыктар
- Бүдөмүк башкаруу бардык мобилдик роботтор үчүн универсалдуу эң жакшы жасалма интеллект ыкмасы экени далилденген эмес.
- x4=1,0 мааниси %100 тактык же %100 натыйжалуулук дегенди билдирбейт.
- Изилдөө генетикалык алгоритм, жасалма нейрон тармагы жана эксперттик система чыныгы талаа тесттеринде бүдөмүк башкаруудан начар экенин көрсөткөн эмес.
- Роботтун сугаруу өндүрүмдүүлүгүндө, энергия керектөөсүндө же кыймыл тактыгында белгилүү бир пайыздык өсүш билдирилген эмес.
- Башка робот, башка критерий салмактары же башка артыкчылык матрицалары колдонулса да ошол эле альтернатива тандалары көрсөтүлгөн эмес.
Изилдөөнүн Ыкмасы жана Жыйынтыктары
Ыкма агымынын техникалык кыскача мазмуну
| Кадам | Иш-аракет | Изилдөөдөгү мааниси |
|---|---|---|
| 1 | Талапкер технологияларды аныкта | X = {x1, x2, x3, x4} |
| 2 | Критерийлерди аныкта | Q = {q1, q2, q3, q4} |
| 3 | Критерийлердин бүдөмүк маанилүүлүк мамилесин аныкта | μ(qi,qj) |
| 4 | Ар бир критерий үчүн альтернативалар арасындагы бүдөмүк артыкчылык мамилелерин аныкта | φ(xi,xj,qk) |
| 5 | Критерий боюнча үстөмдүк кылбаган ички көптүктөрдү эсепте | Байланыш (1) |
| 6 | Критерийлердин мамилелерин бириктир | Байланыш (2) |
| 7 | Жалпы үстөмдүк-кылбоо даражаларын эсепте | Байланыш (3) |
| 8 | Акыркы оңдоону колдон | Байланыш (4) |
| 9 | Эң жогорку акыркы даражага ээ альтернативаны танда | x4 = бүдөмүк башкаруу |
Аралык жыйынтык менен акыркы жыйынтыктын айырмасы
Байланыш (3) колдонулгандан кийин x3 жана x4 экөө тең 1,0 маанисин алат. Төртүнчү байланыштагы оңдоодон кийин x3 0,5ке төмөндөйт, ал эми x4 1,0 маанисин сактап калат. Ошентип акыркы тандоо жалгыз x4 болот.
| Альтернатива | Байланыш (3) кийин | Байланыш (4) кийин |
|---|---|---|
| x1 | 0,4 | 0,4 |
| x2 | 0,8 | 0,8 |
| x3 | 1,0 | 0,5 |
| x4 | 1,0 | 1,0 |
Бул жыйынтык изилдөөнүн негизги сандык табылгасы. Бирок бул маанилер башында берилген бүдөмүк артыкчылык матрицаларынын математикалык жыйынтыгы; өлчөнгөн талаа көрсөткүчтөрү эмес.
Булак ичиндеги карама-каршылыктар
Аннотация–ыкма карама-каршылыгы: Аннотация “least preferred alternative” деген сөз айкашын колдонот, бирок ыкма жана жыйынтык бөлүмдөрү эң жогорку үстөмдүк-кылбоо даражасына ээ альтернативаны тандайт. Сандык мисалда да x4=1,0 менен максималдуу маани тандалгандыктан, макаланын негизги методологиялык агымы максималдуу тандоо эрежесине негизделет. Аннотациядагы сөз айкашы үнсүз оңдолбой, карама-каршылык ачык белгиленген.
q4 критерийинин аталышы: 130-беттеги түшүндүрмөдө q4 “accuracy of problem solving” деп аныкталса, 1(b)-таблицада ошол эле q4 “Reliability” деген аталыш менен берилет. Булак бул айырманы түшүндүрбөйт.
Булак номери: Сугаруу системасынын мисалы берилген бөлүмдө [20] шилтемеси колдонулат; жарыяланган адабияттар тизмеси болсо [1]–[10] менен чектелет. Ошондуктан [20] шилтемесинин библиографиялык дал келүүсүн бул версиядан аныктоо мүмкүн эмес.
Редакциялык калдык: Жарыяланган тексттин ичинде “I translate:” деген сөз айкашы калган. Бул илимий ыкманын бөлүгү катары чечмеленген эмес жана булакта бар редакциялык аномалия катары бааланган.
Методологиялык текшерүүнүн чеги
Изилдөөнүн эсептөөлөрү берилген бүдөмүк мамиле матрицаларынан белгилүү бир тандоого алып келет, бирок бул тандоо көз карандысыз эксперименттик текшерүү менен бекемделген эмес. Ошондуктан изилдөө жасалма интеллект технологиясын тандоо методологиясынын иштелген мисалын берет; бүдөмүк башкаруунун чыныгы талаа шарттарындагы артыкчылыгын түз далилдеген салыштырма робот экспериментин сунуштабайт.
Булак жана Ыкма Жөнүндө Эскертүү
Толук түп нускадагы иштин аталышы: Application of Artificial Intelligence Methods in the Control of Mobile Robots
Авторлор: Aliyeva Aytan Amiraslan; Suleymanov Emil Qardashxan.
Авторлордун тартиби: Aliyeva Aytan Amiraslan биринчи автор, Suleymanov Emil Qardashxan экинчи автор. Булакта тең биринчи авторлук же тең салым тууралуу билдирүү жок.
Мекеме: Эки автор тең Department of Computer Engineering, Azerbaijan State Oil and Industry University, Republic of Azerbaijan мекемеси менен көрсөтүлгөн.
Жооптуу автор: Булакта ачык жооптуу автор же кат алышуу электрондук почта дареги көрсөтүлгөн эмес.
Булактын түрү: Конференция материалдарында жарыяланган математикалык моделдөө жана чечим кабыл алуу ыкмасы боюнча изилдөө.
Рецензиялоо абалы: Scientific Collection «InterConf+» платформасынын расмий редакциялык саясаты ички баалоо жана кош сокур тышкы рецензиялоо колдонуларын билдирет.
Жарыя: Scientific Collection «InterConf+», No. 69(295), Modeling and Nanotechnology.
Конференция: 9th International Scientific and Practical Conference “Concepts for the Development of Society’s Scientific Potential”, 19–20 май 2026, Прага, Чех Республикасы.
Беттер: 125–133.
ISSN: 2709-4685.
DOI:10.51582/interconf.19-20.05.2026.013
Расмий жарыя жазуусу:Scientific Collection «InterConf+» макала жазуусу
Жарыя жылы: 2026.
Жарыяланган күн боюнча эскертүү: Расмий макала жазуусу менен тиешелүү чыгарылыш жазуусунда ар башка жарыя күндөрү көрсөтүлөт; бул библиографиялык айырма HTMLге чейинки баалоо эскертүүсүндө белгиленген.
Лицензия: Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
Каржылоо: Булакта өзүнчө каржылоо билдирүүсү жок.
Маалыматтардын жеткиликтүүлүгү: Булакта өзүнчө маалыматтардын жеткиликтүүлүгү тууралуу билдирүү жок.
Кызыкчылыктардын кагылышы: Булакта өзүнчө кызыкчылыктардын кагылышы тууралуу билдирүү жок.
CRediT/авторлордун салымы: Булакта өзүнчө CRediT же авторлордун деталдуу салымдары тууралуу билдирүү жок.
Бул Verianla түшүндүрмөсүндөгү илимий ыкма, матрицалар, теңдемелер жана жыйынтыктар Aliyeva жана Suleymanov жарыялаган изилдөөгө гана негизделген. Тышкы текшерүү библиографиялык жарыя идентификациясын жана рецензиялоо саясатын текшерүү үчүн гана колдонулган; сырттан жаңы робот иштөө көрсөткүчү, алгоритм салыштыруусу же сугаруу маалыматы кошулган эмес.
Изилдөөнүн негизги илимий чеги — бүдөмүк артыкчылык модели сандык тандоо жыйынтыгын бергени менен, артыкчылык матрицалары кантип түзүлгөнү жана тандалган ыкманын чыныгы роботтогу салыштырма иштеши жетиштүү эксперименттик деталдар менен текшерилген эмес. Ошондуктан x4 тандоосу булакта берилген критерий жана артыкчылык түзүмүнө көз каранды чечим катары бааланышы керек.
Пикир калтырыңыз
E-mail дарегиңиз жарыяланбайт. Милдеттүү талаалар * менен белгиленген