Utafiti huu unatengeneza mbinu ya kufanya uamuzi inayotegemea mahusiano ya upendeleo hafifu ili kubainisha chaguo linalofaa miongoni mwa teknolojia mbalimbali za akili bandia zinazoweza kutumika katika mfumo wa udhibiti wa roboti inayohama. Mbinu hiyo inalinganisha mbadala nne—algoriti ya kijeni, mtandao wa neva bandia, mfumo wa kitaalamu na udhibiti hafifu—chini ya vigezo vingi vya tathmini, na huhesabu viwango vya kutotawaliwa kwa mbadala hizo. Katika hesabu ya mfano iliyotolewa kwa mfumo wa umwagiliaji wa roboti inayohama wa “Fregat”, viwango vya mwisho vilivyosahihishwa vya kutotawaliwa vilipatikana kuwa 0,4; 0,8; 0,5 na 1,0 mtawalia, na x4, yaani algoriti inayotegemea udhibiti hafifu, yenye thamani ya juu zaidi, ilichaguliwa. Hata hivyo, utafiti hauonyeshi kwa majaribio kwamba chaguo hili hutoa usahihi mkubwa zaidi wa mwendo, ufanisi wa umwagiliaji au utendaji wa nishati kuliko mbinu nyingine tatu katika jaribio halisi la shambani; matokeo hayo ni ya uteuzi wa kihisabati uliofanywa chini ya matriksi za upendeleo hafifu na mahusiano ya vigezo yaliyofafanuliwa katika utafiti.
Tatizo la msingi la modeli ni kwamba mbinu moja ya akili bandia si sawa kwa kufaa kwa kila kazi katika roboti zinazohama. Kazi kama usindikaji wa data za vihisi, tathmini ya mazingira, kufanya uamuzi, kupanga mwendo na uendeshaji wa kiufundi zinaweza kuhitaji viwango tofauti vya kasi, usahihi, matumizi ya rasilimali na utegemevu. Kwa sababu hiyo, watafiti wanapendekeza kulinganisha teknolojia zinazogombea si kwa kipimo kimoja pekee, bali kwa namna ya vigezo vingi kupitia mahusiano hafifu ya umuhimu na upendeleo.
Kwa mtazamo wa Uturuki, utafiti huu unatoa mbinu ya kimawazo hasa kwa uteuzi wa mkabala wa udhibiti utakaotumiwa katika robotiki ya kilimo, umwagiliaji wa kujiendesha, kilimo cha usahihi na matumizi mbalimbali ya roboti zinazohama viwandani. Hata hivyo, matokeo hayajathibitishwa katika hali za mashamba ya Uturuki. Muundo wa udongo, jiometri ya eneo, mgawanyo wa unyevu, miundombinu ya mwendo, vihisi, maunzi ya kompyuta na mahitaji ya udhibiti yanapobadilika, matriksi za upendeleo na hivyo teknolojia inayochaguliwa zinahitaji kubainishwa upya.
Swali kuu la utafiti ni lipi?
Swali kuu la utafiti ni jinsi ya kuchagua kwa utaratibu teknolojia ya akili bandia inayofaa zaidi kutekeleza kazi na taratibu maalumu katika mfumo wa udhibiti wa roboti inayohama. Badala ya kuangalia tu majina ya kiufundi ya mbinu za akili bandia au kipimo kimoja cha utendaji, utafiti unatumia viwango vya upendeleo wa mbinu hizo dhidi ya nyingine chini ya vigezo tofauti.
Inaelezwa kuwa kazi za roboti zinazohama kama kukusanya data za vihisi kutoka mazingira, kutathmini hali ya nje, kuchagua lengo la tabia, kutengeneza mpango wa kufikia lengo na kudhibiti mwendo zinaweza kunufaika na mikabala mbalimbali ya akili bandia. Chanzo kinataja mbinu kama mantiki hafifu, mitandao ya neva bandia, mitandao ya neuro-hafifu, mifumo ya kinga bandia, algoriti za kijeni na akili ya kundi katika muktadha wa robotiki inayohama.
Kwa nini mkabala wa uamuzi hafifu unatumiwa?
Sababu ya utafiti ni kwamba si taarifa zote zinazoingia katika udhibiti wa roboti inayohama ni sahihi na za kiasi. Hasa katika mfano wa umwagiliaji wa kiroboti, taarifa za miundo tofauti kama aina ya mmea, umbo la eneo, kasi ya mwendo wa roboti, unyevu wa udongo, aina ya udongo na hali ya hewa zinapaswa kutathminiwa kwa pamoja.
Kwa hiyo, badala ya kutumia tu ulinganisho wa kawaida wa nambari, watafiti wanatumia mahusiano ya upendeleo hafifu yanayoeleza kiwango ambacho mbadala mmoja unapendelewa kuliko mwingine katika safu ya [0,1]. Hapa thamani kati ya 0 na 1 si kitengo cha kipimo cha kimwili, bali ni viwango vya upendeleo au uanachama vinavyofafanuliwa ndani ya modeli.
Teknolojia zinazogombea za akili bandia zilifafanuliwaje?
Katika matumizi ya “Fregat” ya utafiti, mkusanyiko wa wagombea:
\[ X=\{x_1,x_2,x_3,x_4\} \]
umefafanuliwa.
| Mbadala | Ulinganifu katika utafiti |
|---|---|
| x1 | Mbinu inayotegemea algoriti ya kijeni |
| x2 | Matumizi ya mtandao wa neva bandia |
| x3 | Mfumo wa kitaalamu |
| x4 | Algoriti inayotegemea udhibiti hafifu |
Vigezo vya tathmini ni vipi?
Vigezo kwa ujumla vinaonyeshwa kwa:
\[ Q=\{q_1,q_2,q_3,q_4\} \]
mkusanyiko.
| Kigezo | Jina lililotolewa katika chanzo | Dokezo la chanzo |
|---|---|---|
| q1 | Accuracy — usahihi | Maandishi na Jedwali 1(a) yanaendana. |
| q2 | Problem solving speed — kasi ya kutatua tatizo | Maandishi na Jedwali 1(a) yanaendana. |
| q3 | Resource usage/consumption — matumizi ya rasilimali | Maandishi na Jedwali 1(b) yanaendana kwa maana. |
| q4 | Katika maandishi “accuracy of problem solving”; katika Jedwali 1(b) “Reliability” | Kuna kutokuwiana kwa majina ndani ya chanzo; hapa hakuna jina moja lililochaguliwa kimya kimya. |
Umuhimu wa vigezo unaelezwaje?
Kiwango cha umuhimu wa vigezo vinapolinganishwa kinaonyeshwa na uhusiano hafifu:
\[ \mu(q_i,q_j) \]
Matriksi ya mfano ya umuhimu katika utafiti ni kama ifuatavyo:
| 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 |
Matriksi hii inaonyesha kwa viwango hafifu tathmini ya jinsi kila kigezo kilivyo “angalau muhimu kwa kiasi gani” ukilinganisha na kingine. Utafiti hauelezi kwa kina jinsi viwango hivi vya nambari vilivyopatikana kwa majaribio au tathmini za wataalamu zilifanywa na watu wangapi; hali hii ni kizuizi muhimu kwa urudufu wa mbinu.
Mbadala zinalinganishwaje?
Kwa kila kigezo, kiwango cha upendeleo wa jozi kati ya mbadala kinafafanuliwa kwa uhusiano:
\[ \varphi:X\times X\times Q\rightarrow[0,1] \]
Hapa:
\[ \varphi(x_i,x_j,q_k) \]
inaonyesha kiwango ambacho mbadala xi unapendelewa kuliko mbadala xj chini ya kigezo qk.
Kiwango cha mbadala usiotawaliwa kinahesabiwaje?
Uhusiano wa kwanza wa utafiti unafafanua kikundi kidogo hafifu cha mbadala zisizotawaliwa kwa kigezo fulani:
\[ \varphi^{nd}(x_i,q_k) = 1-\sup \left[ \varphi(x_j,x_i,q_k) - \varphi(x_i,x_j,q_k) \right] \tag{1} \]
Lengo la uhusiano huu ni kupunguza kiwango cha kutotawaliwa kwa chaguo ambazo mbadala mwingine unapendelewa juu yao kwa nguvu zaidi. Utafiti unatoa fomula katika umbo hili; hakuna marekebisho au sharti la ziada lisilopatikana katika chanzo lililoongezwa kwenye fomula.
Uhusiano wa umuhimu wa vigezo unaunganishwaje?
Uhusiano wa pili unaunganisha viwango vya kutotawaliwa vinavyotokana na vigezo na uhusiano hafifu wa umuhimu wa vigezo:
\[ \eta(x_j,x_i) = \sup \min \left\{ \varphi^{nd}(x_i,q_k), \varphi^{nd}(x_j,q_l), \mu(q_k,q_l) \right\} \tag{2} \]
Hatua hii inalenga kuingiza mahusiano kati ya vigezo vyote katika muundo wa uamuzi badala ya kutegemea kigezo kimoja.
Kiwango cha jumla cha kutotawaliwa
Uhusiano wa tatu wa utafiti ni:
\[ \eta^{nd}(x_i) = 1-\sup \left[ \eta(x_j,x_i)-\eta(x_i,x_j) \right] \tag{3} \]
Kisha chanzo kinatoa uhusiano wa nne:
\[ \eta^{nd}(x_i) = \min \left\{ \eta^{nd}(x_i), \eta(x_i,x_j) \right\} \tag{4} \]
Katika uhusiano wa nne, namna faharisi j inavyochaguliwa haijaelezwa zaidi katika maandishi; kwa hiyo, hakuna tafsiri ya kihisabati isiyokuwapo kwenye chanzo iliyoongezwa hapa.
Jedwali 1(a): mahusiano ya upendeleo kwa usahihi na kasi ya kutatua tatizo
| Mbadala | Usahihi q1 | Kasi ya kutatua tatizo 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 |
Jedwali 1(b): mahusiano ya upendeleo kwa matumizi ya rasilimali na kigezo q4
Chanzo kinaita q4 “Reliability” katika Jedwali 1(b); kigezo hicho hicho kilielezwa mapema katika maandishi kama “accuracy of problem solving”.
| Mbadala | Matumizi ya rasilimali q3 | Reliability q4 — kichwa cha jedwali la chanzo | ||||||
|---|---|---|---|---|---|---|---|---|
| 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 |
Ni mbinu gani inayochaguliwa baada ya hesabu?
Thamani za kutotawaliwa kwa kila kigezo zilizopatikana kwa kutumia uhusiano wa kwanza zimetolewa katika utafiti kama ifuatavyo:
| Kigezo | 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 |
Viwango vya jumla vya kutotawaliwa baada ya uhusiano wa tatu ni:
| Mbadala | ηnd(xi) — baada ya uhusiano (3) |
|---|---|
| x1 | 0,4 |
| x2 | 0,8 |
| x3 | 1,0 |
| x4 | 1,0 |
Baada ya marekebisho ya mwisho yaliyofanywa kwa uhusiano wa nne:
| Mbadala | ηnd(xi) ya mwisho | Teknolojia |
|---|---|---|
| x1 | 0,4 | Algoriti ya kijeni |
| x2 | 0,8 | Mtandao wa neva bandia |
| x3 | 0,5 | Mfumo wa kitaalamu |
| x4 | 1,0 | Udhibiti hafifu |
Kwa hiyo, chini ya muundo wa upendeleo uliofafanuliwa, utafiti unabainisha x4 — algoriti inayotegemea udhibiti hafifu kama chaguo lenye kiwango cha juu zaidi cha kutotawaliwa.
Inatumikaje kwa mfumo wa umwagiliaji wa kiroboti wa “Fregat”?
Katika utafiti, mbinu inatumika kuchagua teknolojia ya akili bandia itakayotumiwa katika udhibiti na uendeshaji wa kiufundi wa mfumo wa umwagiliaji wa roboti inayohama unaoitwa “Fregat”. Watafiti wanaeleza kwamba kutokuwa na uhakika katika mchakato wa umwagiliaji kunahusiana na usahihi na upungufu wa taarifa za awali kama kontua ya eneo, kasi ya mwendo wa roboti shambani na unyevu wa udongo.
Katika sehemu ya matokeo ya chanzo, inaelezwa kuwa modeli ya kihisabati inayoelezea mchakato wa umwagiliaji ilitengenezwa. Hata hivyo, maandishi yaliyochapishwa hayaonyeshi mienendo ya umwagiliaji katika sehemu tofauti ya uthibitishaji yenye milinganyo ya kina ya kimwili, data za vihisi au matokeo ya majaribio ya shambani. Maudhui ya kina ya nambari ya utafiti yanalenga zaidi mahusiano ya upendeleo hafifu yaliyotumiwa katika uteuzi wa teknolojia ya akili bandia.
Nguvu kuu ya utafiti ni ipi?
Nguvu kuu ya utafiti ni jaribio la kutoegemeza uteuzi wa teknolojia ya akili bandia katika umaarufu wa mbinu moja au kigezo kimoja pekee, bali kuingiza umuhimu wa vigezo tofauti pamoja na upendeleo wa jozi kati ya mbadala katika muundo mmoja wa uamuzi. Zaidi ya hayo, mbinu inaonyeshwa kwenye mkusanyiko wa wagombea wa mfano kwa matriksi za nambari na hesabu za kati.
Mapungufu makuu ya utafiti ni yapi?
- Haijaelezwa kwa kina ni jaribio gani, jopo gani la wataalamu au mchakato gani wa upimaji uliotumika kutengeneza thamani za nambari katika matriksi za upendeleo.
- Hakuna jaribio la shambani au benchmark ya kulinganisha inayowasilishwa kuonyesha kwamba mbinu iliyochaguliwa ya udhibiti hafifu hufanya vizuri zaidi kuliko mbinu nyingine tatu kwenye roboti halisi.
- Hakuna uthibitishaji kwa metrika za utendaji wa kimwili kama matumizi ya nishati, usahihi wa umwagiliaji, kosa la njia, muda wa uchakataji au ucheleweshaji wa udhibiti wa muda halisi.
- Jina la kigezo q4 halilingani kati ya maandishi na Jedwali 1(b).
- Kauli “least preferred alternative” katika muhtasari inakinzana na uteuzi wa “highest nondominant degree” katika algoriti kuu na sehemu ya matokeo.
- Ingawa rejeo [20] linapatikana katika maandishi, orodha ya marejeo imeishia [1]–[10].
- Maelezo ya matumizi ya faharisi katika uhusiano wa nne hayajafafanuliwa vya kutosha katika maandishi.
Hitimisho zinazoungwa mkono na utafiti
- Hesabu ya uteuzi wa vigezo vingi imeundwa kwa mbadala nne za akili bandia/udhibiti kwa kutumia mahusiano ya upendeleo hafifu.
- Chini ya matriksi za ingizo zilizotolewa katika utafiti, viwango vya mwisho vya kutotawaliwa ni x1=0,4; x2=0,8; x3=0,5 na x4=1,0.
- Chini ya hesabu hii, mbadala x4 unaotegemea udhibiti hafifu umechaguliwa.
- Mbinu imetolewa kama mfano katika muktadha wa mfumo wa umwagiliaji wa roboti inayohama wa “Fregat”.
Hitimisho ambazo utafiti hauthibitishi
- Haijathibitishwa kwamba udhibiti hafifu ndiyo mbinu bora kabisa ya akili bandia kwa roboti zote zinazohama.
- Thamani x4=1,0 haimaanishi usahihi wa %100 au ufanisi wa %100.
- Utafiti hauonyeshi kwamba algoriti ya kijeni, mtandao wa neva bandia na mfumo wa kitaalamu hufanya vibaya zaidi kuliko udhibiti hafifu katika majaribio halisi ya shambani.
- Hakuna ongezeko maalumu la asilimia linaloripotiwa katika ufanisi wa umwagiliaji, matumizi ya nishati au usahihi wa mwendo wa roboti.
- Haijaonyeshwa kwamba mbadala huyo huyo angechaguliwa iwapo roboti nyingine, uzito mwingine wa vigezo au matriksi nyingine za upendeleo zingetumika.
Mbinu na Matokeo ya Utafiti
Muhtasari wa kiufundi wa mtiririko wa mbinu
| Hatua | Kitendo | Ulinganifu katika utafiti |
|---|---|---|
| 1 | Bainisha teknolojia zinazogombea | X = {x1, x2, x3, x4} |
| 2 | Bainisha vigezo | Q = {q1, q2, q3, q4} |
| 3 | Fafanua uhusiano hafifu wa umuhimu wa vigezo | μ(qi,qj) |
| 4 | Fafanua mahusiano ya upendeleo hafifu kati ya mbadala kwa kila kigezo | φ(xi,xj,qk) |
| 5 | Hesabu vikundi vidogo visivyotawaliwa kwa kila kigezo | Uhusiano (1) |
| 6 | Unganisha mahusiano ya vigezo | Uhusiano (2) |
| 7 | Hesabu viwango vya jumla vya kutotawaliwa | Uhusiano (3) |
| 8 | Tumia marekebisho ya mwisho | Uhusiano (4) |
| 9 | Chagua mbadala wenye kiwango cha mwisho cha juu zaidi | x4 = udhibiti hafifu |
Tofauti kati ya matokeo ya kati na matokeo ya mwisho
Baada ya uhusiano (3), x3 na x4 zote zinapata thamani ya 1,0. Baada ya marekebisho kwa uhusiano wa nne, x3 inashuka hadi 0,5 huku x4 ikihifadhi thamani ya 1,0. Hivyo uteuzi wa mwisho unakuwa x4 pekee.
| Mbadala | Baada ya uhusiano (3) | Baada ya uhusiano (4) |
|---|---|---|
| x1 | 0,4 | 0,4 |
| x2 | 0,8 | 0,8 |
| x3 | 1,0 | 0,5 |
| x4 | 1,0 | 1,0 |
Hili ndilo tokeo kuu la kiasi la utafiti. Hata hivyo, thamani hizi ni matokeo ya kihisabati ya matriksi za upendeleo hafifu zilizofafanuliwa mwanzoni; si utendaji wa shambani uliopimwa.
Kutokuwiana ndani ya chanzo
Mgongano kati ya muhtasari na mbinu: Muhtasari unatumia kauli “least preferred alternative”, ilhali sehemu za mbinu na matokeo huchagua mbadala wenye kiwango cha juu zaidi cha kutotawaliwa. Kwa kuwa katika mfano wa nambari pia x4=1,0, thamani ya juu zaidi, ndiyo iliyochaguliwa, mtiririko mkuu wa kimbinu wa makala unatokana na kanuni ya kuchagua kiwango cha juu zaidi. Kauli ya muhtasari haijasahihishwa kimya kimya; mgongano umeandikwa wazi.
Jina la kigezo q4: Katika maelezo ya ukurasa 130, q4 imefafanuliwa kama “accuracy of problem solving”, ilhali katika Jedwali 1(b) q4 hiyo hiyo ina kichwa “Reliability”. Chanzo hakielezi tofauti hii.
Nambari ya rejeo: Katika sehemu inayoeleza mfano wa mfumo wa umwagiliaji kuna rejeo [20]; hata hivyo, bibliografia iliyochapishwa iko kati ya [1]–[10]. Kwa hiyo, ulinganifu wa kibibliografia wa rejeo [20] hauwezi kubainishwa kutoka toleo hili.
Masalia ya uhariri: Kauli “I translate:” imebaki ndani ya maandishi yaliyochapishwa. Kauli hii haijageuzwa kuwa kipengele cha mbinu ya kisayansi na imechukuliwa kama hitilafu ya uhariri kama ilivyo katika chanzo.
Kikomo cha uthibitishaji wa kimbinu
Hesabu za utafiti zinafikia chaguo fulani kutoka katika matriksi za mahusiano hafifu zilizotolewa; hata hivyo, chaguo hili halijaungwa mkono na uthibitishaji huru wa majaribio. Kwa hiyo, utafiti unatoa mfano uliotekelezwa wa metodolojia ya kuchagua teknolojia ya akili bandia; hauwasilishi jaribio la kulinganisha roboti linalothibitisha moja kwa moja ubora wa utendaji wa udhibiti hafifu katika hali halisi za shambani.
Maelezo ya Chanzo na Mbinu
Jina kamili la asili la utafiti: Application of Artificial Intelligence Methods in the Control of Mobile Robots
Waandishi: Aliyeva Aytan Amiraslan; Suleymanov Emil Qardashxan.
Mpangilio wa waandishi: Aliyeva Aytan Amiraslan ndiye mwandishi wa kwanza, na Suleymanov Emil Qardashxan ndiye mwandishi wa pili. Chanzo hakina tamko la waandishi wenza wa kwanza au mchango sawa.
Taasisi: Waandishi wote wawili wametajwa kuwa na uhusiano na Department of Computer Engineering, Azerbaijan State Oil and Industry University, Republic of Azerbaijan.
Mwandishi wa mawasiliano: Chanzo hakitaja wazi mwandishi wa mawasiliano au anwani ya barua pepe ya mawasiliano.
Aina ya chanzo: Utafiti wa uundaji modeli wa kihisabati na mbinu ya kufanya uamuzi uliochapishwa ndani ya mkusanyiko wa makala za mkutano.
Hali ya mapitio ya rika: Sera rasmi ya uhariri ya jukwaa la Scientific Collection «InterConf+» inaeleza kuwa tathmini ya ndani na mapitio ya nje ya rika kwa mfumo wa upofu maradufu hutumika.
Chapisho: Scientific Collection «InterConf+», No. 69(295), Modeling and Nanotechnology.
Mkutano: 9th International Scientific and Practical Conference “Concepts for the Development of Society’s Scientific Potential”, 19–20 Mei 2026, Prague, Jamhuri ya Cheki.
Kurasa: 125–133.
ISSN: 2709-4685.
DOI:10.51582/interconf.19-20.05.2026.013
Rekodi rasmi ya chapisho:Rekodi ya makala ya Scientific Collection «InterConf+»
Mwaka wa kuchapishwa: 2026.
Dokezo la tarehe ya kuchapishwa: Rekodi rasmi ya makala na rekodi ya toleo husika zinaonyesha tarehe tofauti za kuchapishwa; tofauti hii ya kibibliografia ilibainishwa katika dokezo la tathmini kabla ya HTML.
Leseni: Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
Ufadhili: Chanzo hakina tamko tofauti la ufadhili.
Upatikanaji wa data: Chanzo hakina tamko tofauti la upatikanaji wa data.
Mgongano wa maslahi: Chanzo hakina tamko tofauti la mgongano wa maslahi.
CRediT/michango ya waandishi: Chanzo hakina tamko tofauti la CRediT au maelezo ya kina ya michango ya waandishi.
Mbinu ya kisayansi, matriksi, milinganyo na matokeo katika maelezo haya ya Verianla yanategemea tu utafiti uliochapishwa wa Aliyeva na Suleymanov. Uthibitishaji wa nje ulitumika tu kukagua utambulisho wa kibibliografia wa chapisho na sera ya mapitio ya rika; hakuna matokeo mapya ya utendaji wa roboti, ulinganisho wa algoriti au data ya umwagiliaji iliyoongezwa kutoka nje.
Kikomo kikuu cha kisayansi cha utafiti ni kwamba, ingawa modeli ya upendeleo hafifu hutoa matokeo ya uteuzi wa nambari, mchakato wa kuunda matriksi za upendeleo na utendaji wa kulinganisha wa mbinu iliyochaguliwa kwenye roboti halisi haujathibitishwa kwa maelezo ya kutosha ya majaribio. Kwa hiyo, kuchaguliwa kwa x4 kunapaswa kutathminiwa kama matokeo ya uamuzi yanayotegemea vigezo na muundo wa upendeleo uliotolewa katika chanzo.
Acha maoni
Anwani yako ya barua pepe haitachapishwa. Sehemu za lazima zimewekewa alama ya *