Bu çalışma, sonucunun önceden kesin olarak bilinemediği stokastik ortamlarda mühendislik kararlarının nasıl ele alınabileceğini ve bu tür süreçlerin MATLAB Simulink kullanılarak nasıl modellenebileceğini açıklamaktadır. Stokastik ortam, aynı karar veya işlemin tekrarlanmasına rağmen her seferinde aynı sonucun ortaya çıkmasının garanti edilemediği; sonuçların olasılık, rastlantısallık ve değişen sistem koşullarından etkilendiği ortamdır. Bu nedenle böyle bir sistemde “optimal karar”, yalnız tek bir sabit koşula göre en iyi seçeneği bulmak yerine belirsizlik altında maliyet, fayda, gecikme, risk veya performans gibi kriterleri birlikte dikkate alan karar anlamına gelir.

Makale stokastik karar verme kavramını iki temel çerçeve üzerinden ele almaktadır: stokastik oyunlar ve Markov karar süreçleri. Bilgisayar mühendisliği açısından verilen ana örnek, ağ koşullarının paket kaybı, tıkanıklık ve düğüm arızaları nedeniyle değişebildiği dinamik yönlendirme problemidir. Yönlendiriciler farklı ağ yolları arasında karar verirken yalnız mevcut bağlantıyı değil, belirsizlik ve gecikme risklerini de hesaba katmalıdır.

Çalışmada MATLAB Simulink, bu tip sistemleri uzun program kodları yerine blok-diyagram yaklaşımıyla temsil etmek için kullanılan temel araçtır. Kaynakta gösterilen ağ modelinde veri paketleri Source bloğundan Router 1 karar noktasına ulaşmakta, farklı Router ve Transport Delay yollarından geçerek Router 2'ye ve son olarak Sink bloğuna taşınmaktadır. Ayrı bir Congestion/Node Failure kolu ağ tıkanıklığı, paket kaybı veya düğüm arızası gibi stokastik belirsizlikleri temsil etmektedir.

Bununla birlikte çalışma gerçek ağdan alınmış ölçümler, geçiş olasılıkları, gecikme değerleri, ödül/maliyet fonksiyonları veya karşılaştırmalı simülasyon performans sonuçları sunmamaktadır. Dolayısıyla makalenin asıl katkısı, stokastik karar verme kavramının mühendislik problemleriyle ilişkilendirilmesi ve MATLAB Simulink üzerinden örnek bir modelleme mimarisinin gösterilmesidir.

Stokastik Ortam Nedir?

Stokastik ortam, sistemin işleyişinde belirli kurallar bulunmasına rağmen sonucun yalnız bu kurallardan deterministik biçimde çıkarılamadığı ve rastlantısal değişkenlerin sonucu etkilediği ortamdır. Aynı giriş veya karar tekrar uygulandığında farklı sonuçlar oluşabilmesi, bu ortamların temel özelliğidir.

Deterministik ve stokastik süreç arasındaki fark

Deterministik bir sistemde başlangıç koşulları ve sistem kuralları aynı olduğunda aynı sonucun elde edilmesi beklenir. Stokastik sistemde ise sonuç olasılıksal süreçlerden etkilenebilir.

Örneğin bir bilgisayar ağında belirli paketin A yolundan gönderilmesi normal koşullarda daha kısa gecikme sağlayabilir. Ancak aynı yol başka bir anda tıkanabilir, paket kaybına uğrayabilir veya üzerindeki bir düğüm kullanılamaz hale gelebilir. Dolayısıyla yalnız statik olarak “en kısa yol” seçmek her zaman gerçek çalışma koşullarındaki en iyi karar olmayabilir.

Optimal karar ne anlama gelir?

Kaynak optimal karar vermenin amacını, çok sayıda seçenek arasından minimum maliyetle en yüksek faydayı sağlayan, verimli ve amaca uygun seçeneğin belirlenmesi olarak tanımlamaktadır.

Stokastik ortamda bunun önemli farkı, kararın sonuçlarının kesin olmamasıdır. Bu nedenle karar stratejisi değişen durumları ve olasılıkları hesaba katmalıdır.

Stokastik Oyunlar Optimal Karar Vermeyle Nasıl İlişkilidir?

Stokastik oyunlarda oyuncuların verdiği kararların ardından sistem rastlantısal biçimde farklı bir duruma geçebilir; bu nedenle oyuncu yalnız mevcut durumdaki kazancı değil, belirsiz gelecekte oluşabilecek durumları da hesaba katan bir strateji geliştirmelidir. Kaynak çalışma bu yaklaşımı bilgisayar ağındaki birden fazla yönlendiricinin değişken ağ koşullarında rota seçmesi üzerinden örneklemektedir.

Stokastik oyun ile deterministik oyun arasındaki fark

Kaynağa göre stokastik oyunlar deterministik oyunlardan farklı olarak belirsizlik, rastlantısallık ve olasılık içerir. Bir oyuncunun yaptığı hareket sonrasında sistem farklı olasılıklara bağlı olarak başka bir duruma geçebilir.

Bununla birlikte sonuçların kesin olmaması oyuncuların tamamen rastgele karar verdiği anlamına gelmez. Amaç, farklı olası sonuçları dikkate alan bir optimal strateji geliştirmektir.

Bilgisayar ağı örneği

Makalenin kullandığı örnekte iki ağ yönlendiricisinin bulunduğu bir bilgisayar ağı düşünülmektedir. Yönlendiricilerin veri paketlerini taşımak için farklı yollar arasından seçim yapması gerekir.

Ağ koşulları şu stokastik olaylardan etkilenebilir:

• paket kaybı olasılığı,
• ağ tıkanıklığı,
• düğüm veya cihaz arızası.

Kaynağın ilk şematik anlatımında A, B ve C olmak üzere üç yol düşünülmektedir. Yönlendiricilerin görevi bütün olası durumları dikkate alarak gecikmeyi mümkün olduğunca azaltan yolu seçmektir.

Bu yaklaşımın temel fikri şudur: bir yol normal koşullarda hızlı olsa bile tıkanıklık veya arıza riskinin yüksek olduğu durumda başka bir yol beklenen performans açısından daha iyi olabilir.

Markov Karar Süreci Nedir?

Markov karar süreci, sistemin mevcut durumundan hangi eylemin seçileceğini ve bu eylemden sonra farklı durumlara hangi olasılıklarla geçilebileceğini birlikte ele alan stokastik karar modelidir. Kaynağın açıklamasında Markov ilkesi, gelecekteki durumun tüm geçmişten ziyade mevcut duruma bağlı olarak modellenmesi şeklinde ifade edilmektedir.

Markov ilkesi

Kaynak Markov yaklaşımını, gelecekte olayların nasıl gelişeceğinin geçmiş durumların tamamından değil mevcut durumdan hareketle değerlendirildiği model olarak açıklamaktadır.

Markov zinciri ise sistemin bir durumdan başka bir duruma olasılıklı biçimde geçmesini temsil eder.

Markov karar süreci, bu durum geçiş yapısını karar verme mekanizmasıyla birleştirir.

Kaynakta sıralanan temel MDP bileşenleri

• Durumlar: Sistemin içinde bulunabileceği farklı koşullar.
• Kararlar: Mevcut durumda seçilebilecek eylemler.
• Geçiş olasılıkları: Bir kararın ardından hangi duruma geçilebileceğini tanımlayan olasılıksal yapı.
• Ödüller: Bir karar veya geçişin değerini ifade eden ölçüt.
• Optimal strateji: Kararların hangi durumlarda nasıl seçileceğini belirleyen politika.

Ancak kaynak makale ağ örneği için gerçek geçiş olasılıkları, ödül fonksiyonları veya hesaplanmış bir optimal politika vermemektedir. Bu kavramlar açıklayıcı düzeyde sunulmaktadır.

Çalışmanın Yöntemi ve Bulguları

Neden MATLAB Simulink?

Kaynak, stokastik süreçleri modellemek için çeşitli araçlar bulunmasına rağmen MATLAB Simulink'i öne çıkarmaktadır. Simulink'in temel avantajı, mühendislik sistemlerinin uzun kod blokları yazmadan grafiksel bloklar halinde kurulabilmesidir.

Her blok:

• bir matematiksel işlemi,
• bir fonksiyonu,
• bir fiziksel bileşeni,
• bir gecikmeyi,
• bir karar noktasını

temsil edebilir.

Bu yaklaşım özellikle farklı yollar, hata durumları ve zaman gecikmeleri içeren ağ sistemlerini görsel olarak incelemeyi kolaylaştırmaktadır.

Kaynak Simulink ağ mimarisi

PDF'nin 3. sayfasındaki blok şema kaynak çalışmanın en somut modelleme örneğidir. Sistem Source bloğunda başlamakta ve Router 1 karar noktasına ulaşmaktadır.

Buradan ağ farklı dallara ayrılmaktadır.

Üst ağ yolu

Router 1 üst yolu seçtiğinde paket:

Router 1 → Transport Delay → Router 2

zincirinden geçmektedir.

Transport Delay bloğu bu yol üzerindeki aktarım gecikmesini temsil eder.

Alt ağ yolu

Alternatif yol:

Router 3 → Transport Delay → Router 2

zinciridir.

Kaynak bu yolu da farklı gecikmelere ve belirsiz koşullara sahip alternatif ağ yolu olarak açıklamaktadır.

Congestion / Node Failure kolu

Router 1'in başka bir çıkışı Congestion/Node Failure bloğuna yönelmektedir. Kaynağın açıklamasına göre bu bölüm:

• düğüm arızasını,
• ağ tıkanıklığını,
• paket kaybını,
• genel ağ hatalarını

temsil eden hata/belirsizlik durumudur.

Bu Simulink Modeli Gerçekten En İyi Rotayı Hesaplıyor mu?

Kaynak makalede gösterilen blok şema, stokastik ağ yönlendirme probleminin mimarisini ve olası gecikme/arıza yollarını görselleştirmektedir; ancak yayımlanan içerikte rota seçimini matematiksel olarak optimize eden maliyet fonksiyonu, geçiş olasılıkları, karar algoritması veya hesaplanmış optimal politika bulunmamaktadır. Bu nedenle şema, doğrulanmış bir optimum yönlendirme algoritmasından ziyade optimal karar verme probleminin kavramsal Simulink temsilidir.

Bir optimum karar hesabı için kaynakta eksik olanlar

Gerçek bir stokastik rota optimizasyonunda en azından aşağıdakilerden bazıları nicel olarak tanımlanabilir:

• her yolun gecikme dağılımı,
• paket kaybı olasılığı,
• düğüm arıza olasılığı,
• tıkanıklık olasılığı,
• yol maliyeti,
• ödül veya ceza fonksiyonu,
• durum geçiş matrisi,
• karar politikası,
• performans kriteri.

Kaynak bunların sayısal değerlerini vermemektedir.

Transport Delay blokları neyi anlatıyor?

Şemadaki Transport Delay blokları farklı ağ yollarında zaman gecikmelerinin oluşabileceğini temsil etmektedir. Ancak makalede bu gecikmeler için saniye veya milisaniye cinsinden bir değer belirtilmemiştir.

Bu nedenle üst veya alt rotanın hangisinin gerçekten daha hızlı olduğu kaynak verilerinden hesaplanamaz.

Sink ne anlama geliyor?

Kaynak Sink bloğunu veri paketlerinin nihai olarak ulaştığı ve sürecin tamamlandığı çıkış noktası olarak açıklamaktadır.

Dolayısıyla modelin genel bilgi akışı:

Kaynak → karar → ağ yolu → gecikme/arıza → son yönlendirici → hedef

şeklindedir.

Çalışmanın Sonuçları Ne Ölçüde Destekleniyor?

Makalenin sonuç bölümünde MATLAB Simulink'in stokastik süreçlerin modellenmesi, stratejilerin değerlendirilmesi ve optimal karar vermenin incelenmesinde güçlü bir platform olduğu savunulmaktadır. Ayrıca stokastik analizin robotik, mühendislik ve kontrol sistemlerindeki uygulamalar açısından önemli olduğu belirtilmektedir.

Bununla birlikte kaynakta gerçek bir Simulink çıktı grafiği veya performans ölçüm tablosu bulunmadığından bu sonuçlar esas olarak metodolojik ve kavramsal değerlendirmeler olarak görülmelidir.

Çalışmanın doğrudan desteklediği sonuçlar

• Stokastik ortamlarda aynı karar her zaman aynı sonucu üretmeyebilir.
• Belirsizlik altında karar verirken olasılıksal koşullar dikkate alınmalıdır.
• Stokastik oyunlar ve Markov karar süreçleri bu tür problemlerin modellenmesinde kullanılan çerçevelerdir.
• Bilgisayar ağı yönlendirmesi stokastik karar problemine örnek oluşturabilir.
• Paket kaybı, ağ tıkanıklığı ve düğüm arızaları yönlendirme kararlarını etkileyebilecek belirsizlik kaynaklarıdır.
• MATLAB Simulink blok-diyagram temelli stokastik sistem modelleri oluşturmak için kullanılabilir.
• Alternatif ağ yolları, gecikme ve hata durumları tek bir grafik modelde temsil edilebilir.

Çalışmanın tek başına desteklemediği sonuçlar

• Belirli bir yönlendirme algoritmasının diğer algoritmalardan daha hızlı olduğu gösterilmemiştir.
• Riskin belirli bir yüzde oranında azaltıldığı gösterilmemiştir.
• Paket kaybının belirli bir miktarda düşürüldüğü gösterilmemiştir.
• Simulink modelinin gerçek bir ağda doğrulandığı gösterilmemiştir.
• Optimal rota için sayısal bir politika hesaplanmamıştır.
• Markov karar sürecine ait geçiş matrisi veya ödül fonksiyonu verilmemiştir.
• Monte Carlo veya tekrarlı stokastik simülasyon sonuçları sunulmamıştır.

Makalenin güçlü yönü

Çalışmanın en güçlü yanı, soyut bir stokastik karar problemini bilgisayar mühendisliğindeki dinamik ağ yönlendirme örneğiyle somutlaştırmasıdır. Paket kaybı, tıkanıklık ve cihaz arızası gibi gerçek ağlarda ortaya çıkabilecek belirsizliklerin rota seçimiyle ilişkilendirilmesi, konunun mühendislik açısından anlaşılmasını kolaylaştırmaktadır.

Temel sınırlılık

En önemli sınırlılık, kavramsal modelin sayısal deneyle desteklenmemesidir. Kaynağın özetinde simülasyon sonuçlarından söz edilse de ana metinde bu sonuçlara ait ölçümler gösterilmemektedir.

Dolayısıyla çalışma bir algoritmanın performansını ispatlayan deneysel çalışma değil, stokastik modelleme ve optimal karar verme yaklaşımını tanıtan bir uygulama çerçevesidir.

Kaynak ve Yöntem Notu

• Özgün başlık: STOXASTİK MÜHİTDƏ OPTİMAL QƏRAR QƏBUL ETMƏ VƏ PROSESLƏRİN MATLAB SİMULİNKDƏ TƏDQİQİ
• İngilizce başlık: OPTIMAL DESICION – MAKING IN A STOCHASTIC ENVIRONMENT AND THE INVESTIGATION OF PROCESSES IN MATLAB SIMULINK
• Yazar 1: R.O. Məstəliyev
• Yazar 2: D.C. Cavadzadə
• Kurum: Azərbaycan Universiteti
• Adres: Ceyhun Hacıbəyli, 71, Bakı, Azərbaycan
• Dergi: PARADIGMA
• Sayı: 4
• Yıl: 2025
• Sayfalar: 132–136
• DOI: 10.30546/30015.2025.01.4.1058
• Kaynak türü: Kavramsal mühendislik modelleme ve MATLAB Simulink uygulama örneği
• Ana konular: Stokastik ortam, optimal karar verme, stokastik oyunlar, Markov karar süreçleri, bilgisayar ağı yönlendirmesi, Simulink

Kaynakça

Makale dört temel kaynak göstermektedir: Dimitri P. Bertsekas'ın dinamik programlama ve optimal kontrol çalışması, Martin L. Puterman'ın Markov karar süreçleri kitabı, Çetverikov ve Bakanoviç'in stokastik hesaplama/modelleme kaynağı ve MathWorks MATLAB & Simulink dokümantasyonu.

Kaynak içi yazım notu

Makalenin İngilizce başlığında “DESICION” yazımı yer almaktadır. Bu, kaynak bibliyografik başlığı olduğu için burada sessizce “DECISION” biçiminde değiştirilmemiştir.

Bilimsel yorum sınırı

Bu çalışma MATLAB Simulink ile stokastik ağ yönlendirme probleminin nasıl temsil edilebileceğini göstermektedir; ancak gerçek ağ trafiğinde belirli bir optimum algoritmanın performansını ölçen deneysel doğrulama sunmamaktadır. Kaynaktaki blok şema, sayısal bir optimum çözümden çok stokastik karar probleminin mimari ve kavramsal gösterimi olarak değerlendirilmelidir.