Utafiti huu unaeleza jinsi maamuzi ya kihandisi yanavyoweza kushughulikiwa katika mazingira ya stochastic ambako matokeo hayawezi kujulikana kwa uhakika mapema, na jinsi michakato hiyo inavyoweza kuundwa kwa kutumia MATLAB Simulink. Mazingira ya stochastic ni mazingira ambayo, hata uamuzi au tendo lilelile likirudiwa, hakuna dhamana kwamba matokeo yaleyale yatatokea kila mara; matokeo huathiriwa na uwezekano, nasibu na hali za mfumo zinazobadilika. Kwa hiyo katika mfumo wa aina hii, “uamuzi bora” haumaanishi tu kupata chaguo bora chini ya hali moja thabiti, bali ni uamuzi unaozingatia kwa pamoja vigezo kama gharama, manufaa, ucheleweshaji, hatari au utendaji chini ya kutokuwa na uhakika.

Makala inachunguza dhana ya kufanya maamuzi ya stochastic kupitia mifumo miwili mikuu: michezo ya stochastic na michakato ya maamuzi ya Markov. Mfano mkuu unaotolewa kutoka mtazamo wa uhandisi wa kompyuta ni tatizo la dynamic routing ambamo hali za mtandao zinaweza kubadilika kwa sababu ya kupotea kwa paketi, msongamano na hitilafu za nodi. Routers zinapofanya maamuzi kati ya njia tofauti za mtandao, zinapaswa kuzingatia si muunganisho uliopo tu bali pia hatari za kutokuwa na uhakika na ucheleweshaji.

Katika utafiti, MATLAB Simulink ndiyo zana kuu inayotumiwa kuwakilisha mifumo ya aina hii kwa mbinu ya block-diagram badala ya misimbo mirefu ya programu. Katika modeli ya mtandao iliyoonyeshwa katika chanzo, paketi za data hufika kutoka block ya Source hadi sehemu ya uamuzi ya Router 1, hupitia njia tofauti za Router na Transport Delay hadi Router 2 na hatimaye block ya Sink. Tawi tofauti la Congestion/Node Failure linawakilisha kutokuwa na uhakika wa stochastic kama msongamano wa mtandao, kupotea kwa paketi au hitilafu ya nodi.

Hata hivyo, utafiti hautoi vipimo vilivyochukuliwa kutoka mtandao halisi, uwezekano wa mabadiliko ya hali, thamani za ucheleweshaji, reward/cost functions au matokeo ya kulinganisha utendaji wa uigaji. Kwa hiyo mchango mkuu wa makala ni kuhusisha dhana ya kufanya maamuzi ya stochastic na matatizo ya kihandisi na kuonyesha usanifu wa mfano wa uundaji kupitia MATLAB Simulink.

Mazingira ya Stochastic Ni Nini?

Mazingira ya stochastic ni mazingira ambayo, ingawa kuna kanuni fulani katika utendaji wa mfumo, matokeo hayawezi kutolewa kwa njia ya deterministic kutokana na kanuni hizo pekee na random variables huathiri matokeo. Uwezekano wa kupata matokeo tofauti wakati input au uamuzi uleule unatumika tena ni sifa kuu ya mazingira haya.

Tofauti kati ya mchakato wa deterministic na stochastic

Katika mfumo wa deterministic, hali za mwanzo na kanuni za mfumo zikiwa sawa, matokeo yaleyale yanatarajiwa. Katika mfumo wa stochastic, matokeo yanaweza kuathiriwa na michakato ya uwezekano.

Kwa mfano, katika mtandao wa kompyuta, kutuma paketi fulani kupitia njia A kunaweza kutoa ucheleweshaji mdogo katika hali za kawaida. Hata hivyo, njia hiyo hiyo inaweza kupata msongamano wakati mwingine, kupoteza paketi au nodi iliyo juu yake ikashindwa kufanya kazi. Kwa hiyo kuchagua tu “njia fupi zaidi” kwa njia ya static si lazima kila wakati kuwa uamuzi bora katika hali halisi za uendeshaji.

Uamuzi bora unamaanisha nini?

Chanzo kinafafanua lengo la kufanya uamuzi bora kuwa ni kubaini chaguo lenye ufanisi na linalofaa lengo, ambalo linatoa manufaa ya juu zaidi kwa gharama ya chini zaidi kati ya chaguo nyingi.

Tofauti muhimu katika mazingira ya stochastic ni kwamba matokeo ya uamuzi hayana uhakika. Kwa hiyo mkakati wa uamuzi lazima uzingatie hali zinazobadilika na uwezekano.

Michezo ya Stochastic Inahusianaje na Kufanya Uamuzi Bora?

Katika michezo ya stochastic, baada ya maamuzi ya wachezaji mfumo unaweza kuhamia hali tofauti kwa nasibu; kwa hiyo mchezaji lazima aunde mkakati unaozingatia si faida ya hali ya sasa tu bali pia hali zinazoweza kutokea katika siku zijazo zisizo na uhakika. Utafiti wa chanzo unaonyesha mbinu hii kwa mfano wa routers kadhaa katika mtandao wa kompyuta zinazochagua route chini ya hali za mtandao zinazobadilika.

Tofauti kati ya mchezo wa stochastic na mchezo wa deterministic

Kulingana na chanzo, michezo ya stochastic hutofautiana na michezo ya deterministic kwa kuwa inajumuisha kutokuwa na uhakika, nasibu na uwezekano. Baada ya hatua ya mchezaji, mfumo unaweza kuhamia hali nyingine kulingana na uwezekano tofauti.

Hata hivyo, kutokuwa na uhakika wa matokeo hakumaanishi kwamba wachezaji hufanya maamuzi kwa nasibu kabisa. Lengo ni kuunda mkakati bora unaozingatia matokeo mbalimbali yanayowezekana.

Mfano wa mtandao wa kompyuta

Katika mfano unaotumiwa katika makala, mtandao wa kompyuta wenye routers mbili unazingatiwa. Routers zinapaswa kuchagua kati ya njia tofauti ili kusafirisha paketi za data.

Hali za mtandao zinaweza kuathiriwa na matukio yafuatayo ya stochastic:

• uwezekano wa kupotea kwa paketi,
• msongamano wa mtandao,
• hitilafu ya nodi au kifaa.

Katika maelezo ya kwanza ya kimchoro ya chanzo, njia tatu zinazoitwa A, B na C zinazingatiwa. Kazi ya routers ni kuchagua njia inayopunguza ucheleweshaji kadiri iwezekanavyo kwa kuzingatia hali zote zinazowezekana.

Wazo kuu la mbinu hii ni hili: hata kama njia fulani ni ya haraka katika hali za kawaida, njia nyingine inaweza kuwa bora zaidi kwa utendaji unaotarajiwa wakati hatari ya msongamano au hitilafu iko juu.

Mchakato wa Maamuzi ya Markov Ni Nini?

Mchakato wa maamuzi ya Markov ni modeli ya uamuzi ya stochastic inayozingatia kwa pamoja ni action gani itachaguliwa kutoka hali ya sasa ya mfumo na kwa uwezekano gani hali tofauti zinaweza kufikiwa baada ya action hiyo. Katika maelezo ya chanzo, kanuni ya Markov inaelezwa kama kuunda modeli ya hali ya baadaye kwa kutegemea hali ya sasa badala ya historia yote.

Kanuni ya Markov

Chanzo kinaeleza mbinu ya Markov kama modeli ambayo jinsi matukio yatakavyoendelea baadaye hutathminiwa kwa kuanzia hali ya sasa badala ya hali zote za nyuma.

Markov chain inawakilisha mpito wa mfumo kutoka hali moja kwenda nyingine kwa uwezekano.

Mchakato wa maamuzi ya Markov unaunganisha muundo huu wa mpito wa hali na utaratibu wa kufanya maamuzi.

Vipengele vya msingi vya MDP vilivyoorodheshwa katika chanzo

• Hali: Masharti tofauti ambayo mfumo unaweza kuwa ndani yake.
• Maamuzi: Vitendo vinavyoweza kuchaguliwa katika hali ya sasa.
• Uwezekano wa mpito: Muundo wa uwezekano unaobainisha hali inayoweza kufikiwa baada ya uamuzi.
• Rewards: Kipimo kinachoonyesha thamani ya uamuzi au mpito.
• Mkakati bora: Policy inayobainisha jinsi maamuzi yanavyopaswa kuchaguliwa katika hali tofauti.

Hata hivyo, makala ya chanzo haitoi uwezekano halisi wa mpito, reward functions au optimal policy iliyohesabiwa kwa mfano wa mtandao. Dhana hizi zimewasilishwa katika kiwango cha maelezo.

Mbinu na Matokeo ya Utafiti

Kwa nini MATLAB Simulink?

Ingawa chanzo kinataja kuwepo kwa zana mbalimbali za kuunda modeli za michakato ya stochastic, kinaitilia mkazo MATLAB Simulink. Faida kuu ya Simulink ni kwamba mifumo ya kihandisi inaweza kujengwa kwa blocks za picha bila kuandika blocks ndefu za code.

Kila block inaweza kuwakilisha:

• operesheni ya kihisabati,
• function,
• component ya kimwili,
• ucheleweshaji,
• sehemu ya uamuzi

.

Mbinu hii hurahisisha hasa kuchunguza kwa njia ya kuona mifumo ya mtandao iliyo na njia tofauti, hali za hitilafu na ucheleweshaji wa wakati.

Usanifu wa mtandao wa Simulink katika chanzo

Block diagram kwenye ukurasa wa 3 wa PDF ndiyo mfano halisi zaidi wa uundaji wa modeli katika utafiti wa chanzo. Mfumo huanza katika block ya Source na kufikia sehemu ya uamuzi ya Router 1.

Kutoka hapo mtandao hugawanyika katika matawi tofauti.

Njia ya juu ya mtandao

Router 1 inapochagua njia ya juu, paketi hupitia mnyororo wa:

Router 1 → Transport Delay → Router 2

.

Block ya Transport Delay inawakilisha ucheleweshaji wa uhamisho katika njia hii.

Njia ya chini ya mtandao

Njia mbadala ni:

Router 3 → Transport Delay → Router 2

.

Chanzo pia kinaeleza njia hii kama njia mbadala ya mtandao yenye ucheleweshaji tofauti na hali zisizo na uhakika.

Tawi la Congestion / Node Failure

Output nyingine ya Router 1 inaelekezwa kwenye block ya Congestion/Node Failure. Kulingana na maelezo ya chanzo, sehemu hii ni hali ya hitilafu/kutokuwa na uhakika inayowakilisha:

• hitilafu ya nodi,
• msongamano wa mtandao,
• kupotea kwa paketi,
• hitilafu za jumla za mtandao

.

Je, Modeli Hii ya Simulink Kweli Inakokotoa Route Bora Zaidi?

Block diagram iliyoonyeshwa katika makala ya chanzo inaonyesha usanifu wa tatizo la stochastic network routing na njia zinazowezekana za ucheleweshaji/hitilafu; hata hivyo katika maudhui yaliyochapishwa hakuna cost function, uwezekano wa mpito, algorithm ya uamuzi au optimal policy iliyohesabiwa inayoboresha route selection kwa njia ya kihisabati. Kwa hiyo mchoro huu ni uwakilishi wa kidhana wa tatizo la kufanya uamuzi bora katika Simulink kuliko kuwa algorithm iliyothibitishwa ya optimal routing.

Vitu vinavyokosekana katika chanzo kwa hesabu ya uamuzi bora

Katika optimal stochastic routing ya kweli, angalau baadhi ya yafuatayo yanaweza kufafanuliwa kwa kiasi:

• usambazaji wa ucheleweshaji wa kila njia,
• uwezekano wa kupotea kwa paketi,
• uwezekano wa hitilafu ya nodi,
• uwezekano wa msongamano,
• gharama ya njia,
• reward au penalty function,
• state transition matrix,
• decision policy,
• performance criterion.

Chanzo hakitoi thamani za nambari za vipengele hivi.

Blocks za Transport Delay zinaeleza nini?

Blocks za Transport Delay katika mchoro zinaonyesha kwamba ucheleweshaji wa wakati unaweza kutokea katika njia tofauti za mtandao. Hata hivyo, makala haitoi thamani ya ucheleweshaji huu katika sekunde au millisekunde.

Kwa hiyo haiwezekani kukokotoa kutoka data za chanzo ni route ipi kati ya ya juu au ya chini iliyo haraka zaidi kwa kweli.

Sink inamaanisha nini?

Chanzo kinaeleza block ya Sink kuwa ni sehemu ya output ambayo paketi za data hufika hatimaye na ambapo mchakato hukamilika.

Kwa hiyo mtiririko wa jumla wa taarifa wa modeli ni:

Source → uamuzi → njia ya mtandao → ucheleweshaji/hitilafu → router ya mwisho → lengo

.

Matokeo ya Utafiti Yanaungwa Mkono Kwa Kiwango Gani?

Katika sehemu ya hitimisho ya makala, inadaiwa kwamba MATLAB Simulink ni platform yenye nguvu kwa kuunda modeli za michakato ya stochastic, kutathmini mikakati na kuchunguza kufanya uamuzi bora. Pia inaelezwa kwamba stochastic analysis ni muhimu kwa matumizi katika robotics, engineering na control systems.

Hata hivyo, kwa sababu chanzo hakina grafu halisi ya output ya Simulink au jedwali la vipimo vya utendaji, hitimisho hizi zinapaswa kuonekana hasa kama tathmini za kimethodolojia na za kidhana.

Matokeo yanayoungwa mkono moja kwa moja na utafiti

• Katika mazingira ya stochastic, uamuzi uleule huenda usitoe matokeo yaleyale kila wakati.
• Wakati wa kufanya uamuzi chini ya kutokuwa na uhakika, hali za uwezekano zinapaswa kuzingatiwa.
• Michezo ya stochastic na michakato ya maamuzi ya Markov ni mifumo inayotumiwa kuunda modeli za matatizo ya aina hii.
• Network routing ya kompyuta inaweza kuwa mfano wa tatizo la uamuzi wa stochastic.
• Kupotea kwa paketi, msongamano wa mtandao na hitilafu za nodi ni vyanzo vya kutokuwa na uhakika vinavyoweza kuathiri maamuzi ya routing.
• MATLAB Simulink inaweza kutumiwa kuunda modeli za mifumo ya stochastic zinazotegemea block-diagram.
• Njia mbadala za mtandao, ucheleweshaji na hali za hitilafu zinaweza kuwakilishwa katika modeli moja ya picha.

Matokeo ambayo utafiti peke yake hauungi mkono

• Haijaonyeshwa kwamba algorithm fulani ya routing ni ya haraka kuliko algorithms nyingine.
• Haijaonyeshwa kwamba hatari imepunguzwa kwa asilimia fulani.
• Haijaonyeshwa kwamba packet loss imepunguzwa kwa kiasi fulani.
• Haijaonyeshwa kwamba modeli ya Simulink imethibitishwa katika mtandao halisi.
• Hakuna numeric policy iliyokokotolewa kwa optimal route.
• Hakuna transition matrix au reward function ya Markov decision process iliyotolewa.
• Hakuna matokeo ya Monte Carlo au repeated stochastic simulations yaliyowasilishwa.

Nguvu ya makala

Nguvu kubwa ya utafiti ni kwamba unafanya tatizo la kidhana la stochastic decision kuwa halisi kwa mfano wa dynamic network routing katika uhandisi wa kompyuta. Kuunganisha kutokuwa na uhakika kunakoweza kutokea katika mitandao halisi, kama packet loss, congestion na device failure, na route selection kunarahisisha kuelewa mada kutoka mtazamo wa kihandisi.

Kizuizi kikuu

Kizuizi muhimu zaidi ni kwamba modeli ya kidhana haijaungwa mkono na jaribio la nambari. Ingawa muhtasari wa chanzo unataja matokeo ya simulation, maandishi makuu hayaonyeshi vipimo vinavyohusiana na matokeo hayo.

Kwa hiyo utafiti si kazi ya majaribio inayothibitisha utendaji wa algorithm, bali ni framework ya matumizi inayotambulisha mbinu ya stochastic modeling na optimal decision-making.

Maelezo ya Chanzo na Mbinu

• Kichwa asili: STOXASTİK MÜHİTDƏ OPTİMAL QƏRAR QƏBUL ETMƏ VƏ PROSESLƏRİN MATLAB SİMULİNKDƏ TƏDQİQİ
• Kichwa cha Kiingereza: OPTIMAL DESICION – MAKING IN A STOCHASTIC ENVIRONMENT AND THE INVESTIGATION OF PROCESSES IN MATLAB SIMULINK
• Mwandishi 1: R.O. Məstəliyev
• Mwandishi 2: D.C. Cavadzadə
• Taasisi: Azərbaycan Universiteti
• Anwani: Ceyhun Hacıbəyli, 71, Bakı, Azərbaycan
• Jarida: PARADIGMA
• Toleo: 4
• Mwaka: 2025
• Kurasa: 132–136
• DOI: 10.30546/30015.2025.01.4.1058
• Aina ya chanzo: Conceptual engineering modeling na mfano wa matumizi ya MATLAB Simulink
• Mada kuu: Mazingira ya stochastic, optimal decision-making, michezo ya stochastic, michakato ya maamuzi ya Markov, computer network routing, Simulink

Marejeo

Makala inaonyesha vyanzo vinne vikuu: kazi ya Dimitri P. Bertsekas kuhusu dynamic programming na optimal control, kitabu cha Martin L. Puterman kuhusu Markov decision processes, chanzo cha Çetverikov na Bakanoviç kuhusu stochastic computation/modeling, na nyaraka za MathWorks MATLAB & Simulink.

Dokezo la uandishi ndani ya chanzo

Katika kichwa cha Kiingereza cha makala kuna tahajia “DESICION”. Kwa kuwa hii ni kichwa cha bibliografia cha chanzo, hapa haijabadilishwa kimya kimya kuwa “DECISION”.

Kikomo cha tafsiri ya kisayansi

Utafiti huu unaonyesha jinsi tatizo la stochastic network routing linavyoweza kuwakilishwa kwa MATLAB Simulink; hata hivyo hautoi uthibitishaji wa majaribio unaopima utendaji wa algorithm fulani bora katika traffic halisi ya mtandao. Block diagram ya chanzo inapaswa kutathminiwa zaidi kama uwakilishi wa usanifu na kidhana wa tatizo la uamuzi wa stochastic kuliko kama suluhisho la nambari la optimal.