Tổng quan về luận án

Lý thuyết bài toán cân bằng (Equilibrium Problems - EP) giữ vị trí trung tâm trong giải tích biến phân, lý thuyết tối ưu hiện đại và toán học ứng dụng. Được khởi xướng từ công trình nền tảng của Nikaido và Isoda (1955) khi mô hình hóa bài toán cân bằng Nash trong lý thuyết trò chơi không hợp tác, sau đó được tổng quát hóa bởi Ky Fan (1972) dưới dạng bất đẳng thức minimax, lý thuyết này được phát triển mạnh mẽ qua các công trình kinh điển của Brezis, Nirenberg và Stampacchia (1972), Blum và Oettli (1994). Mô hình cân bằng tổng quát $\text{EP}(C, f)$ tìm điểm $x^* \in C$ sao cho $f(x^*, y) \ge 0, \forall y \in C$ đóng vai trò là khung lý thuyết thống nhất chứa đựng bài toán tối ưu hóa $\text{OP}(C, h)$, bài toán bất đẳng thức biến phân $\text{VI}(C, F)$, bài toán bất đẳng thức biến phân đa trị $\text{MVI}(C, F)$, bài toán điểm yên ngựa và bài toán điểm bất động $\text{FP}(C, F)$.

Khoảng trống học thuật cốt lõi (research gap) mà luận án tiến sĩ toán học của nghiên cứu sinh Nguyễn Văn Hồng (Trường Đại học Thăng Long, 2024, chuyên ngành Toán ứng dụng, mã số 9 46 01 12, dưới sự hướng dẫn của PGS. Phạm Ngọc Anh và GS. Lê Dũng Mưu) tập trung giải quyết xuất phát từ các rào cản tính toán của lớp bài toán cân bằng hai cấp trên tập điểm bất động $\text{FEP}(\Omega, f)$: $$x^* \in \Omega \quad \text{sao cho} \quad f(x^*, y) \ge 0, \quad \forall y \in \Omega, \quad \text{với } \Omega = \bigcap_{i \in I} \text{Fix}(S_i)$$ Trong các công trình trước đây, việc giải bài toán này gặp ba hạn chế lớn:

  1. Các thuật toán hiệu chỉnh truyền thống đòi hỏi tại mỗi bước lặp phải giải chính xác một bài toán cân bằng phụ (auxiliary equilibrium problem), dẫn đến chi phí tính toán cực kỳ tốn kém và không khả thi trên máy tính số.
  2. Các lược đồ lặp phần lớn chỉ giới hạn khi miền ràng buộc $\Omega$ là tập điểm bất động của một ánh xạ đơn lẻ, trong khi bài toán tìm nghiệm trên giao của một họ các ánh xạ nửa co ($\beta_i$-demi-contractive) hoặc ánh xạ giả co chặt (strictly pseudo-contractive) vẫn là bài toán mở phức tạp.
  3. Điều kiện hội tụ của các thuật toán hiện hành đòi hỏi các giả thiết rất ngặt trên song hàm $f$ (như tính đơn điệu mạnh toàn cục, tính liên tục Lipschitz theo chuẩn mạnh).

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:

  • Câu hỏi nghiên cứu 1 (Q1): Làm thế nào để thiết kế các thuật toán giải bài toán cân bằng trên tập điểm bất động mà không cần giải chính xác bài toán phụ tại mỗi bước lặp?
  • Câu hỏi nghiên cứu 2 (Q2): Có thể kết hợp kỹ thuật chiếu song song xấp xỉ, kỹ thuật dưới đạo hàm và ngoại suy quán tính (inertial extrapolation) để thiết lập sự hội tụ mạnh trong không gian Hilbert vô hạn chiều hay không?
  • Giả thuyết khoa học 1 (H1): Sử dụng xấp xỉ $\epsilon$-dưới vi phân $(\partial_{2,\epsilon} f)$ kết hợp với phép chiếu ngoài sẽ giảm bậc phức tạp tính toán từ việc giải bài toán tối ưu phi tuyến xuống các phép chiếu metric đơn giản.
  • Giả thuyết khoa học 2 (H2): Kỹ thuật chiếu song song kết hợp lặp Mann và số hạng quán tính bảo toàn tính hội tụ mạnh tới nghiệm duy nhất mà chỉ yêu cầu song hàm $f$ thỏa mãn tính đơn điệu mạnh cục bộ và tập dưới vi phân xấp xỉ liên tục Lipschitz theo khoảng cách Hausdorff.

Công trình tạo ra đóng góp đột phá với 04 thuật toán mới được kiểm chứng tính toán thực nghiệm trên MATLAB, công bố trên 04 bài báo khoa học quốc tế uy tín (01 bài SCI, 02 bài SCIE và 01 bài gửi đăng SCIE), xác lập chuẩn mực mới cho tính toán tối ưu vô hạn chiều.

Literature Review và Positioning

Tổng quan tài liệu cho thấy sự phát triển của lý thuyết bài toán cân bằng và điểm bất động trải qua nhiều giai đoạn gắn liền với các công trình kinh điển:

  • Dòng nghiên cứu về bài toán cân bằng: Nikaido và Isoda (1955) đặt nền móng với hàm Nikaido-Isoda; Ky Fan (1972) mở rộng qua định lý điểm bất động và bất đẳng thức Ky Fan; Muu và Oettli (1992), Blum và Oettli (1994) chuẩn hóa cấu trúc bài toán $\text{EP}(C, f)$ và đề xuất phương pháp giải xấp xỉ.
  • Dòng nghiên cứu về lặp điểm bất động: Khởi nguồn từ nguyên lý ánh xạ co Banach (1922) và định lý điểm bất động Brouwer (1912); Mann (1953) giới thiệu sơ đồ lặp Mann; Halpern (1967) đề xuất sơ đồ chiếu lặp hội tụ mạnh; Yamada (2001) phát triển phương pháp hướng giảm lai ghép (Hybrid Steepest Descent Method) cho bài toán bất đẳng thức biến phân.
  • Dòng nghiên cứu giải thuật biến phân hiện đại: Santos và Scheimberg (2011) đề xuất phương pháp dưới đạo hàm xấp xỉ gần kề (Inexact Proximal Subgradient Method - IPSM) cho bài toán cân bằng paramonotone; Strodiot, Nguyen và Heukemes (1993) phát triển kỹ thuật chiếu dưới đạo hàm; Phạm Ngọc Anh (2012, 2021) đột phá với nguyên lý bài toán phụ (Auxiliary Problem Principle - APP) và kỹ thuật tách dưới đạo hàm quán tính.

Trong y văn tồn tại cuộc tranh luận học thuật sâu sắc giữa hai trường phái:

  • Trường phái 1 (Thuật toán chính xác - Exact Solvers): Ưu tiên việc giải triệt để bài toán phụ tại mỗi bước lặp (thông qua hàm khoảng cách hoặc hiệu chỉnh Tikhonov) để đảm bảo tính ổn định nghiệm, nhưng phải trả giá bằng khối lượng tính toán khổng lồ khi số chiều dữ liệu tăng cao.
  • Trường phái 2 (Thuật toán xấp xỉ và hướng giảm - Inexact/Explicit Solvers): Ưu tiên giảm thiểu khối lượng tính toán từng bước bằng các bước nhảy dưới đạo hàm, nhưng đối mặt với thách thức dãy lặp chỉ hội tụ yếu (weak convergence) trong không gian Hilbert vô hạn chiều nếu không có giả thiết compact.

Luận án của Nguyễn Văn Hồng định vị chính xác tại giao điểm này: phát triển các lược đồ chiếu song song xấp xỉ kết hợp quán tính, vừa loại bỏ hoàn toàn yêu cầu giải bài toán phụ phức tạp, vừa chứng minh được tính hội tụ mạnh (strong convergence) trong không gian Hilbert thực $H$.

So sánh với các nghiên cứu quốc tế tiêu biểu:

  1. So với nghiên cứu của Santos và Scheimberg (2011) về phương pháp IPSM chỉ áp dụng cho bài toán cân bằng đơn lẻ trên tập lồi $C$, luận án đã mở rộng thành công lên bài toán cân bằng hai cấp trên giao của một họ các tập điểm bất động $\Omega = \bigcap_{i\in I} \text{Fix}(S_i)$ với các toán tử $\beta_i$-nửa co.
  2. So với nghiên cứu của Yamada (2001) về hướng giảm lai ghép trên tập điểm bất động của ánh xạ không giãn, luận án mở rộng lớp toán tử sang ánh xạ nửa co tổng quát hơn và mở rộng từ bài toán bất đẳng thức biến phân sang bài toán song hàm cân bằng với xấp xỉ $\epsilon$-dưới vi phân chéo.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp lý thuyết bất đẳng thức Ky Fan và khung cân bằng Blum-Oettli thông qua các định lý hội tụ mạnh nghiêm ngặt:

  • Định lý 2.1 (Hội tụ của phương pháp chiếu song song xấp xỉ): Chứng minh dãy lặp ${x^k}, {y^k}$ sinh bởi Thuật toán 2.1 hội tụ mạnh tới nghiệm duy nhất $x^*$ của bài toán $\text{FEP}(\Omega, f)$ trong không gian Hilbert thực $H$ khi song hàm $f$ là $\beta$-đơn điệu mạnh, $\partial_2 f(x,x)$ compact và liên tục Lipschitz với hằng số $L$.
  • Định lý 2.2 (Hội tụ của phương pháp dưới đạo hàm song song): Mở rộng lược đồ lặp Mann song song khi không gian ràng buộc $C = H$, chứng minh dãy lặp đạt hội tụ mạnh mà không cần thực hiện phép chiếu lên tập lồi tại từng bước thành phần.
  • Định lý 2.3 & Hệ thống Định lý Chương 3: Thiết lập sự hội tụ mạnh cho thuật toán chiếu đạo hàm tăng cường song song và phương pháp dưới đạo hàm quán tính kết hợp nguyên lý bài toán phụ (APP) khi áp dụng cho họ ánh xạ nửa co thỏa mãn Điều kiện (Z).

Đóng góp mang tính bước ngoặt là việc luận án chứng minh tính chất co của ánh xạ đa trị xấp xỉ: Ánh xạ $S(x) := {x - \gamma w_x : w_x \in \partial_{2,\epsilon} g(x,x), x \in C}$ là ánh xạ $2\sqrt{\epsilon\gamma}$-co với hằng số co: $$\delta = \sqrt{1 - \gamma(2\beta - \gamma L^2)} \in (0, 1) \quad \text{dưới điều kiện} \quad \gamma \in \left(0, \frac{2\beta}{L^2}\right)$$ Đây là cơ sở toán học then chốt chứng minh việc thay thế dưới vi phân chính xác bằng $\epsilon$-dưới vi phân vẫn bảo toàn tốc độ thu hẹp khoảng cách tới nghiệm tối ưu.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột giải tích hiện đại:

  1. Giải tích lồi và dưới vi phân xấp xỉ: Sử dụng nón pháp tuyến ngoài $N_C(x_0) = {\omega \in H : \langle \omega, x - x_0 \rangle \le 0, \forall x \in C}$, $\epsilon$-dưới vi phân $\partial_\epsilon f(x_0)$ và $\epsilon$-dưới vi phân chéo: $$\partial_{2,\epsilon} f(x, x) = {w \in H : f(x, y) + \epsilon \ge \langle w, y - x \rangle, \forall y \in C}$$
  2. Kỹ thuật xấp xỉ điểm bất động song song: Đánh giá độ lệch lớn nhất qua chỉ số $i_0 \in \arg\max {|y_i^k - x^k| : i \in I}$ với $y_i^k = (1 - \alpha_{k,i})x^k + \alpha_{k,i}S_i(x^k)$, phân rã cấu trúc ràng buộc phức tạp thành các bài toán thành phần xử lý đồng thời.
  3. Kỹ thuật ngoại suy quán tính (Inertial Extrapolation): Tận dụng quán tính điểm lặp trước $x^k + \theta_k(x^k - x^{k-1})$ lấy cảm hứng từ nguyên lý gia tốc Nesterov để tối ưu hóa quỹ đạo hội tụ.

Các điều kiện biên của tham số được xác định tường minh: $$\tau \in (0, \beta), \quad 0 < \tau_k \le \gamma_k < \min\left{\frac{2\beta}{L^2}, \frac{2(\beta-\tau)}{L^2-\tau^2}, \frac{1}{\tau}\right}, \quad 0 < a \le \alpha_{k,i} < \min\left{\frac{1-\beta_i}{2} : i \in I\right}, \quad \sum_{k=0}^{\infty} \epsilon_k^2 < +\infty$$

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

  • Triết lý nghiên cứu (Research Philosophy): Tiếp cận theo chủ nghĩa thực chứng diễn dịch (positivist axiomatic-deductive paradigm), suy diễn toán học hình thức kết hợp kiểm chứng thực nghiệm tính toán số.
  • Thiết kế thuật toán đa tầng:
    • Tầng 1: Xử lý song song các toán tử nửa co $S_i$ để tạo ra các điểm dự báo $y_i^k$.
    • Tầng 2: Lựa chọn thành phần có bước nhảy xa nhất $i_0$ để điều hướng tìm kiếm tập điểm bất động chung $\Omega$.
    • Tầng 3: Thực hiện bước dịch chuyển dưới đạo hàm xấp xỉ $u^k \in \partial_{2,\tau_k} f(y^k, y^k)$ và chiếu lên tập siêu phẳng xấp xỉ $C_k$.

Quy trình nghiên cứu rigorous

Quy trình chứng minh toán học sử dụng chuỗi bổ đề kỹ thuật cao cấp trong không gian Hilbert:

  • Ứng dụng bổ đề Maingé (2008) cho các dãy số không đơn điệu nhằm kiểm soát hành vi tiệm cận của hiệu số $|x^k - x^*|^2$.
  • Sử dụng tính chất của phép chiếu xấp xỉ $\epsilon$-phép chiếu: $w_x \in P_r^\epsilon C(x)$ thỏa mãn: $$|w_x - w_y|^2 \le |x - y|^2 + \epsilon^2, \quad \forall w_x \in P_r^\epsilon C(x), w_y \in P_r^\epsilon C(y)$$
  • Khai thác Điều kiện (Z): Dãy ánh xạ ${S_i}$ thỏa mãn điều kiện mọi dãy ${x^k}$ bị chặn mà $\lim_{k\to\infty} |x^k - S_i x^k| = 0$ thì mọi điểm tụ yếu của dãy đều thuộc $\Omega = \bigcap_{i\in I} \text{Fix}(S_i)$.

Data và phân tích

Luận án thực hiện các mô phỏng số chi tiết với bài toán cân bằng trong không gian Euclid 5 chiều $\mathbb{R}^5$ và không gian Hilbert vô hạn chiều:

  • Cấu trúc toán tử thực nghiệm:
    • $S_1(x) = \left(x_1, \frac{1}{3}\sin x_2, \frac{1}{3}x_3, \frac{1}{2}x_4, \sin^3 x_5\right)$
    • $S_2(x) = \left(\frac{1}{4}x_1, x_2, \sin x_3, \sin^2 x_4, x_5\right)$
  • Song hàm cân bằng: $f(x, y) = \langle F(x) + Qy + q, y - x \rangle$
  • Hệ thống ma trận thực nghiệm được sinh cụ thể: $$A = \begin{pmatrix} -2 & 1 & 0 & 1 & -1 \ 1 & 2 & 1 & 0 & 2 \ 0 & 1 & 3 & 1 & 2 \ 0 & 1 & 3 & 1 & 0 \ 2 & 0 & 1 & -1 & 3 \end{pmatrix}, \quad B = \begin{pmatrix} 0 & 1 & 2 & 1 & -1 \ -1 & 3 & 2 & 0 & 2 \ -2 & -2 & 1 & 1 & -3 \ -1 & 0 & -1 & 1 & 0 \ 1 & -2 & 3 & 0 & 2 \end{pmatrix}, \quad D = \begin{pmatrix} 5 & 0 & 0 & 0 & 0 \ 0 & 3 & 0 & 0 & 0 \ 0 & 0 & 12 & 0 & 0 \ 0 & 0 & 0 & 15 & 0 \ 0 & 0 & 0 & 0 & 22 \end{pmatrix}, \quad q = \begin{pmatrix} 2 \ 3 \ -4 \ 1 \ 5 \end{pmatrix}$$
  • Đặc trưng phổ: Ma trận $Q = AA^T + B + D$ có giá trị riêng nhỏ nhất $\lambda_{\min}(Q) = 10.2313$, chuẩn ma trận $|Q| = 58.0016$. Ánh xạ $F(x)$ có hằng số Lipschitz $L = \sqrt{2(2\eta^2 + 2\eta + 1)}$ và $(\eta-1)$-đơn điệu mạnh, suy ra $\partial_2 f(x,x)$ là $\beta$-đơn điệu mạnh với $\beta = \eta + 9.2313$.
  • Môi trường phần mềm và phần cứng: Tính toán trên MATLAB R2013a / MATLAB R2016a, sử dụng hàm tối ưu hóa lồi fmincon, vận hành trên hệ thống máy tính cấu hình cao:
    • Cấu hình 1: Intel(R) Core(TM) i9-9900KS CPU @ 4.00GHz.
    • Cấu hình 2: Intel(R) Core(TM) i3-3110M CPU @ 2.40GHz, 4GB RAM.
  • Tiêu chuẩn dừng thuật toán: $\max{|y^k - x^k|, |x^{k+1} - x^k|} \le \epsilon_{\text{tol}}$ với các mức sai số $\epsilon \in {10^{-4}, 10^{-6}}$.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Triệt tiêu nhu cầu giải bài toán phụ chính xác: Thuật toán chiếu xấp xỉ song song chỉ cần xác định một phần tử thuộc $\epsilon$-dưới vi phân $u^k \in \partial_{2,\tau_k} f(y^k, y^k)$ và thực hiện một phép chiếu trực giao lên nửa không gian xấp xỉ, giúp giảm thời gian thực thi CPU time từ hàng chục giây xuống mili-giây trên mỗi vòng lặp.
  2. Cơ chế phân tách song song tối ưu: Việc tính toán $y_i^k = (1 - \alpha_{k,i})x^k + \alpha_{k,i}S_i(x^k)$ cho từng ánh xạ $S_i$ được thực hiện hoàn toàn độc lập, cho phép tận dụng tối đa kiến trúc vi xử lý đa nhân (multi-core architecture) và tính toán phân tán.
  3. Gia tốc hội tụ từ số hạng quán tính: Việc tích hợp số hạng quán tính $\theta_k(x^k - x^{k-1})$ trong Thuật toán dưới đạo hàm Chương 3 giúp cắt giảm số bước lặp (Iterations) tới 35-45% so với phương pháp chiếu tiêu chuẩn để đạt cùng độ chính xác $\epsilon = 10^{-6}$.
  4. Bảo toàn tính hội tụ mạnh trong không gian vô hạn chiều: Luận án chứng minh rằng ngay cả khi các toán tử chỉ là nửa co (demi-contractive - lớp toán tử rộng hơn toán tử không giãn), dãy lặp vẫn hội tụ mạnh theo chuẩn Hilbert, khắc phục hoàn toàn hiện tượng chỉ hội tụ yếu vốn có của các phương pháp gradient cổ điển.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp khung phương pháp luận hợp nhất xử lý đồng thời bài toán tối ưu lồi, bất đẳng thức biến phân và cân bằng Nash trên miền giao điểm bất động của họ toán tử phi tuyến.
  • Về mặt phương pháp tính: Đưa ra các công thức điều chỉnh bước nhảy tự thích nghi $\gamma_k, \tau_k, \alpha_{k,i}$ không phụ thuộc vào việc biết trước hằng số Lipschitz toàn cục của bài toán.
  • Về mặt ứng dụng thực tiễn: Ứng dụng trực tiếp vào giải quyết bài toán cân bằng thị trường điện lực, điều độ mạng viễn thông phân tán 5G/6G, phân bổ tài nguyên mạng lưới giao thông thông minh và bài toán phục hồi tín hiệu/hình ảnh y tế số (MRI/CT).

Limitations và Future Research

Luận án thừa nhận các giới hạn học thuật và đề xuất định hướng nghiên cứu tiếp theo:

  1. Giả thiết tính đơn điệu của song hàm: Các định lý hội tụ mạnh chủ yếu yêu cầu song hàm $f$ thỏa mãn tính đơn điệu mạnh hoặc giả đơn điệu mạnh. Trường hợp song hàm chỉ thỏa mãn tính tựa đơn điệu (quasimonotone) hoặc hoàn toàn phi đơn điệu vẫn chưa được giải quyết triệt để.
  2. Tính liên tục của tập dưới vi phân: Yêu cầu tập $\epsilon$-dưới vi phân $\partial_2 f(x,x)$ liên tục Lipschitz theo khoảng cách Hausdorff đôi khi khó kiểm chứng đối với các bài toán tối ưu không trơn phức tạp.
  3. Thực nghiệm số trên dữ liệu quy mô lớn: Các ví dụ tính toán số mới tập trung vào các bài toán mẫu trong không gian số chiều $n=5$ và không gian hàm vô hạn chiều trừu tượng, cần được thử nghiệm trên các tập dữ liệu công nghiệp thực tế với số chiều hàng triệu biến.

Chương trình nghiên cứu 5-10 năm tiếp theo:

  • Mở rộng thuật toán cho bài toán cân bằng ngẫu nhiên (Stochastic Equilibrium Problems) và cân bằng phân tán bất đồng bộ trên mạng ngang hàng (P2P networks).
  • Phát triển các kỹ thuật bước nhảy tự do không cần hằng số Lipschitz (Armijo-like linesearch hoặc adaptive stepsize rules mà không cần thông tin tiên nghiệm về $L$).
  • Ứng dụng giải các bài toán tối ưu tối thiểu hóa rủi ro phân phối (Distributionally Robust Optimization - DRO) trong học máy và trí tuệ nhân tạo.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Các kết quả của luận án được thẩm định qua 04 công trình khoa học quốc tế chất lượng cao, đóng góp tài liệu tham khảo giá trị cho cộng đồng nghiên cứu giải tích biến phân và tối ưu hóa tính toán tại Việt Nam và quốc tế.
  • Chuyển đổi công nghệ và công nghiệp: Cung cấp các thuật giải số có thể cài đặt trực tiếp vào các phần mềm tối ưu hóa kỹ thuật (như MATLAB Optimization Toolbox, Python SciPy, C++ OpenOpt) phục vụ mô phỏng mạng lưới năng lượng tái tạo và logistics chuỗi cung ứng.
  • Tác động chính sách và kinh tế: Cung cấp công cụ toán học định lượng để các cơ quan quản lý mô phỏng chính xác điểm cân bằng giá và sản lượng trong thị trường điện cạnh tranh, thị trường tín chỉ carbon và quy hoạch giao thông đô thị.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học Toán ứng dụng: Tiếp cận phương pháp luận giải tích phi tuyến hiện đại, kỹ thuật xử lý bất đẳng thức giải tích hàm và kỹ năng lập trình giải thuật tối ưu trên MATLAB.
  • Các nhà khoa học lý thuyết tối ưu: Kế thừa các định lý hội tụ mạnh để phát triển các cấu trúc giải thuật mới cho bài toán cân bằng hai cấp và bài toán biến phân đa trị.
  • Kỹ sư R&D trong các tập đoàn công nghệ và năng lượng: Ứng dụng trực tiếp thuật toán chiếu song song để giải quyết các bài toán tối ưu hóa phân tán thời gian thực trong viễn thông và lưới điện thông minh.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng thành công lý thuyết bất đẳng thức Ky Fan và khung cân bằng Blum-Oettli lên bài toán hai cấp trên giao của một họ các toán tử $\beta_i$-nửa co trong không gian Hilbert thực. Đóng góp mang tính nền tảng là việc chứng minh ánh xạ xấp xỉ dưới vi phân chéo $S(x) = {x - \gamma w_x : w_x \in \partial_{2,\epsilon} g(x,x)}$ thỏa mãn tính chất co Hausdorff với hằng số co tường minh $\delta = \sqrt{1 - \gamma(2\beta - \gamma L^2)} < 1$, mở đường cho việc thiết lập sự hội tụ mạnh mà không cần giải bài toán phụ tại mỗi bước lặp.

2. Sự đổi mới về mặt phương pháp luận so với các nghiên cứu trước đây?

So với phương pháp IPSM của Santos và Scheimberg (2011) vốn chỉ áp dụng cho một tập ràng buộc lồi đơn lẻ, luận án tích hợp cơ chế chiếu song song đánh giá qua phần tử có khoảng cách cực đại $i_0 \in \arg\max |y_i^k - x^k|$, cho phép xử lý đồng thời họ vô hạn các ràng buộc điểm bất động. So với phương pháp hướng giảm lai ghép của Yamada (2001), luận án nới lỏng giả thiết từ toán tử không giãn sang toán tử nửa co và mở rộng từ toán tử đơn trị sang song hàm cân bằng không trơn.

3. Phát hiện thực nghiệm đáng ngạc nhiên nhất là gì?

Việc sử dụng xấp xỉ $\epsilon$-dưới vi phân với dãy sai số giảm dần thỏa mãn $\sum_{k=0}^{\infty} \epsilon_k^2 < +\infty$ không chỉ không làm suy giảm tốc độ hội tụ thực tế mà còn giúp loại bỏ hoàn toàn các điểm kỳ dị tính toán trong thuật toán fmincon, giúp thuật toán hội tụ ổn định ngay cả khi điểm khởi tạo $x^0$ nằm rất xa tập nghiệm tối ưu.

4. Giao thức tái lập thực nghiệm (Replication Protocol) có được cung cấp đầy đủ không?

Luận án cung cấp đầy đủ và minh bạch toàn bộ tham số thực nghiệm: ma trận ngẫu nhiên $A$, ma trận phản xứng $B$, ma trận đường chéo $D = \text{diag}(5, 3, 12, 15, 22)$, vectơ $q = (2, 3, -4, 1, 5)^T$, giá trị riêng $\lambda_{\min}(Q) = 10.2313$, chuẩn $|Q| = 58.0016$, công thức giải tích của ánh xạ phi tuyến $F(x)$, cấu hình phần cứng CPU Intel i9-9900KS / Intel i3-3110M và mã nguồn hàm dừng sai số trên MATLAB R2013a/R2016a.

5. Định hướng nghiên cứu 10 năm tới được phác thảo như thế nào?

Tập trung phát triển các thuật toán chiếu xấp xỉ ngẫu nhiên (Stochastic Inexact Projection Methods) cho các bài toán cân bằng dữ liệu lớn (Big Data Equilibrium Problems), tích hợp kỹ thuật học sâu (Deep Reinforcement Learning) để tự động điều chỉnh tham số bước nhảy $\gamma_k, \alpha_{k,i}$, và áp dụng giải bài toán cân bằng trong mạng lưới chuỗi khối (Blockchain consensus game theory).

Kết luận

  1. Xây dựng thành công 04 thuật toán mới giải bài toán cân bằng trên tập điểm bất động chung của họ ánh xạ nửa co trong không gian Hilbert thực.
  2. Chứng minh toán học chặt chẽ tính hội tụ mạnh của các dãy lặp mà không cần giải chính xác bài toán cân bằng phụ tại mỗi bước lặp.
  3. Tích hợp hiệu quả kỹ thuật chiếu song song, $\epsilon$-dưới vi phân xấp xỉ, kỹ thuật lặp Mann và kỹ thuật ngoại suy quán tính.
  4. Kiểm chứng tính đúng đắn và hiệu quả tính toán vượt trội của các thuật toán qua các mô phỏng số chi tiết trên phần mềm MATLAB với các số liệu cụ thể.
  5. Công bố 04 công trình khoa học trên các tạp chí quốc tế chuyên ngành uy tín thuộc danh mục SCI/SCIE, khẳng định vị thế học thuật của nghiên cứu.
  6. Mở ra các hướng nghiên cứu liên ngành đột phá trong tối ưu hóa phân tán, kinh tế toán học và trí tuệ nhân tạo tính toán.