Luận văn Thạc sĩ Hà Quyết Thắng: FAHP tối ưu lựa chọn Nhà cung cấp Internet

Tìm hiểu luận văn thạc sĩ về phân tích phân cấp mờ (FAHP) hỗ trợ quyết định lựa chọn nhà cung cấp internet tối ưu. Nghiên cứu sâu về ứng dụng FAHP trong CNTT.

• Tác giả: Ha Quyet Thang
• Người hướng dẫn: Le Ba Dung
• Trường học: Đại học Thái Nguyên, Trường Đại học Công nghệ Thông tin và Truyền thông
• Chuyên ngành: Khoa học máy tính
• Đề tài: Quá trình phân tích phân cấp Mờ hỗ trợ quyết định trong việc lựa chọn nhà cung cấp dịch vụ Internet
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• DANH MỤC HÌNH ẢNH
• LỜI CAM ĐOAN
• 1. CHƯƠNG I.1 Trình bày khái niệm tập mờ
• 1.1. Định nghĩa tập mờ
• 1.2. Một số khái niệm cơ bản của tập mờ
• 1.3. Biểu diễn tập mờ
• 1.2. Các phép toán trên tập mờ và hệ luật mờ
• 1.2.1. Phần bù của một tập mờ
• 1.2.2. Phép hợp của các tập mờ
• 1.2.3. Phép giao của các tập mờ
• 1.2.4. Tích Descartes các tập mờ
• 1.2.5. Tính chất của các phép toán trên tập mờ
• 1.2.6. Hệ luật mờ
• 1.3.1. Lập luân xấp xỉ trong hệ mờ
• 1.4. Quan hệ mờ
• 1.3.1. Suy luận xấp xỉ và suy diễn mờ
• 1.5. Số học mờ
• 1.4.1. Số mờ
• 1.6. Biến ngôn ngữ và giá trị ngôn ngữ
• 1.5.1. Phương pháp điểm cực đại
• 1.5.2. Phương pháp điểm trọng tâm
• 2. CHƯƠNG 2: PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP MỜ
• 2.1. Tiếp cận phương pháp AHP mờ ( Fuzzy Analytic Hierarchy Process)
• 2.2. Các đặc trưng của AHP mờ
• 2.2.1. Kịch bản cho nghiên cứu
• 2.2.2. Đo lường và thu thập dữ liệu
• 2.2.3. Phân rã các vấn đề quyết định
• 2.2.4. Xây dựng cặp Pair – wise
• 2.2.5. Biểu diễn toán học
• 2.2.6. Kỹ thuật tiến trình phân tích phân cấp mờ FAHP - Fuzzy Analytic Hierarchy Process
• 2.2.7. Số mờ tam giác và giá trị mờ của biến ngôn ngữ trong so sánh cặp
• 2.2.8. Tích hợp AHP và lý thuyết tập mờ
• 2.2.9. Kỹ thuật phân tích mờ khoảng rộng
• 2.2.10. Mô tả toán học trong phương pháp AHP mờ
• 3. CHƯƠNG 3: ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP AHP MỜ CHO VIỆC LỰA CHỌN NHÀ CUNG CẤP DỊCH VỤ INTERNET
• 3.1. Bài toán lựa chọn nhà cung cấp dịch vụ internet
• 3.2. Một mô hình đơn giản hóa quyết định đánh giá việc lựa chọn nhà cung cấp dịch vụ internet
• 3.2.1. Phân tích tính nhất quán của các đánh giá cá nhân
• 3.2.2. Tổng hợp các quyết định nhóm
• 3.2.3. Ước tính các ưu tiên mờ
• 3.2.4. Thảo luận trọng số của các tiêu chí
• 3.2.5. Đánh giá các phương án thay thế được chọn
• 3.2.6. Kết luận và Triển vọng
• TÀI LIỆU THAM KHẢO
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• MỞ ĐẦU

Tóm tắt

I. FAHP là gì Hướng dẫn lựa chọn nhà cung cấp Internet tối ưu

Việc lựa chọn một nhà cung cấp Internet tối ưu luôn là một quyết định phức tạp đối với cả cá nhân và doanh nghiệp. Trong kỷ nguyên số, Internet Service Provider (ISP) không chỉ đơn thuần cung cấp kết nối mà còn ảnh hưởng trực tiếp đến hiệu suất công việc, trải nghiệm giải trí và khả năng cạnh tranh. Thị trường nhà mạng internet hiện nay tràn ngập các lựa chọn, mỗi nơi đều có những ưu và nhược điểm riêng về tốc độ đường truyền internet, giá cước internet, chất lượng dịch vụ internet (QoS) hay chăm sóc khách hàng ISP. Điều này khiến người dùng gặp khó khăn trong việc so sánh nhà mạng và đưa ra quyết định dựa trên nhiều tiêu chí lựa chọn Internet đồng thời.

Trong bối cảnh đó, phương pháp Fuzzy Analytic Hierarchy Process (FAHP) nổi lên như một công cụ mạnh mẽ hỗ trợ ra quyết định đa tiêu chí (MCDM). FAHP kết hợp ưu điểm của phương pháp AHP truyền thống với lý thuyết tập mờ, cho phép xử lý các thông tin định tính, không chắc chắn hoặc mơ hồ – những yếu tố thường gặp trong các đánh giá mang tính chủ quan. Thay vì chỉ dựa vào các con số cứng nhắc, FAHP giúp định lượng được mức độ quan trọng của các yếu tố "phi kỹ thuật" như uy tín, sự hài lòng, hay độ ổn định internet trong mắt người dùng. Mục đích của FAHP là cung cấp một khuôn khổ có hệ thống để cấu trúc vấn đề, đánh giá các lựa chọn thay thế và đưa ra tối ưu hóa lựa chọn dựa trên một tập hợp các tiêu chí. Đặc biệt, FAHP còn có khả năng xử lý những đánh giá không nhất quán từ các chuyên gia hoặc người dùng, điều mà các mô hình ra quyết định truyền thống khó làm được [Hà Quyết Thắng, 2017, tr. 6]. Phương pháp này mang lại cái nhìn sâu sắc, đa chiều hơn, góp phần vào việc đánh giá nhà cung cấp internet một cách toàn diện và khoa học, đảm bảo quyết định cuối cùng phù hợp nhất với nhu cầu cụ thể của từng đối tượng sử dụng. Sự phức tạp của các gói cáp quang internet hay gói cước internet gia đình đòi hỏi một công cụ phân tích tinh vi hơn, và đó chính là nơi FAHP phát huy thế mạnh của mình, giúp biến những nhận định chủ quan thành cơ sở định lượng vững chắc.

1.1. FAHP và vai trò trong ra quyết định đa tiêu chí MCDM

Trong bối cảnh hiện đại, các quyết định quan trọng thường liên quan đến nhiều yếu tố và tiêu chí khác nhau, tạo nên bài toán ra quyết định đa tiêu chí (MCDM) phức tạp. FAHP (Fuzzy Analytic Hierarchy Process) là một kỹ thuật được thiết kế để giải quyết những bài toán này, đặc biệt khi các tiêu chí đánh giá không hoàn toàn rõ ràng hoặc mang tính chủ quan. Phương pháp này mở rộng phương pháp AHP truyền thống bằng cách tích hợp lý thuyết tập mờ, cho phép các nhà ra quyết định biểu diễn sự mơ hồ và không chắc chắn trong các đánh giá của họ thông qua số mờ tam giác thay vì các giá trị chính xác [Hà Quyết Thắng, 2017, tr. 40].

Vai trò cốt lõi của FAHP trong MCDM là cung cấp một cấu trúc phân cấp để phân rã vấn đề phức tạp thành các thành phần nhỏ hơn, dễ quản lý hơn. Quá trình này bao gồm việc xác định mục tiêu chính, các tiêu chí cấp cao, và các tiêu chí con. Sau đó, FAHP sử dụng thang đo ngôn ngữ mờ để thu thập ý kiến của các chuyên gia hoặc người dùng về mức độ quan trọng tương đối giữa các cặp tiêu chí. Các giá trị ngôn ngữ như "quan trọng hơn", "quan trọng nhiều hơn" được chuyển đổi thành số mờ, phản ánh sự không chắc chắn cố hữu trong nhận định của con người. Điều này giúp hệ thống hỗ trợ quyết định xử lý thông tin một cách linh hoạt hơn, phù hợp với thực tế hơn so với các phương pháp định lượng cứng nhắc. Nhờ vậy, FAHP trở thành một công cụ lý tưởng để tối ưu hóa lựa chọn trong các tình huống có tính chủ quan cao, như đánh giá nhà cung cấp internet.

1.2. Tại sao cần phân tích mờ để tối ưu hóa lựa chọn Internet

Lựa chọn nhà cung cấp Internet là một quyết định quan trọng, đòi hỏi xem xét nhiều yếu tố từ kỹ thuật đến dịch vụ. Tuy nhiên, các tiêu chí như chất lượng dịch vụ internet (QoS), chăm sóc khách hàng ISP, hay độ ổn định internet thường rất khó để định lượng một cách chính xác bằng các con số. Đây là lúc phân tích mờ thể hiện vai trò không thể thiếu của mình trong việc tối ưu hóa lựa chọn Internet.

Phân tích mờ được phát triển để xử lý sự không chắc chắn và mơ hồ vốn có trong ngôn ngữ tự nhiên và nhận định của con người [Hà Quyết Thắng, 2017, tr. 16]. Khi người dùng đánh giá một nhà mạng internet, họ thường sử dụng các thuật ngữ ngôn ngữ như "tốc độ khá nhanh", "giá cước tương đối cao", hay "hỗ trợ khách hàng không thực sự tốt". Các thuật ngữ này không thể được chuyển đổi trực tiếp thành các giá trị số cứng nhắc mà không làm mất đi sắc thái ý nghĩa. Logic mờ và tập mờ cung cấp một khuôn khổ để biểu diễn và xử lý những thông tin định tính này dưới dạng số mờ. Điều này cho phép người ra quyết định thể hiện sự ưu tiên của họ một cách linh hoạt hơn, phản ánh đúng hơn cảm nhận thực tế. Bằng cách sử dụng FAHP với các đánh giá mờ, hệ thống có thể tổng hợp các ý kiến chủ quan từ nhiều chuyên gia, tính toán trọng số tiêu chí một cách khách quan hơn, từ đó đưa ra xếp hạng các ISP (Internet Service Provider) tiềm năng. Phương pháp này giảm thiểu rủi ro khi bỏ qua các yếu tố định tính quan trọng, dẫn đến một quyết định lựa chọn nhà cung cấp Internet thông minh và phù hợp hơn với nhu cầu thực tế.

II. Thách thức lớn khi đánh giá nhà cung cấp Internet hiện nay

Việc đánh giá nhà cung cấp Internet trong môi trường cạnh tranh hiện nay đặt ra nhiều thách thức đáng kể. Người tiêu dùng và doanh nghiệp thường phải đối mặt với một mê cung các thông tin quảng cáo, gói cước đa dạng và những lời hứa hẹn về tốc độ đường truyền internet hay băng thông internet cao. Tuy nhiên, thực tế sử dụng có thể khác xa so với những gì được quảng bá. Khác với sản phẩm vật lý, dịch vụ Internet không thể được đánh giá trước khi mua và chỉ có thể cảm nhận được trong hoặc sau quá trình sử dụng [Hà Quyết Thắng, 2017, tr. 6]. Điều này tạo ra sự vô hình trong dịch vụ, gây khó khăn cho khách hàng trong việc xác định chất lượng dịch vụ internet (QoS) thực sự.

Một thách thức lớn khác là sự đa dạng của các tiêu chí lựa chọn Internet. Bên cạnh các yếu tố kỹ thuật như tốc độ đường truyền, độ trễ mạng (latency), hay loại hình kết nối (cáp quang Internet, ADSL, FTTH), người dùng còn phải xem xét các yếu tố phi kỹ thuật nhưng không kém phần quan trọng như giá cước internet, chính sách chăm sóc khách hàng ISP, độ ổn định internet, và các điều khoản trong hợp đồng Internet. Mỗi yếu tố này lại có thể được cảm nhận khác nhau bởi từng cá nhân, phụ thuộc vào nhu cầu và ưu tiên riêng của họ. Ví dụ, một gói cước internet gia đình có thể ưu tiên sự ổn định và hỗ trợ nhanh chóng, trong khi một gói cước internet doanh nghiệp sẽ chú trọng đến băng thông đối xứng và cam kết SLA (Service Level Agreement).

Hơn nữa, sự thiếu vắng một công cụ hệ thống hỗ trợ quyết định khách quan và toàn diện khiến người dùng thường chỉ dựa vào kinh nghiệm cá nhân, lời khuyên từ người quen hoặc các đánh giá trên mạng xã hội, vốn có thể mang tính chủ quan và không đầy đủ. Các phương pháp so sánh nhà mạng truyền thống thường gặp khó khăn trong việc tích hợp các tiêu chí định tính và định lượng một cách hài hòa, dẫn đến quyết định chưa thực sự tối ưu. Chính những thách thức này đã thúc đẩy sự ra đời của các phương pháp tiên tiến như FAHP để giải quyết bài toán lựa chọn nhà cung cấp Internet tối ưu một cách khoa học hơn.

2.1. Các tiêu chí lựa chọn Internet phức tạp và khó định lượng

Việc lựa chọn nhà cung cấp Internet đòi hỏi một cái nhìn đa chiều với rất nhiều tiêu chí lựa chọn Internet. Những tiêu chí này có thể được chia thành hai nhóm chính: kỹ thuật và dịch vụ. Về mặt kỹ thuật, người dùng quan tâm đến tốc độ đường truyền internet, băng thông internet, độ ổn định internet, và độ trễ mạng (latency). Ví dụ, một gói cước internet gia đình có thể cần tốc độ vừa phải cho các hoạt động hàng ngày, trong khi một doanh nghiệp yêu cầu băng thông cao và độ trễ thấp cho các ứng dụng đám mây.

Tuy nhiên, các yếu tố này không phải lúc nào cũng dễ dàng đo lường hoặc định lượng. Một tốc độ được quảng cáo là 100Mbps có thể không luôn đạt được trong thực tế do hạ tầng, giờ cao điểm hoặc vấn đề kỹ thuật của nhà mạng internet. Hơn nữa, các tiêu chí dịch vụ như giá cước internet, chính sách chăm sóc khách hàng ISP, uy tín của ISP (Internet Service Provider), và sự linh hoạt của hợp đồng internet lại càng khó định lượng hơn. Một dịch vụ chăm sóc khách hàng được đánh giá là "tốt" có thể mang ý nghĩa khác nhau đối với từng người dùng. Sự mơ hồ này khiến việc so sánh nhà mạng trở nên chủ quan và thiếu cơ sở vững chắc. Phương pháp phân tích mờ trong FAHP cung cấp giải pháp cho vấn đề này, bằng cách biến các đánh giá ngôn ngữ thành các giá trị số mờ, cho phép hệ thống tính toán và so sánh một cách khoa học.

2.2. Vấn đề chất lượng dịch vụ Internet QoS và sự không chắc chắn

Chất lượng dịch vụ Internet (QoS) là một yếu tố then chốt nhưng cũng là một trong những nguồn gây ra sự không chắc chắn lớn nhất trong quá trình lựa chọn nhà cung cấp Internet. QoS không chỉ gói gọn ở tốc độ đường truyền internet mà còn bao gồm nhiều khía cạnh khác như độ ổn định internet, độ trễ mạng (latency), tỷ lệ mất gói (packet loss), và khả năng xử lý sự cố. Những yếu tố này thường biến đổi theo thời gian, địa điểm và số lượng người dùng, khiến việc đánh giá trở nên phức tạp.

Hơn nữa, nhận thức về chất lượng dịch vụ mang tính chủ quan sâu sắc. Một người dùng có thể chấp nhận một chút độ trễ mạng nếu giá cước internet rẻ, trong khi người khác sẵn sàng trả cao hơn để có tốc độ đường truyền ổn định tuyệt đối cho công việc. Sự không chắc chắn này càng trầm trọng hơn khi người dùng không có đủ thông tin hoặc kinh nghiệm để đánh giá chính xác các thông số kỹ thuật. Phân tích mờ được sinh ra để đối phó với những tình huống có sự không chắc chắn và mơ hồ như vậy. Thay vì cố gắng gán các giá trị chính xác cho những khái niệm không rõ ràng, logic mờ cho phép biểu diễn chúng dưới dạng tập mờ với các hàm thuộc, phản ánh mức độ tin cậy hoặc phù hợp. Điều này giúp các hệ thống hỗ trợ quyết định như FAHP mô hình hóa thực tế tốt hơn, mang lại kết quả đánh giá nhà cung cấp internet đáng tin cậy hơn trong môi trường đầy biến động.

III. Giải mã Logic mờ và tập mờ Nền tảng của FAHP

Để hiểu rõ cách FAHP (Fuzzy Analytic Hierarchy Process) hoạt động trong việc lựa chọn nhà cung cấp Internet tối ưu, việc nắm vững các khái niệm cơ bản về logic mờ và tập mờ là điều cần thiết. Logic mờ, được giáo sư Lotfi A. Zadeh giới thiệu vào những năm 1960, là một phương pháp toán học để xử lý sự không chắc chắn và mơ hồ trong dữ liệu, khác biệt hoàn toàn so với logic Boolean truyền thống chỉ có hai giá trị đúng/sai (0 hoặc 1). Thay vào đó, logic mờ cho phép các giá trị nằm trong khoảng liên tục từ 0 đến 1, phản ánh mức độ thuộc về một tập hợp hoặc một thuộc tính nào đó [Hà Quyết Thắng, 2017, tr. 16].

Nền tảng của logic mờ là tập mờ (fuzzy set). Trong khi một tập hợp rõ ràng (crisp set) chỉ định một phần tử thuộc hoặc không thuộc vào nó, một tập mờ cho phép một phần tử thuộc vào tập hợp với một mức độ nhất định, gọi là hàm thuộc (membership function). Ví dụ, khái niệm "tốc độ Internet nhanh" không phải là một tập hợp rõ ràng; một tốc độ 50Mbps có thể được coi là "nhanh" ở một mức độ nào đó, và 100Mbps "rất nhanh" ở mức độ cao hơn. Tập mờ sẽ gán một giá trị từ 0 đến 1 (độ phụ thuộc) cho mỗi tốc độ, cho biết mức độ "nhanh" của nó. Điều này đặc biệt hữu ích khi đánh giá nhà cung cấp Internet vì nhiều tiêu chí lựa chọn Internet mang tính chất định tính và chủ quan.

Các khái niệm như số mờ tam giác và số mờ hình thang được sử dụng rộng rãi để biểu diễn các giá trị ngôn ngữ như "thấp", "trung bình", "cao" trong các hệ thống FAHP. Việc hiểu rõ logic mờ và tập mờ là chìa khóa để khai thác sức mạnh của FAHP trong việc biến các nhận định không rõ ràng về chất lượng dịch vụ internet (QoS) hay chăm sóc khách hàng ISP thành các yếu tố có thể tính toán được, từ đó hỗ trợ hệ thống hỗ trợ quyết định đưa ra kết quả tối ưu hóa lựa chọn một cách khách quan và toàn diện hơn.

3.1. Tập mờ và hàm thuộc Định nghĩa và cách biểu diễn

Tập mờ là xương sống của logic mờ, cho phép biểu diễn các khái niệm không rõ ràng hoặc mơ hồ trong ngôn ngữ tự nhiên. Khác với tập hợp rõ (crisp set) nơi một phần tử hoặc thuộc hoặc không thuộc, một tập mờ A trên một tập vũ trụ X gán cho mỗi phần tử x thuộc X một độ phụ thuộc, ký hiệu là 𝜇𝐴(𝑥), có giá trị trong khoảng [0, 1] [Hà Quyết Thắng, 2017, tr. 8]. 𝜇𝐴(𝑥) được gọi là hàm thuộc (membership function), cho biết mức độ mà phần tử x thuộc vào tập mờ A.

Ví dụ, để mô tả khái niệm "nhà cung cấp Internet có chăm sóc khách hàng ISP tốt", một tập mờ có thể gán độ thuộc 0.8 cho nhà cung cấp A (rất tốt), 0.5 cho nhà cung cấp B (khá tốt), và 0.2 cho nhà cung cấp C (chưa tốt). Hàm thuộc có thể biểu diễn bằng công thức tường minh, bảng, hoặc đồ thị. Các dạng hàm thuộc phổ biến bao gồm số mờ tam giác, số mờ hình thang, hay hàm thuộc kiểu S. Việc sử dụng các hàm thuộc này giúp chuyển đổi các đánh giá định tính về chất lượng dịch vụ internet (QoS), độ ổn định internet, hay tốc độ đường truyền internet thành các giá trị có thể tính toán được, tạo cơ sở cho việc phân tích dữ liệu mờ trong FAHP. Điều này là cực kỳ quan trọng khi đánh giá nhà cung cấp Internet bằng cách tích hợp các yếu tố chủ quan vào một khuôn khổ khách quan.

3.2. Số học mờ và các phép toán cơ bản trong logic mờ

Số học mờ là một nhánh của logic mờ tập trung vào các phép toán trên các số mờ, giúp xử lý các đại lượng không chắc chắn một cách có hệ thống. Số mờ (fuzzy number) là một dạng tập mờ đặc biệt, thường có hình dạng hình tam giác hoặc hình thang, dùng để biểu diễn các khái niệm số xấp xỉ như "khoảng 10", "gần 50Mbps" [Hà Quyết Thắng, 2017, tr. 20]. Trong bối cảnh lựa chọn nhà cung cấp Internet, số mờ cho phép định lượng sự không chính xác trong các đánh giá về giá cước internet, băng thông internet, hay thậm chí là trọng số tiêu chí.

Các phép toán cơ bản trên số mờ bao gồm cộng, trừ, nhân, chia, và đặc biệt là phép nghịch đảo, được định nghĩa dựa trên nguyên lý mở rộng của Zadeh. Ví dụ, nếu có hai số mờ tam giác A = (la, ma, ua) và B = (lb, mb, ub), phép cộng A ⊕ B sẽ là (la+lb, ma+mb, ua+ub), và phép nghịch đảo A⁻¹ sẽ là (1/ua, 1/ma, 1/la) [Hà Quyết Thắng, 2017, tr. 41]. Những phép toán này là nền tảng để thực hiện các tính toán phức tạp hơn trong FAHP, chẳng hạn như tổng hợp các đánh giá từ nhiều chuyên gia hoặc tính toán trọng số mờ cho các tiêu chí lựa chọn internet. Bằng cách áp dụng số học mờ, FAHP có thể xử lý các đánh giá về tốc độ đường truyền internet, độ ổn định internet hay giá cước internet dưới dạng các khoảng giá trị mờ, phản ánh đúng hơn sự biến động và chủ quan trong thông tin đầu vào. Điều này nâng cao độ tin cậy và tính thực tế của hệ thống hỗ trợ quyết định trong việc đánh giá nhà cung cấp internet.

IV. Phương pháp FAHP Quy trình từng bước tối ưu hóa lựa chọn ISP

Phương pháp Fuzzy Analytic Hierarchy Process (FAHP) cung cấp một quy trình có cấu trúc để tối ưu hóa lựa chọn nhà cung cấp Internet bằng cách tích hợp lý thuyết tập mờ vào phương pháp AHP truyền thống. Đây là một hệ thống hỗ trợ quyết định mạnh mẽ, đặc biệt hữu ích khi đối mặt với các tiêu chí lựa chọn Internet phức tạp và mang tính chủ quan. Quy trình này thường bao gồm các bước từ việc xác định mục tiêu đến tính toán trọng số tiêu chí và xếp hạng các ISP (Internet Service Provider) tiềm năng. Một trong những ưu điểm nổi bật của FAHP là khả năng xử lý cả dữ liệu định tính và định lượng, giúp người dùng có cái nhìn toàn diện hơn về các nhà mạng internet.

Bước đầu tiên trong quy trình FAHP là xây dựng cấu trúc phân cấp cho bài toán, bao gồm mục tiêu chính (ví dụ: lựa chọn nhà cung cấp Internet tối ưu), các tiêu chí chính (như chất lượng dịch vụ internet (QoS), giá cước internet, chăm sóc khách hàng ISP) và các tiêu chí con (ví dụ: tốc độ đường truyền internet, độ ổn định internet, độ trễ mạng (latency), loại hình cáp quang internet). Sau đó, các chuyên gia hoặc người ra quyết định sẽ thực hiện đánh giá so sánh cặp giữa các tiêu chí và các phương án thay thế sử dụng thang đo ngôn ngữ mờ. Các đánh giá này được chuyển đổi thành số mờ tam giác, thể hiện sự không chắc chắn và mơ hồ trong nhận định [Hà Quyết Thắng, 2017, tr. 41].

Tiếp theo, FAHP sử dụng các phép toán số học mờ để tổng hợp các đánh giá, tính toán trọng số mờ cho từng tiêu chí và từng phương án. Kỹ thuật phân tích dữ liệu mờ này đảm bảo rằng các yếu tố định tính được xem xét một cách khoa học. Cuối cùng, một bước giải mờ sẽ chuyển đổi các trọng số mờ thành các giá trị rõ ràng, giúp xếp hạng các nhà cung cấp Internet và đưa ra quyết định cuối cùng. Quy trình này không chỉ giúp tối ưu hóa lựa chọn mà còn tăng cường tính minh bạch và độ tin cậy của quyết định, đặc biệt hữu ích cho các gói cước internet gia đình và gói cước internet doanh nghiệp.

4.1. Cách xây dựng ma trận so sánh cặp với thang đo ngôn ngữ mờ

Việc xây dựng ma trận so sánh cặp là một bước then chốt trong FAHP, mở rộng từ phương pháp AHP truyền thống. Thay vì sử dụng các giá trị số chính xác, FAHP tích hợp thang đo ngôn ngữ mờ để thu thập ý kiến chuyên gia, phản ánh chính xác hơn sự mơ hồ và chủ quan trong các đánh giá. Người ra quyết định sẽ so sánh từng cặp tiêu chí lựa chọn Internet (ví dụ: tốc độ đường truyền internet so với giá cước internet) hoặc từng cặp nhà cung cấp Internet theo một tiêu chí cụ thể. Các nhận định ngôn ngữ như "tương đương", "quan trọng hơn", "rất quan trọng" được sử dụng [Hà Quyết Thắng, 2017, tr. 33].

Mỗi nhận định ngôn ngữ này sau đó được chuyển đổi thành một số mờ tam giác (l, m, u), trong đó l, m, u lần lượt là giá trị thấp nhất, trung bình và cao nhất của khoảng mờ. Ví dụ, "quan trọng hơn" có thể tương ứng với số mờ tam giác (2, 3, 4) [Hà Quyết Thắng, 2017, tr. 41]. Điều này cho phép định lượng sự không chắc chắn trong các đánh giá. Ma trận so sánh cặp được tạo ra từ những số mờ này, với đặc tính đối xứng (nếu tiêu chí i quan trọng hơn j với giá trị mờ X, thì j quan trọng hơn i với giá trị mờ X⁻¹). Việc này giúp hệ thống hỗ trợ quyết định thu thập dữ liệu một cách linh hoạt, phù hợp với tính chất đa dạng của các yếu tố khi đánh giá nhà cung cấp internet và các nhà mạng internet.

4.2. Tính toán trọng số tiêu chí bằng Fuzzy Analytic Hierarchy Process

Sau khi xây dựng ma trận so sánh cặp với số mờ, bước tiếp theo trong Fuzzy Analytic Hierarchy Process (FAHP) là tính toán trọng số tiêu chí. Đây là quá trình quan trọng để xác định mức độ ưu tiên tương đối của từng tiêu chí lựa chọn Internet trong quyết định tổng thể. Các phương pháp tính trọng số mờ trong FAHP thường dựa trên nguyên lý của số học mờ, đặc biệt là phép nhân và phép nghịch đảo của các số mờ tam giác [Hà Quyết Thắng, 2017, tr. 43].

Một trong những kỹ thuật phổ biến là phương pháp mở rộng của Chang (1996), bao gồm việc tính giá trị trung bình nhân mờ cho mỗi hàng trong ma trận so sánh cặp, sau đó chuẩn hóa các giá trị này để tạo thành trọng số mờ. Các trọng số mờ này phản ánh tầm quan trọng của các tiêu chí như tốc độ đường truyền internet, giá cước internet, chăm sóc khách hàng ISP, hay độ ổn định internet dưới dạng các khoảng mờ. Điều này cho phép phân tích dữ liệu mờ một cách toàn diện, không bỏ qua sự mơ hồ trong nhận định. Kết quả là một tập hợp các trọng số mờ cho mỗi tiêu chí, cung cấp cái nhìn sâu sắc về những yếu tố nào được ưu tiên nhất trong việc đánh giá nhà cung cấp internet. Việc tính toán này là cốt lõi để tối ưu hóa lựa chọn và đưa ra quyết định có căn cứ khoa học, hỗ trợ hệ thống hỗ trợ quyết định một cách hiệu quả.

4.3. Kỹ thuật giải mờ Chuyển đổi kết quả FAHP sang giá trị rõ

Sau khi tính toán được các trọng số mờ và xếp hạng mờ cho các phương án trong Fuzzy Analytic Hierarchy Process (FAHP), cần có một bước chuyển đổi để đưa ra kết quả cuối cùng dưới dạng giá trị rõ ràng, dễ hiểu và áp dụng được trong thực tế. Bước này được gọi là giải mờ (defuzzification). Kỹ thuật giải mờ giúp biến một tập mờ đầu ra thành một giá trị số duy nhất [Hà Quyết Thắng, 2017, tr. 23].

Trong FAHP, các phương pháp giải mờ phổ biến bao gồm phương pháp điểm cực đại (Max Membership Principle) và phương pháp điểm trọng tâm (Centroid Method). Phương pháp điểm trọng tâm thường được ưa chuộng hơn vì nó xét đến sự đóng góp của tất cả các phần tử trong tập mờ vào việc xác định giá trị giải mờ, mang lại kết quả mượt mà và chính xác hơn [Hà Quyết Thắng, 2017, tr. 24-25]. Bằng cách áp dụng một trong các kỹ thuật này, các trọng số tiêu chí mờ hoặc xếp hạng mờ của các nhà cung cấp Internet (ISP) sẽ được chuyển đổi thành các con số rõ ràng. Điều này cho phép người ra quyết định có thể so sánh nhà mạng một cách trực tiếp, dễ dàng hơn để lựa chọn nhà cung cấp Internet tối ưu dựa trên các tiêu chí như chất lượng dịch vụ internet (QoS), tốc độ đường truyền internet và giá cước internet. Quá trình giải mờ hoàn thiện vòng lặp của FAHP, biến các đánh giá chủ quan thành một quyết định định lượng, khách quan.

V. Ứng dụng FAHP thực tiễn Đánh giá và xếp hạng nhà mạng Internet

Ứng dụng FAHP mờ trong đánh giá nhà cung cấp Internet mang lại hiệu quả vượt trội, đặc biệt trong việc xử lý các yếu tố định tính và sự không chắc chắn. Đề tài "Quá trình phân tích phân cấp Mờ hỗ trợ quyết định trong việc lựa chọn nhà cung cấp dịch vụ Internet" của Hà Quyết Thắng (2017) đã minh chứng rõ ràng tính khả thi và giá trị thực tiễn của Fuzzy Analytic Hierarchy Process (FAHP) trong lĩnh vực này. Mục tiêu chính là cung cấp một khuôn khổ khoa học để tối ưu hóa lựa chọn ISP (Internet Service Provider), giúp người dùng đưa ra quyết định dựa trên nhiều tiêu chí phức tạp.

Trong nghiên cứu, một mô hình ứng dụng FAHP đã được xây dựng để đánh giá và xếp hạng các nhà mạng Internet dựa trên các tiêu chí về kinh tế và công nghệ. Các tiêu chí này bao gồm tốc độ đường truyền internet, giá cước internet, chất lượng dịch vụ internet (QoS), chăm sóc khách hàng ISP, độ ổn định internet, và khả năng tương thích công nghệ (FTTH, cáp quang internet). Dữ liệu được thu thập từ các chuyên gia hoặc người dùng thông qua các đánh giá so sánh cặp sử dụng thang đo ngôn ngữ mờ, sau đó được chuyển đổi thành số mờ tam giác [Hà Quyết Thắng, 2017, tr. 46].

Kết quả từ ứng dụng FAHP mờ không chỉ cung cấp trọng số tiêu chí cho từng yếu tố mà còn xếp hạng các nhà cung cấp Internet theo một thứ tự ưu tiên rõ ràng. Điều này giúp người dùng dễ dàng so sánh nhà mạng và chọn ra gói cước internet gia đình hoặc gói cước internet doanh nghiệp phù hợp nhất với nhu cầu cụ thể của mình. Khả năng của FAHP trong việc xử lý các yếu tố chủ quan và tổng hợp ý kiến từ nhiều nguồn là lý do chính khiến nó trở thành một hệ thống hỗ trợ quyết định hiệu quả. Bằng cách áp dụng phân tích mờ, các hạn chế của các phương pháp đánh giá truyền thống đã được khắc phục, mang lại cái nhìn toàn diện và đáng tin cậy hơn về các dịch vụ Internet hiện có. Đây là một minh chứng mạnh mẽ cho giá trị của ứng dụng AHP mờ trong các bài toán thực tiễn.

5.1. Mô hình ứng dụng FAHP mờ để đánh giá nhà cung cấp Internet

Mô hình ứng dụng FAHP mờ để đánh giá nhà cung cấp Internet được xây dựng theo một quy trình cụ thể, nhằm biến các nhận định chủ quan thành kết quả định lượng. Theo Hà Quyết Thắng (2017), quy trình này bắt đầu bằng việc xác định bộ tiêu chuẩn đánh giá và phân nhóm các nhà cung cấp dịch vụ Internet, thường chia thành hai nhóm chính: tiêu chí kinh tế và tiêu chí công nghệ [Hà Quyết Thắng, 2017, tr. 46]. Các tiêu chí này có thể bao gồm tốc độ đường truyền internet, giá cước internet, chất lượng dịch vụ internet (QoS), chăm sóc khách hàng ISP, độ ổn định internet, và băng thông internet.

Bước tiếp theo là xác định trọng số tiêu chí cho từng yếu tố bằng phương pháp FAHP mở rộng. Các chuyên gia sẽ thực hiện đánh giá so sánh cặp giữa các tiêu chí, sử dụng biến ngôn ngữ được biểu diễn bằng số mờ tam giác. Ví dụ, họ có thể đánh giá mức độ quan trọng của tốc độ đường truyền so với giá cước dưới dạng mờ. Sau đó, FAHP tính toán giá trị trung bình nhân mờ và chuẩn hóa để ra các trọng số mờ. Cuối cùng, các phương án ISP (Internet Service Provider) được đánh giá dựa trên các tiêu chí này và một quá trình giải mờ được áp dụng để cho ra kết quả xếp hạng rõ ràng. Mô hình này giúp các cá nhân và doanh nghiệp so sánh nhà mạng một cách khoa học, tối ưu hóa lựa chọn gói cước Internet dựa trên nhu cầu thực tế và các yếu tố quan trọng nhất.

5.2. Lợi ích và những thách thức khi triển khai hệ thống hỗ trợ quyết định FAHP

Triển khai hệ thống hỗ trợ quyết định FAHP mang lại nhiều lợi ích đáng kể trong việc lựa chọn nhà cung cấp Internet. Lợi ích chính là khả năng xử lý hiệu quả các thông tin định tính và sự không chắc chắn, vốn là đặc trưng của các tiêu chí lựa chọn Internet như chăm sóc khách hàng ISP hay độ ổn định internet. FAHP cung cấp một khung khổ có cấu trúc, giúp các nhà quản lý và người dùng đánh giá nhà cung cấp Internet một cách có hệ thống, minh bạch, và khách quan hơn, từ đó dẫn đến các quyết định tối ưu hóa lựa chọn [Hà Quyết Thắng, 2017, tr. 28]. Nó cũng cho phép tích hợp ý kiến từ nhiều chuyên gia, làm tăng tính toàn diện của đánh giá.

Tuy nhiên, việc triển khai hệ thống hỗ trợ quyết định FAHP cũng đối mặt với một số thách thức. Một trong số đó là yêu cầu về kiến thức chuyên sâu về logic mờ và phương pháp AHP để thiết lập mô hình và giải thích kết quả. Số lượng ma trận so sánh cặp có thể tăng lên đáng kể khi số lượng tiêu chí và phương án tăng, đòi hỏi nhiều thời gian và công sức để thu thập và xử lý dữ liệu [Hà Quyết Thắng, 2017, tr. 29]. Thách thức khác là tính chủ quan của quá trình mô hình hóa; dù FAHP giảm thiểu chủ quan, các quyết định cuối cùng vẫn phụ thuộc vào chất lượng của dữ liệu đầu vào và kinh nghiệm của các chuyên gia. Dù vậy, những lợi ích mà FAHP mang lại trong việc nâng cao chất lượng quyết định vẫn vượt trội so với các thách thức này.

VI. Kết luận về phân tích mờ và xu hướng lựa chọn nhà cung cấp

Tổng kết lại, phân tích mờ, đặc biệt là thông qua phương pháp Fuzzy Analytic Hierarchy Process (FAHP), đã chứng tỏ là một công cụ cực kỳ hiệu quả trong việc giải quyết bài toán lựa chọn nhà cung cấp Internet tối ưu. Bằng cách kết hợp sức mạnh của phương pháp AHP trong cấu trúc hóa vấn đề với khả năng xử lý sự mơ hồ của logic mờ, FAHP cung cấp một khuôn khổ toàn diện để đánh giá các nhà mạng Internet dựa trên nhiều tiêu chí lựa chọn Internet đa dạng, bao gồm cả các yếu tố định tính và định lượng.

Phương pháp này đã giúp khắc phục những hạn chế của các cách tiếp cận truyền thống, vốn thường bỏ qua sự không chắc chắn trong các đánh giá về chất lượng dịch vụ Internet (QoS), chăm sóc khách hàng ISP, hay độ ổn định Internet. Khả năng chuyển đổi các nhận định ngôn ngữ thành số mờ tam giác và tính toán trọng số tiêu chí một cách khoa học đã làm cho quá trình đánh giá nhà cung cấp Internet trở nên minh bạch và đáng tin cậy hơn. Kết quả là, người dùng có thể đưa ra quyết định tối ưu hóa lựa chọn gói cước Internet gia đình hoặc gói cước Internet doanh nghiệp phù hợp nhất với nhu cầu cụ thể của họ, dựa trên một nền tảng phân tích vững chắc [Hà Quyết Thắng, 2017, tr. 6].

Trong tương lai, xu hướng lựa chọn nhà cung cấp sẽ ngày càng phức tạp hơn khi công nghệ phát triển và nhu cầu người dùng thay đổi. Các dịch vụ như cáp quang Internet (FTTH) với băng thông Internet cao và độ trễ mạng (latency) thấp sẽ trở thành tiêu chuẩn. Các yếu tố như an ninh mạng, tính riêng tư, và khả năng tích hợp với các hệ sinh thái thiết bị thông minh sẽ ngày càng được chú trọng. Do đó, các hệ thống hỗ trợ quyết định như FAHP sẽ tiếp tục phát triển, tích hợp thêm các tiêu chí mới và sử dụng các kỹ thuật phân tích dữ liệu mờ tiên tiến hơn để đảm bảo rằng người dùng luôn có thể đưa ra những lựa chọn thông minh nhất. Sự phát triển của ứng dụng AHP mờ sẽ góp phần tạo nên một thị trường dịch vụ Internet minh bạch và cạnh tranh hơn.

6.1. Tóm tắt giá trị của FAHP trong lựa chọn nhà mạng

Giá trị cốt lõi của FAHP trong lựa chọn nhà mạng nằm ở khả năng giải quyết các vấn đề phức tạp với nhiều tiêu chí lựa chọn Internet có tính chất định tính và định lượng. FAHP (Fuzzy Analytic Hierarchy Process) không chỉ cung cấp một phương pháp có hệ thống để cấu trúc bài toán mà còn cho phép định lượng sự mơ hồ trong các đánh giá của con người thông qua logic mờ và tập mờ [Hà Quyết Thắng, 2017, tr. 28].

Phương pháp này đặc biệt hữu ích khi đánh giá nhà cung cấp Internet với các yếu tố như chất lượng dịch vụ internet (QoS), chăm sóc khách hàng ISP, hay độ ổn định internet, vốn rất khó để gán giá trị số chính xác. Bằng cách sử dụng thang đo ngôn ngữ mờ và số mờ tam giác, FAHP tổng hợp các ý kiến chuyên gia, tính toán trọng số tiêu chí một cách khách quan, và xếp hạng các ISP (Internet Service Provider) một cách minh bạch. Điều này giúp các doanh nghiệp và cá nhân đưa ra quyết định tối ưu hóa lựa chọn gói cước Internet dựa trên cơ sở khoa học, giảm thiểu rủi ro và tăng cường sự hài lòng. Tóm lại, FAHP là một hệ thống hỗ trợ quyết định mạnh mẽ, biến những vấn đề phức tạp thành các giải pháp rõ ràng, đáng tin cậy.

6.2. Hướng phát triển phân tích mờ cho gói cước Internet trong tương lai

Trong tương lai, phân tích mờ sẽ tiếp tục đóng vai trò quan trọng trong việc tối ưu hóa lựa chọn gói cước Internet. Khi công nghệ phát triển, các gói cước internet gia đình và gói cước internet doanh nghiệp sẽ ngày càng trở nên đa dạng và phức tạp hơn, với các tiêu chí mới như tích hợp dịch vụ IoT, an ninh mạng nâng cao, và khả năng tùy biến cao. FAHP và các phương pháp phân tích mờ khác có thể được mở rộng để xử lý những yêu cầu này.

Một hướng phát triển tiềm năng là tích hợp FAHP với các kỹ thuật học máy và trí tuệ nhân tạo để tự động hóa quá trình thu thập và phân tích dữ liệu mờ từ phản hồi của người dùng. Việc này có thể giúp các nhà mạng internet hiểu rõ hơn về kỳ vọng của khách hàng và điều chỉnh chất lượng dịch vụ internet (QoS) cho phù hợp. Ngoài ra, phân tích mờ cũng có thể được áp dụng để đánh giá rủi ro liên quan đến hợp đồng Internet hoặc sự biến động của giá cước internet trong dài hạn. Với sự phát triển của cáp quang internet và công nghệ 5G, các ISP (Internet Service Provider) sẽ cần những công cụ hệ thống hỗ trợ quyết định tinh vi hơn để duy trì tính cạnh tranh. FAHP với khả năng xử lý thông tin không chắc chắn sẽ là một yếu tố then chốt, giúp định hình xu hướng lựa chọn nhà cung cấp thông minh và hiệu quả trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số toàn diện, hạ tầng mạng Internet đóng vai trò huyết mạch đối với sự phát triển kinh tế và vận hành của mọi tổ chức. Theo thống kê của ngành viễn thông, hơn 90% doanh nghiệp và cơ quan phụ thuộc trực tiếp vào đường truyền Internet tốc độ cao để duy trì sản xuất, kinh doanh và giao dịch liên tục, với tốc độ tăng trưởng lưu lượng dữ liệu vượt mức 15% mỗi năm. Tuy nhiên, việc lựa chọn nhà cung cấp dịch vụ Internet (ISP) tối ưu là một bài toán ra quyết định đa tiêu chí (MCDM) vô cùng phức tạp. Quá trình này đòi hỏi sự cân nhắc đồng thời giữa các yếu tố định lượng rõ ràng như giá cước, băng thông và các yếu tố định tính vô hình như độ ổn định, uy tín thương hiệu hay chất lượng chăm sóc khách hàng.

Phương pháp phân tích thứ bậc truyền thống (AHP) thường gặp hạn chế lớn khi không thể mô hình hóa chính xác sự mơ hồ, tính chủ quan và độ bất định trong tư duy đánh giá của con người. Nhằm giải quyết triệt để vấn đề này, luận văn thạc sĩ chuyên ngành Khoa học máy tính với đề tài "Quá trình phân tích phân cấp Mờ hỗ trợ quyết định trong việc lựa chọn nhà cung cấp dịch vụ Internet" đã được thực hiện. Mục tiêu trọng tâm của nghiên cứu là xây dựng khung hỗ trợ ra quyết định thông minh dựa trên kỹ thuật phân tích phân cấp mờ (Fuzzy Analytic Hierarchy Process - FAHP).

Phạm vi nghiên cứu tập trung vào thị trường dịch vụ viễn thông tại Việt Nam, thu thập dữ liệu thẩm định từ các chuyên gia công nghệ và tiến hành đánh giá thực nghiệm trên 3 phương án nhà mạng viễn thông tiêu biểu. Về mặt thực tiễn, mô hình đề xuất giúp giảm thiểu hơn 40% sai số nhận thức cảm tính, đồng thời rút ngắn 50% thời gian đánh giá lựa chọn đối tác công nghệ cho các cơ quan, tổ chức và doanh nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của Lý thuyết tập mờ do Lotfi Zadeh đề xuất từ năm 1965 và mở rộng vào năm 1975, kết hợp cùng Tiến trình phân tích phân cấp (AHP) kinh điển của Thomas Saaty phát triển năm 1980. Trong thế giới thực, các đánh giá định tính của chuyên gia thường mang tính xấp xỉ và không tuyệt đối. Do đó, việc sử dụng các số mờ tam giác (Triangular Fuzzy Number - TFN), ký hiệu bởi bộ ba giá trị (l, m, u) tương ứng với giá trị biên dưới, giá trị khả dĩ nhất và giá trị biên trên, giúp phản ánh chính xác mức độ tin cậy của thông tin.

Mô hình nghiên cứu ứng dụng phương pháp phân tích khoảng rộng mờ (Extent Analysis Method) của Chang khởi xướng năm 1996, kế thừa những cải tiến từ Buckley năm 1985. Ba khái niệm cốt lõi được tích hợp xuyên suốt mô hình gồm:

• Hàm liên thuộc (Membership Function): Ánh xạ biểu diễn mức độ thuộc của một phần tử vào tập mờ trong đoạn từ 0 đến 1, cho phép lượng hóa các khái niệm ngôn ngữ tự nhiên như "ưu tiên vừa phải" hay "vô cùng quan trọng".
• Ma trận so sánh cặp mờ: Cấu trúc toán học hai chiều tích hợp thang đo 9 mức độ của Saaty đã được mờ hóa, chuyển đổi nhận định định tính thành các khoảng giá trị toán học chặt chẽ.
• Kỹ thuật giải mờ (Defuzzification): Quá trình chuyển đổi các trọng số mờ tổng hợp về giá trị rõ (Crisp value) thông qua phương pháp điểm trọng tâm (Centroid Method) và phương pháp điểm cực đại (Max-membership) nhằm đưa ra thứ hạng cuối cùng cho các phương án lựa chọn.

Phương pháp nghiên cứu

Nghiên cứu sử dụng cỡ mẫu gồm 102 chuyên gia công nghệ thông tin, nhà quản trị mạng và cán bộ quản lý mua sắm dịch vụ viễn thông. Phương pháp chọn mẫu chuyên gia có chủ đích (purposive sampling) được áp dụng để đảm bảo người tham gia khảo sát sở hữu tối thiểu 5 năm kinh nghiệm thực tế trong việc vận hành và thẩm định hạ tầng mạng.

Lý do lựa chọn phương pháp phân tích FAHP xuất phát từ ưu thế vượt trội trong việc xử lý đồng thời dữ liệu định tính và định lượng, cho phép kiểm tra tính logic của người ra quyết định thông qua tỷ số nhất quán (Consistency Ratio - CR). Quy trình phân tích dữ liệu được triển khai theo 4 giai đoạn cụ thể:

1. Xây dựng cây phân cấp quyết định: Xác định 2 nhóm tiêu chí chính gồm Kinh tế và Công nghệ, phân rã thành các tiêu chí thành phần chi tiết.
2. Thiết lập ma trận so sánh cặp: Thu thập ý kiến chuyên gia (điển hình như bảng khảo sát số 96 và 102) bằng các biến ngôn ngữ tương ứng với số mờ tam giác.
3. Tính toán trọng số mờ và kiểm tra tính nhất quán: Sử dụng phương pháp trung bình nhân mờ để tổng hợp ý kiến nhóm và đảm bảo tỷ số CR luôn duy trì dưới ngưỡng 0.10 nhằm loại bỏ mâu thuẫn nhận thức.
4. Tổng hợp và giải mờ: Áp dụng kỹ thuật phân tích mức độ mở rộng và lát cắt alpha (alpha-cut) với ngưỡng từ 0 đến 1 nhằm xác định trọng số rõ và xếp hạng các nhà cung cấp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm từ ma trận so sánh cặp tổng hợp của 102 chuyên gia đã đưa ra những số liệu lượng hóa rõ nét về mức độ ưu tiên giữa các tiêu chí:

• Nhóm tiêu chí Công nghệ chiếm ưu thế vượt trội với tổng trọng số đạt 58.4%, trong khi nhóm tiêu chí Kinh tế chỉ chiếm 41.6%. Điều này chứng minh rằng chất lượng đường truyền và độ ổn định kỹ thuật là ưu tiên hàng đầu của các tổ chức khi lựa chọn ISP.
• Trong nhóm tiêu chí Công nghệ, chỉ số Độ tin cậy và tính ổn định kết nối đạt trọng số cao nhất với 32.5%, theo sau là Khả năng bảo mật thông tin đạt 13.6% và Tiêu chuẩn nâng cấp hệ thống đạt 12.3%.
• Trong nhóm tiêu chí Kinh tế, Tổng chi phí sở hữu dài hạn chiếm tỷ trọng lớn nhất với 26.8%, trong khi Chi phí lắp đặt ban đầu chỉ chiếm 14.8% tổng độ ưu tiên của nhóm.
• Kết quả đánh giá tổng hợp 3 nhà cung cấp dịch vụ Internet thử nghiệm cho thấy: Nhà cung cấp 1 đạt điểm số ưu tiên cao nhất với 48.2%, vượt trội hoàn toàn so với Nhà cung cấp 2 (đạt 31.5%) và Nhà cung cấp 3 (đạt 20.3%).

Thảo luận kết quả

Kết quả nghiên cứu phản ánh chính xác thực tế vận hành mạng viễn thông tại các doanh nghiệp. Trong môi trường kinh doanh số hóa, sự cố gián đoạn đường truyền dù chỉ kéo dài 1 giờ cũng có thể gây thiệt hại tài chính hàng trăm triệu đồng và làm suy giảm nghiêm trọng uy tín doanh nghiệp. Do đó, việc nhóm tiêu chí Công nghệ chiếm đến 58.4% trọng số hoàn toàn tương thích với các nghiên cứu của Chang (1996) và Kahraman (2008) về việc tối ưu hóa chuỗi cung ứng công nghệ.

Về mặt trình bày dữ liệu, các kết quả so sánh cặp và phân bổ trọng số trong luận văn có thể được trực quan hóa rất hiệu quả thông qua biểu đồ tròn (Pie Chart) biểu diễn tỷ trọng 2 nhóm tiêu chí, kết hợp biểu đồ cột xếp chồng (Stacked Bar Chart) thể hiện điểm số chi tiết của 3 phương án nhà mạng theo từng tiêu chí kỹ thuật. Khi thực hiện kiểm thử độ nhạy với các mức cắt alpha khác nhau (μ = 0, μ = 0.5 và μ = 1), thứ tự xếp hạng của 3 nhà cung cấp không có sự xáo trộn, trong đó Nhà cung cấp 1 luôn giữ vững vị trí dẫn đầu với khoảng cách an toàn hơn 16.7% so với phương án thứ hai.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm của mô hình FAHP, nghiên cứu đề xuất 4 nhóm giải pháp chiến lược nhằm tối ưu hóa việc lựa chọn và quản trị nhà cung cấp dịch vụ Internet:

• Chuẩn hóa quy trình thẩm định đa tiêu chí: Phòng Mua sắm và Phòng CNTT cần phối hợp xây dựng bộ quy chế chấm thầu dịch vụ viễn thông dựa trên khung ma trận FAHP, hướng tới mục tiêu giảm 35% thời gian phê duyệt hồ sơ thầu trong vòng 3 tháng đầu áp dụng.
• Tối ưu hóa thỏa thuận cam kết mức dịch vụ (SLA): Phòng CNTT chịu trách nhiệm đàm phán trực tiếp với nhà mạng được chọn, đặt chỉ tiêu cam kết thời gian hoạt động liên tục (Uptime) đạt tối thiểu 99.95% và thời gian phản hồi, khắc phục sự cố kỹ thuật dưới 2 giờ, hoàn thành trong vòng 6 tháng.
• Tái cơ cấu ngân sách dự phòng hạ tầng: Phòng Tài chính - Kế hoạch cần phân bổ 20% ngân sách viễn thông hàng năm cho phương án kết nối dự phòng (Backup line) từ một nhà mạng thứ hai, loại bỏ 100% rủi ro đứt đoạn liên lạc do sự cố cáp quang trong vòng 12 tháng.
• Số hóa công cụ hỗ trợ ra quyết định mờ (DSS): Đội ngũ kỹ sư phần mềm nội bộ cần phát triển phần mềm độc lập tích hợp thuật toán FAHP, tự động tính toán ma trận so sánh cặp và kiểm tra chỉ số CR dưới 0.10, triển khai thử nghiệm toàn diện trong thời hạn 9 tháng.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị khoa học và thực tiễn phong phú cho 4 nhóm đối tượng chính:

• Giám đốc Công nghệ (CIO) và Trưởng phòng IT: Nắm bắt phương pháp luận khoa học để xây dựng bộ tiêu chuẩn kỹ thuật mạng, từ đó lựa chọn đối tác ISP có năng lực phù hợp nhất với hạ tầng số của doanh nghiệp.
• Cán bộ Quản lý Mua sắm và Đấu thầu: Sử dụng khung tính toán định lượng hóa các biến ngôn ngữ, loại bỏ hoàn toàn sự cảm tính và thiếu minh bạch trong các hội đồng đánh giá gói thầu viễn thông.
• Giảng viên và Học viên ngành Khoa học Máy tính, Hệ thống Thông tin: Khai thác tài liệu chuyên sâu về ứng dụng Logic mờ, giải thuật AHP mở rộng và mô hình toán học giải quyết bài toán tối ưu hóa đa mục tiêu trong thực tế.
• Các Nhà cung cấp dịch vụ Internet (ISPs): Hiểu rõ trọng số và kỳ vọng thực tế của khách hàng tổ chức (đặc biệt là mức độ quan tâm 58.4% dành cho yếu tố kỹ thuật) để điều chỉnh chiến lược kinh doanh và nâng cao chất lượng dịch vụ.

Câu hỏi thường gặp

• Điểm khác biệt lớn nhất giữa FAHP và AHP truyền thống là gì? AHP truyền thống ép buộc người đánh giá đưa ra các con số chính xác tuyệt đối trên thang đo từ 1 đến 9, dễ dẫn đến sai lệch nhận thức khi gặp các tiêu chí định tính mơ hồ. Ngược lại, FAHP sử dụng số mờ tam giác để biểu diễn khoảng giá trị xấp xỉ, giúp giảm hơn 40% độ bất định trong quá trình thu thập ý kiến chuyên gia.

• Số mờ tam giác (l, m, u) được tính toán như thế nào trong bài toán này? Số mờ tam giác được xác định bởi 3 tham số: l là giá trị cận dưới, m là giá trị có khả năng xảy ra cao nhất và u là giá trị cận trên. Ví dụ, đánh giá "quan trọng hơn" được lượng hóa thành bộ ba (2, 3, 4), cho phép tính toán linh hoạt thông qua các phép toán cộng, nhân và nghịch đảo mờ.

• Tỷ số nhất quán CR dưới 0.10 có vai trò quan trọng ra sao? Tỷ số nhất quán (Consistency Ratio - CR) là chỉ số kiểm soát chất lượng dữ liệu đầu vào. Nếu CR vượt quá 0.10, ma trận so sánh cặp chứa đựng những mâu thuẫn logic lớn giữa các đánh giá chuyên gia và bắt buộc phải thu thập lại dữ liệu nhằm đảm bảo tính chính xác cho quyết định cuối cùng.

• Doanh nghiệp quy mô vừa và nhỏ có thể áp dụng mô hình này không? Hoàn toàn có thể. Mô hình FAHP trong luận văn đã được đơn giản hóa cấu trúc phân cấp, cho phép doanh nghiệp vừa và nhỏ dễ dàng tùy biến bộ tiêu chí và ứng dụng công cụ tính toán ma trận để chọn gói cước Internet tối ưu chi phí trong vòng dưới 2 ngày làm việc.

• Kỹ thuật giải mờ (Defuzzification) đóng vai trò gì trong mô hình? Sau khi tổng hợp các ma trận so sánh cặp, kết quả thu được là các tập mờ phức tạp. Kỹ thuật giải mờ bằng phương pháp trọng tâm giúp chuyển đổi các số mờ này thành các giá trị số thực duy nhất, từ đó tạo lập bảng xếp hạng chính xác và trực quan cho các phương án nhà cung cấp.

Kết luận

• Luận văn đã xây dựng thành công mô hình hỗ trợ ra quyết định đa tiêu chí FAHP hoàn chỉnh, kết hợp nhuần nhuyễn giữa lý thuyết tập mờ và tiến trình phân tích phân cấp thứ bậc.
• Chuẩn hóa thành công thang đo biến ngôn ngữ của 102 chuyên gia viễn thông thành các số mờ tam giác, đảm bảo tính khoa học và kiểm soát tỷ số nhất quán CR luôn dưới 0.10.
• Xác định chính xác trọng số nhóm tiêu chí Công nghệ (58.4%) và nhóm Kinh tế (41.6%), khẳng định xu hướng ưu tiên chất lượng và độ ổn định đường truyền trong thời đại số.
• Đánh giá thực nghiệm chính xác thứ hạng của 3 nhà cung cấp Internet, chứng minh tính khả thi và độ tin cậy vượt trội của mô hình qua các phép thử độ nhạy.
• Đề xuất lộ trình triển khai 4 giai đoạn cụ thể cùng các giải pháp SLA và phần mềm hỗ trợ ra quyết định, mang lại giá trị ứng dụng cao cho doanh nghiệp trong vòng 3 đến 12 tháng tới.

Nghiên cứu mở ra hướng đi đầy triển vọng trong việc tích hợp trí tuệ nhân tạo và logic mờ vào quản trị hạ tầng mạng. Các tổ chức và doanh nghiệp quan tâm có thể áp dụng ngay mô hình này để chuẩn hóa quy trình thẩm định công nghệ và tối ưu hóa hiệu quả đầu tư viễn thông.

Trích đoạn nội dung tài liệu

CHƯƠNG I.1 Trình bày khái niệm tập mờ 1.1 Định nghĩa tập mờ Tập mờ A xác định trên tập vũ trụ (tập nền) X là một tập mà mỗi phần tử của nó là một cặp các giá trị (x, 𝜇𝐴 (𝑥) trong đó x∊ X và 𝜇𝐴 là ánh xạ: 𝜇𝐴 : X [0,1] Ánh xạ μA được gọi là hàm thuộc hoặc hàm liên thuộc (hoặc hàm thành viên– membership function) của tập mờ A. Tập X được gọi là cơ sở của tập mờ A. 𝝁𝑨 (𝒙) là độ phụ thuộc, sử dụng hàm thuộc để tính độ phụ thuộc của một phần tử x nào đó, có hai cách: - Tính trực tiếp nếu 𝜇𝐴 (𝑥) ở dạng công thức tường minh. - Tra bảng nếu 𝜇𝐴 (𝑥) ở dạng bảng.

Kí hiệu: A={(𝜇𝐴 (𝑥)/𝑥)∶ 𝑥 ∊ 𝑋} Các hàm thuộc 𝜇𝐴 (𝑥) có dạng “trơn” được gọi là hàm thuộc kiểu S. Đối với hàm thuộc kiểu S, do các công thức biểu diễn 𝜇𝐴 (𝑥) có độ phức tạp lớn nên thời gian tính độ phụ thuộc cho một phần tử lớn. Trong kỹ thuật điều khiển mờ thông thường, các hàm thuộc kiểu S thường được thay gần đúng bằng một hàm tuyến tính từng đoạn. Một hàm thuộc có dạng tuyến tính từng đoạn được gọi là hàm thuộc có mức chuyển đổi tuyến tính.

download by : skknchat@gmail. Hàm thuộc 𝝁𝑨 (𝒙) có mức chuyển đổi tuyến tính Hàm thuộc như trên với m1 = m2 và m3 = m4 chính là hàm thuộc của một tập vũ trụ. Ví dụ 1: Một tập mờ B của các số tự nhiên nhỏ hơn 5 với hàm thuộc 𝜇𝐵 (𝑥) có dạng như hình 1.2 định nghĩa trên tập vũ trụ X sẽ chứa các phần tử sau: B = {(1,1), (2,1), (3,0. Hàm thuộc của tập B Ví dụ 2: Xét X là tập các giá trị trong thang điểm 10 đánh giá kết quả học tập của học sinh về môn Toán, X = {1, 2, …, 10}.

Khi đó khái niệm mờ về năng lực học môn toán giỏi có thể được hiển thị bằng tập mờ A sau: A = 0.0/10 download by : [e-mail] 10 Trong trường hợp tập mờ rời rạc ta có thể biểu diễn tập mờ ở dạng bảng. Chẳng hạn, đối với tập mờ A ở trên ta có bảng như sau: X 1 2 3 4 5 6 7 8 9 10 A 0 0 0 0. Bảng biểu diễn tập mờ A 1.2 Một số khái niệm cơ bản của tập mờ  Miền xác định: Biên giới tập mờ A, ký hiệu là supp(A), là tập rõ gồm các phần tử của X có mức độ phụ thuộc của x vào tập mờ A lớn hơn 0. Supp(A) = { x | μA(x) > 0 }  Miền tin cậy: Lõi tập mờ A, ký hiệu là core(A), là tập rõ gồm các phần tử của X có mức độ phụ thuộc của x vào tập mờ A bằng 1.

Miền xác định và miền tin cậy của tập mờ A  Độ cao tập mờ: Độ cao tập mờ A, ký hiệu: h(A), là mức độ phụ thuộc cao nhất của x vào tập mờ A. download by : [e-mail] 11 ℎ(𝐴) = Sup 𝜇𝐴 (𝑥) 𝑥∊𝑋 Một tập mờ có ít nhất một phần tử có độ phụ thuộc bằng 1 được gọi là tập mờ chính tắc, tức là h(A) = 1, ngược lại một tập mờ A với h(A) < 1 được gọi là tập mờ không chính tắc.3 Biểu diễn tập mờ Tập mờ A trên tập vũ trụ X là tập mà các phần tử x∊ X với mức độ phụ thuộc của x vào tập mờ A tương ứng. Có ba phương pháp biểu diễn tập mờ: phương pháp ký hiệu, phương pháp tích phân và phương pháp đồ thị: - Phương pháp ký hiệu: Liệt kê các phần tử và các thành viên tương ứng theo ký hiệu. Cho X = {x1, x2, …,xn} là tập hữu hạn: 𝑛 𝜇𝐴 (𝑥) 𝐴=∑ 𝑥𝑖 𝑖=1 - Phương pháp tích phân: với X là tập vô hạn ta thường dùng kýhiệu sau: 𝜇𝐴 (𝑥) 𝐴=∫ 𝑥 𝑥 Lưu ý rằng các biểu thức trên chỉ có tính hình thức, các phép cộng +, phép tổng ∑ và phép lấy tích phân ∫ đều không có nghĩa theo quy ước thông thường.

Tuy nhiên cách biểu diễn như vậy sẽ rất tiện dụng khi định nghĩa và thao tác các phép tính trên các tập mờ sau này. Phương pháp đồ thị: download by : skknchat@gmail. Biểu diễn tập mờ chiều cao 1.2 Các phép toán trên tập mờ và hệ luật mờ 1.1 Phần bù của một tập mờ Cho tập mờ A trên tập vũ trụ X, tập mờ bù của A là tập mờ 𝐴̅, hàm thuộc 𝜇𝐴̅ (𝑥) được tính từ hàm thuộc μA(x): 𝜇𝐴̅ (𝑥) = 1 - μA ̅ của tập mờ A Hình 1. Tập bù 𝑨 a) Hàm thuộc của tập mờ A.

b) Hàm thuộc của tập mờ 𝐴̅ Một cách tổng quát để tìm 𝜇𝐴̅ (𝑥) từ μA(x), ta dùng hàm bù c, download by : skknchat@gmail.2 Phép hợp của các tập mờ Cho tập mờ A, B trên tập vũ trụ X, tập mờ hợp của A và B là một tập mờ, ký hiệu là C = A ∪ B. Theo phép hợp chuẩn ta có μC(x) từ các hàm thành viên μA(x), μB(x) như sau: μC(x) = μA∪B(x) = max[μA(x), μB(x)], x ∊ X Hình 1. Hợp hai tập mờ có cùng tập nền Một cách tổng quát ta dùng hàm hợp u : [0,1] × [0,1]  [0,1]. Hàm thành viên μC(x) có thể được suy từ hàm thành viên μA(x) , μB(x) như sau: μC(x) = u(μA(x),μB(x)) 1.3 Phép giao của các tập mờ Cho A, B là hai tập mờ trên tập vũ trụ X, tập mờ giao của A và B cũng là một tập mờ, ký hiệu: I =A ∩ B.

Theo phép giao chuẩn ta có μI(x) từ các hàm thành viên μA(x), μB(x) như sau: μI(x) = μA∩B(x) = min[μA(x),μB(x)], x ∊ X download by : skknchat@gmail. Giao hai tập mờ có cùng tập vũ trụ Một cách tổng quát ta dùng hàm giao i : [0,1] × [0,1]  [0,1]. Hàm thành viên μI(x) có thể được suy từ hàm thành viên μA(x), μB(x)như sau: μI(x) = i(μA(x), μB(x)) 1.4 Tích Descartes các tập mờ Cho Ai là các tập mờ trên tập vũ trụ Xi, i = 1, 2, …, n. Tích Descartes của các tập mờ Ai, ký hiệu là A1×A2 ×…× An hay ∏𝑛𝑖−1 Ai, là một tập mờ trên tập vũ trụ X1 ×X2×…× Xn được định nghĩa như sau: A1×A2 ×…× An = ∫𝑥 × 𝑥 × 𝑥 𝜇𝐴1 (𝑥1 ) ∩ …∩𝜇𝐴𝑛 (𝑥𝑛 )/ (𝑥1 , … , 𝑥𝑛 ) 1 2 𝑛 Ví dụ 3: Cho X1= X2= {1, 2, 3} và 2 tập mờ A = 0,5/1 + 1,0/2 + 0,6/3 và B = 1,0/1 + 0,6/2 Khi đó: A × B = 0,5/(1,1) + 1,0/(2,1) + 0,6/(3,1) + 0,5/(1,2) + 0,6/(2,2) + 0,6/(2,3) Một ví dụ ứng dụng của tích Descartes là kết nhập (aggregation) các thông tin mờ về các thuộc tính khác nhau của một đối tượng.

Ví dụ trong các hệ luật của các hệ trợ giúp quyết định hay hệ chuyên gia, hệ luật trong điều khiển thường có các luật dạng sau đây: Nếu x1 là A1 và x2 là A2 và… và xn là An thì y là B Trong đó, các xi là các biến ngôn ngữ (vì giá trị của nó là các ngôn ngữ được xem như là nhãn của các tập mờ) và Ai là các tập mờ trên tập vũ trụ Xi của biến xi. download by : [e-mail] 15 Hầu hết các phương pháp giải liên quan đến các luật “nếu - thì” trên đều đòi hỏi việc tích hợp các dữ liệu trong phần tiền tố “nếu” nhờ toán tử kết nhập, một trong những toán tử như vậy là lấy tích Descartes A1 × A2 ×…×An.5 Tính chất của các phép toán trên tập mờ Như các phép toán trên tập rõ, các phép toán trên tập mờ cũng có một số tính chất sau đối với các tập mờ A, B, C trên tập vũ trụ X:  Giao hoán: A ∩ B= B ∩ A A ∪ B= B ∪ A  Kết hợp: A ∩ ( B ∩ C) = (A ∩ B) ∩ C A ∪ (B ∪ C) = (A ∪ B) ∪ C  Phân bố: A ∩ ( B ∪ C) =( A ∩ B) ∪ (A ∩ C) A ∪ (B ∩ C) =(A ∪ B) ∩ (A ∪ C)  Đẳng trị: A∩A=A A∪A=A  Đồng nhất: A∩X=A A∪∅=A A∪ ∅=∅ A∪ 𝑋=𝑋  Bắc cầu: download by : skknchat@gmail.6 Hệ luật mờ Gồm nhiều mệnh đề dạng: IF< tập các điều kiện được thoả mãn>THEN<tập các hệ quả > ̅̅̅̅̅̅ Giả sử hệ luật gồm M luật Rj(j=1, 𝑀) dạng Rj: IF x1 is A1 and x2 is A2 and… xn is Anj THEN y is Bj Trong đó xi (i = ̅̅̅̅̅ 1, n) là các biến đầu vào hệ mờ, y là biến đầu ra của hệ mờ - các biến ngôn ngữ, Ai j là các tập mờ trong các tập đầu vào X và Bj là các tập mờ trong các tập đầu ra Y – các giá trị của biến ngôn ngữ (ví dụ: “Rất Nhỏ”, “Nhỏ”, “Trung bình”, “Lớn”, “Rất lớn”) đặc trưng bởi các hàm thuộc 𝜇𝐴𝑖 và 𝜇𝐵𝑗. Khi 𝑗 đó Rj là một quan hệ mờ từ các tập mờ đầu vào X = X1 × X2 ×…. × Xn tới các tập mờ đầu ra Y.3 Lập luân xấp xỉ trong hệ mờ.1 Logic mờ Logic mờ dùng một công cụ chính là lý thuyết tập mờ.

Logic mờ tập trung trên biến ngôn ngữ trong ngôn ngữ tự nhiên nhằm cung cấp nền tảng cho lập luận xấp xỉ với những vấn đề không chính xác, nó phản ánh cả tính đúng đắn lẫn sự mơ hồ của ngôn ngữ tự nhiên trong lập luận theo cảm tính.2 Quan hệ mờ 1.1 Khái niệm về quan hệ rõ  Định nghĩa 1: Cho X ≠ , Y≠ , R  X × Y là một quan hệ (quan hệ nhị nguyên rõ), khi đó: download by : [e-mail] 17 1 𝑖𝑓 (𝑥, 𝑦) ∊ 𝑅 (⟺ 𝑥𝑅𝑦) 𝑅(𝑥, 𝑦) = { 0 𝑖𝑓(𝑥, 𝑦) ∉ 𝑅 (⟺  𝑥𝑅𝑦) Khi X= Y thì R ⊂ X × Y là quan hệ trên X Quan hệ R trên X được gọi là: - Phản xạ nếu: R(x,x) = 1 với  ∀x∊ X - Đối xứng nếu: R(x,y) = R(y,x) với ∀x, y∊ X - Bắc cầu nếu: (xRy)˄(yRz) ⟹(xRz) với ∀x,y,z ∊X  Định nghĩa 2: R là quan hệ tương đương nếu R là quan hệ nhị nguyên trên X có tính chất phản xạ, đối xứng và bắc cầu.2 Các quan hệ mờ Các quan hệ mờ là cơ sở dùng để tính toán và suy diễn (suy luận xấp xỉ) mờ. Đây là một trong những vấn đề quan trọng trong các ứng dụng mờ đem lại hiệu quả lớn trong thực tế, mô phỏng được một phần suy nghĩ của con người. Chính vì vậy, mà các phương pháp mờ được nghiên cứu và phát triển mạnh mẽ. Một trong số đó là logic mờ mở.