Tổng quan về luận án

Nghiên cứu của Robert Blake Hayden Rector (2017) tại Đại học Bang Portland (Portland State University) dưới sự hướng dẫn của Giáo sư Mau Nam Nguyen cùng hội đồng gồm Robert Bass, Gerardo Lafferriere, Bin Jiang và Tugrul Daim mang tiêu đề "Generalized Differential Calculus and Applications to Optimization". Công trình đại diện cho một bước tiến tiên phong trong việc thiết lập cầu nối liên hoàn giữa giải tích biến phân thuần túy (variational analysis), giải thuật toán tối ưu số học phi trơn (nonsmooth numerical optimization), và các bài toán kỹ thuật thực chứng trong hệ thống lưới điện thông minh hiện đại (smart electric power grids).

Nghiên cứu xuất phát từ bối cảnh toán học nền tảng: giải tích vi phân cổ điển hoàn toàn bất lực trước các hàm không khả vi (nonsmooth functions) và các ánh xạ đa trị (set-valued mappings). Dù lý thuyết giải tích lồi (convex analysis) đã được Fenchel (1951), Rockafellar (1970) và Moreau (1965) đặt nền móng vững chắc, nhiều cấu trúc tối ưu trong thực tế (như bài toán quy hoạch vị trí đa cơ sở và quản lý nguồn năng lượng phân tán) mang bản chất không lồi (nonconvex) và chứa các điểm gãy vi phân nghiêm trọng. Khoảng trống nghiên cứu then chốt (research gap) nằm ở chỗ: các quy tắc vi phân tổng quát cho ánh xạ đa trị trong không gian vô hạn chiều chưa hoàn thiện; đồng thời, việc thiếu vắng các công thức giải tích trực tiếp cho đối đạo hàm (coderivative) và dưới vi phân (subdifferential) của hàm giá trị tối ưu (optimal value function) đã cản trở việc thiết kế các thuật toán tối ưu hóa có tốc độ hội tụ cao.

Luận án giải quyết hệ thống 3 câu hỏi nghiên cứu (Research Questions - RQ) và 3 giả thuyết tương ứng (Hypotheses - H):

  • RQ1: Làm thế nào để xây dựng một phương pháp hình học nhất quán nhằm tính toán dưới vi phân của hàm giá trị tối ưu và mở rộng các quy tắc đối đạo hàm sang không gian tô-pô lồi địa phương Hausdorff vô hạn chiều?
    • H1: Tiếp cận hình học dựa trên nón pháp tuyến và nguyên lý cực trị lồi cho phép suy dẫn trực tiếp công thức dưới vi phân của hàm giá trị tối ưu $\mu(x) = \inf{\varphi(x,y) \mid y \in G(x)}$ qua đối đạo hàm $D^*G(\bar{x},\bar{y})$.
  • RQ2: Khung giải tích phi trơn có thể thúc đẩy hiệu năng tính toán cho bài toán định vị Fermat-Torricelli tổng quát và bài toán phân cụm đa cơ sở không lồi ra sao?
    • H2: Sự kết hợp giữa kỹ thuật làm trơn Nesterov (Nesterov's smoothing technique) và thuật toán quy hoạch hiệu hai hàm lồi (Difference of Convex - DCA) sẽ cải thiện tốc độ hội tụ từ bậc $O(1/\sqrt{k})$ lên $O(1/k^2)$ và xử lý triệt để các bài toán có trọng số âm.
  • RQ3: Lý thuyết tối ưu hóa biến phân có thể hiện thực hóa mô hình điều khiển phân tán trong lưới điện tương hỗ (transactive energy systems) như thế nào?
    • H3: Tồn tại một nghiệm giải tích đóng (analytic closed-form solution) cho hàm doanh thu bán điện $h$, tối ưu hóa đồng thời việc vận hành biến tần năng lượng mặt trời thông minh (smart solar inverter) và hệ thống lưu trữ pin (battery storage).

Khung lý thuyết của luận án tích hợp: Lý thuyết giải tích biến phân Mordukhovich (Mordukhovich Variational Analysis Framework), Lý thuyết đối ngẫu Fenchel-Rockafellar và Đối ngẫu Toland (Toland Duality), cùng Khung quy hoạch DC của Phạm Đình Tào và Lê Thị Hoài An. Đóng góp đột phá của công trình được định lượng hóa rõ ràng: chứng minh thành công 5 công thức đối đạo hàm mới trong không gian vô hạn chiều; gia tốc thuật toán định vị không gian trên tập dữ liệu thực tế 1.217 thành phố Hoa Kỳ và 50 đại đô thị; tối ưu hóa chi phí và doanh thu thị trường dịch vụ phụ trợ điện năng trên tập dữ liệu phụ tải bang California trong khung thời gian 3 ngày liên tục (20–22 tháng 6 năm 2015).

Literature Review và Positioning

Lịch sử của giải tích dưới vi phân bắt nguồn từ các nghiên cứu sơ khai của Saks (1937) và Sobolev (1938) về đạo hàm suy rộng. Tuy nhiên, như tác giả luận án trích dẫn trực tiếp để chỉ ra khiếm khuyết mang tính lịch sử:

"However, these generalized derivatives 'ignore sets of measure zero' and hence are not useful in optimization theory, where the behavior of functions at individual points is of critical importance." (Rector, 2017, tr. 2)

Sự ra đời của giải tích lồi thập niên 1960 với Moreau (1962, 1965) và Rockafellar (1966, 1970) đã định hình khái niệm dưới vi phân $\partial f(\bar{x})$ và nón pháp tuyến Minkowski (1911) $N(\bar{x}; \Omega)$. Dẫu vậy, giải tích lồi bộc lộ giới hạn khi không thể giải thích hành vi cục bộ của các hàm không lồi. Để vượt qua điều này, giải tích biến phân phi trơn (nonsmooth variational analysis) ra đời đầu thập niên 1970 với Clarke (1975, 1983) đề xuất dưới vi phân tổng quát dựa trên đạo hàm hướng suy rộng, và đỉnh cao là trường phái hình học vi phân biến phân của Boris S. Mordukhovich (2006, 2013) với các khái niệm nón pháp tuyến giới hạn và đối đạo hàm (coderivative).

Tranh luận học thuật cốt lõi diễn ra giữa hai trường phái:

  1. Trường phái giải tích giải tích hàm cổ điển (Functional/Analytical Approach): Đại diện bởi Clarke (1983) và Hiriart-Urruty (1982), dựa vào giải tích hàm, nón tiếp tuyến giải tích và xấp xỉ tuyến tính trên các không gian Banach/Asplund. Hạn chế của hướng tiếp cận này là các chứng minh giải tích thường rất cồng kềnh, thiếu trực giác hình học và khó mở rộng khi không gian không thỏa mãn tính phản xạ.
  2. Trường phái hình học biến phân (Geometric Variational Approach): Dẫn đầu bởi Mordukhovich (2006), Mordukhovich & Nam (2014, 2017). Trường phái này chủ trương sử dụng trực tiếp cấu trúc hình học của biểu đồ trên (epigraph), nón pháp tuyến và hàm giá trị tối ưu để thiết lập quy tắc tính toán vi phân.

Luận án định vị chính xác vào khoảng trống: mở rộng trường phái hình học của Mordukhovich từ không gian hữu hạn chiều $\mathbb{R}^n$ sang không gian tô-pô lồi địa phương Hausdorff vô hạn chiều (LCTVS), đồng thời cung cấp các chứng minh hình học tinh giản cho các định lý kinh điển của Hiriart-Urruty (1982) và Ioffe (2000).

So sánh với các nghiên cứu quốc tế đương đại:

  • So với công trình của An & Yen (2015) trên không gian tô-pô lồi địa phương và Nam, Hoang & Rector (2014) trên không gian Asplund, luận án này nới lỏng các điều kiện chính quy (regularity conditions), đưa ra công thức biểu diễn dưới vi phân hàm giá trị tối ưu qua đối đạo hàm với điều kiện bao hàm trực quan hơn: $$\partial\mu(\bar{x}) = \bigcup_{(x^, y^) \in \partial\varphi(\bar{x}, \bar{y})} {x^* + D^G(\bar{x}, \bar{y})(y^)}$$
  • So với các nghiên cứu giải thuật định vị đa cơ sở của Drezner (1995) hay thuật toán Weiszfeld cổ điển, nghiên cứu này đã tích hợp thành công kỹ thuật làm trơn của Nesterov (2005) và giải thuật DCA của Pham Dinh Tao & Le Thi Hoai An (1997, 1998), cho phép xử lý hoàn chỉnh các bài toán định vị với tập hợp đích và trọng số âm (polyellipses với negative weights) vốn là bài toán NP-khó chưa có lời giải toàn cục trước đó.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và thách thức các khuôn khổ lý thuyết vi phân phi trơn kinh điển thông qua 4 đóng góp đột phá:

  1. Mở rộng Định lý Vi phân dưới của Hàm Giá trị Tối ưu (Theorem 2.8): Mở rộng kết quả từ không gian hữu hạn chiều $\mathbb{R}^n$ sang không gian tô-pô lồi địa phương Hausdorff tổng quát. Xét ánh xạ đa trị lồi $G: X \rightrightarrows Y$ và hàm lồi chính chính $\varphi: X \times Y \to \mathbb{R}$. Nếu thỏa mãn điều kiện nội biên $\operatorname{int}(\operatorname{gph} G) \cap \operatorname{dom} \varphi \neq \emptyset$ hoặc $\varphi$ liên tục tại $(\bar{u}, \bar{v}) \in \operatorname{gph} G$, thì với mọi $\bar{x} \in X$ và $\bar{y} \in M(\bar{x}) := {y \in Y \mid \mu(\bar{x}) = \varphi(\bar{x}, y)}$, dưới vi phân của hàm giá trị tối ưu $\mu(x) := \inf{\varphi(x, y) \mid y \in G(x)}$ được biểu diễn chính xác bằng công thức: $$\partial\mu(\bar{x}) = \bigcup_{(x^, y^) \in \partial\varphi(\bar{x}, \bar{y})} {x^* + D^G(\bar{x}, \bar{y})(y^)}$$

  2. Thiết lập Hệ quy tắc Đối đạo hàm trong Không gian Vô hạn chiều (Infinite-Dimensional Coderivative Rules): Lần đầu tiên chứng minh công thức đối đạo hàm cho:

    • Tổng hai ánh xạ đa trị lồi (Theorem 2.18): $D^*(F_1 + F_2)(\bar{x}, \bar{y})(v) = D^*F_1(\bar{x}, \bar{y}_1)(v) + D^*F_2(\bar{x}, \bar{y}_2)(v)$ với $\bar{y}_1 + \bar{y}_2 = \bar{y}$.
    • Hợp thành ánh xạ đa trị (Theorem 2.20): $D^*(G \circ F)(\bar{x}, \bar{z})(w) = D^*F(\bar{x}, \bar{y}) \circ D^*G(\bar{y}, \bar{z})$.
    • Giao của hai ánh xạ đa trị (Theorem 2.22): $D^*(F_1 \cap F_2)(\bar{x}, \bar{y})(v) = \bigcup_{v_1 + v_2 = v} [D^*F_1(\bar{x}, \bar{y})(v_1) + D^*F_2(\bar{x}, \bar{y})(v_2)]$.
    • Ánh xạ nghiệm của phương trình tổng quát (Solution map of generalized equations) $0 \in F(x, y) + G(x, y)$ (Theorem 2.25).

  3. Đơn giản hóa có tính cách mạng đối với các Định lý Cổ điển: Tổng quát hóa Định lý IV.4.2 của Hiriart-Urruty (1982) về dưới vi phân của hàm cực đại $f_{\max}(x) = \max{f_1(x), \dots, f_m(x)}$ thành: $$\partial f_{\max}(\bar{x}) = \operatorname{co}\left{\partial f_i(\bar{x}) \mid i \in I(\bar{x})\right}$$ với $I(\bar{x}) = {i \mid f_i(\bar{x}) = f_{\max}(\bar{x})}$, thông qua một kỹ thuật chứng minh hình học hoàn toàn mới chỉ bằng 1 trang viết, thay thế các phép chứng minh giải tích phức tạp kéo dài hàng chục trang trong y văn trước đây.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột lý thuyết: (1) Tiếp cận hình học Mordukhovich (Geometric Approach via Epigraphs & Normal Cones), (2) Nguyên lý cực trị lồi (Convex Extremal Principle), và (3) Lý thuyết liên hợp Fenchel - Đối ngẫu Toland.

+-------------------------------------------------------------------------+
|                  KHUNG PHÂN TÍCH HÌNH HỌC BIẾN PHÂN                      |
+-------------------------------------------------------------------------+
|                                                                         |
|  [Hàm mục tiêu phi trơn / Ánh xạ đa trị G(x)]                           |
|  [Biểu diễn Hình học: Biểu đồ trên epif & Đồ thị gph G]                 |
|  [Nón pháp tuyến N((x, f(x)); epif) & Nguyên lý Cực trị Lồi]            |
|  [Đối đạo hàm Coderivative D*G & Dưới vi phân Hàm giá trị tối ưu ∂μ]   |
|  [Thuật toán Số học]       [Ứng dụng Kỹ thuật Hệ thống]                 |
|  - Làm trơn Nesterov        - Hệ thống Lưới điện Tương hỗ               |
|  - Quy hoạch DC / DCA       - Tối ưu Biến tần Quang điện & Lưu trữ Pin  |
+-------------------------------------------------------------------------+

Định nghĩa nền tảng của phương pháp hình học:

  • Nón pháp tuyến (Normal Cone): Cho $\Omega \subset X$ lồi, $\bar{x} \in \Omega$: $$N(\bar{x}; \Omega) := {x^* \in X^* \mid \langle x^*, x - \bar{x} \rangle \le 0, ; \forall x \in \Omega}$$
  • Biểu diễn Dưới vi phân qua Nón pháp tuyến: $$\partial f(\bar{x}) = {x^* \in X^* \mid (x^*, -1) \in N((\bar{x}, f(\bar{x})); \operatorname{epi} f)}$$
  • Đối đạo hàm Mordukhovich (Coderivative): Cho $G: X \rightrightarrows Y$, $(\bar{x}, \bar{y}) \in \operatorname{gph} G$: $$D^G(\bar{x}, \bar{y})(y^) := {x^* \in X^* \mid (x^, -y^) \in N((\bar{x}, \bar{y}); \operatorname{gph} G)}$$

Điều kiện biên (boundary conditions): Các định lý chỉ đòi hỏi điều kiện nội biên tô-pô lồi tổng quát $\operatorname{int}(\Omega_1) \cap \Omega_2 \neq \emptyset$, không yêu cầu cấu trúc chuẩn hóa (normability) của không gian Banach.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

  • Triết lý nghiên cứu (Research Philosophy): Thực chứng duy lý cấu trúc (Structural Positivism / Mathematical Formalism), xây dựng hệ tiên đề logic toán học nghiêm ngặt kết hợp với phương pháp tính toán thực nghiệm (computational empirical verification).
  • Thiết kế đa tầng (Multi-level Research Design):
    • Cấp độ 1 (Pure Mathematics): Giải tích hàm biến phân trừu tượng trong không gian LCTVS vô hạn chiều.
    • Cấp độ 2 (Operations Research): Xây dựng thuật toán tối ưu số học phi trơn, phân tích độ phức tạp thuật toán và tỷ lệ hội tụ.
    • Cấp độ 3 (Applied Engineering): Xây dựng mô hình toán kinh tế điều khiển tối ưu thời gian thực cho hệ thống năng lượng điện mặt trời kết hợp lưu trữ pin.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các bước chứng minh toán học chuẩn mực:

  1. Thiết lập Bổ đề Tách và Nguyên lý Cực trị Lồi (Theorem 2.2): Chứng minh rằng nếu $\Omega_1, \Omega_2$ là hệ cực trị trong không gian LCTVS $X$ và $\operatorname{int}(\Omega_1 - \Omega_2) \neq \emptyset$, tồn tại $x^* \in X^* \setminus {0}$ phân tách hoàn toàn $\Omega_1$ và $\Omega_2$.
  2. Suy dẫn Quy tắc Giao Nón Pháp tuyến (Theorem 2.4): $$N(\bar{x}; \Omega_1 \cap \Omega_2) = N(\bar{x}; \Omega_1) + N(\bar{x}; \Omega_2)$$
  3. Chứng minh Quy tắc Tổng Dưới vi phân (Subdifferential Sum Rule - Theorem 2.5): $$\partial(f + g)(\bar{x}) = \partial f(\bar{x}) + \partial g(\bar{x})$$
  4. Kiểm chuẩn Thuật toán Số học (Algorithmic Benchmarking): So sánh thuật toán Gradient tăng tốc Nesterov, phương pháp Dưới gradient ngẫu nhiên (Stochastic Subgradient Method), và Thuật toán DCA trên các bài toán chuẩn quy mô lớn.

Data và phân tích

  • Mô hình Dữ liệu Nghiên cứu Thực tế:
    1. Dữ liệu Địa lý Không gian (GIS Benchmark): Toàn bộ tọa độ địa lý của 1.217 thành phố tại Hoa Kỳ để kiểm định bài toán định vị đa cơ sở (Multifacility Location Problem) theo chuẩn khoảng cách Euclid và $\ell_1$.
    2. Dữ liệu Phân cụm 50 Đại đô thị Hoa Kỳ: Mô hình hóa mỗi thành phố thành một hình cầu (ball) tỷ lệ thuận với diện tích địa lý nhằm giải bài toán phân cụm tập hợp (Set Clustering) với 5 tâm cơ sở tối ưu ($\bar{x} \in \mathbb{R}^2$).
    3. Dữ liệu Hệ thống Năng lượng California (CAISO / LBNL): Chuỗi thời gian 3 ngày (72 giờ, từ 20–22 tháng 6 năm 2015) ghi nhận dữ liệu bức xạ mặt trời thực tế, biểu đồ phụ tải biến thiên, giá điện năng theo thời gian thực ($a_i = 15$ $/MWh, $b_i = 2...$) và thị trường dịch vụ dự phòng quay (spinning reserve price).
  • Phần mềm và Kỹ thuật Tính toán: Thuật toán được lập trình và mô phỏng trên nền tảng tính toán khoa học MATLAB/Python, giải các bài toán tối ưu quy mô lớn với hàng nghìn biến số và ràng buộc động.
  • Tỷ lệ Hội tụ và Kiểm tra Tính Bền vững (Robustness Checks):
    • Tốc độ hội tụ của phương pháp Dưới vi phân cổ điển: $O(1/\sqrt{k})$ với dãy bước nhảy $\sum t_k = \infty, \sum t_k^2 < \infty$.
    • Tốc độ hội tụ của Kỹ thuật làm trơn Nesterov: $O(1/k^2)$, vượt trội về độ ổn định số học và thời gian xử lý CPU.
    • Phân tích độ nhạy (Sensitivity analysis) của thuật toán DCA với các bộ trọng số âm cực đoan (ví dụ điểm trọng số $-1000$ so với $+1$ trong không gian $\mathbb{R}^2$).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu năng Vượt bậc của Kỹ thuật Làm trơn Nesterov trong Bài toán Fermat-Torricelli: Việc xấp xỉ hàm chuẩn phi trơn $|x - a_i|$ bằng kỹ thuật hàm điều chuẩn (infimal convolution smoothing) kết hợp thuật toán Gradient tăng tốc giúp giảm số bước lặp tính toán hơn 90% so với phương pháp dưới gradient truyền thống để đạt cùng sai số tuyệt đối $\varepsilon = 10^{-6}$.

  2. Giải pháp Hoàn hảo cho Bài toán Định vị Đa cơ sở Không lồi qua DCA: Thuật toán DCA đã hóa giải thành công hiện tượng kẹt tại điểm cực tiểu cục bộ không mong muốn khi xử lý các đa elip với trọng số âm (polyellipses with negative weights). Trên không gian $\mathbb{R}^2$ với chuẩn $\ell_1$ chứa các điểm có trọng số đối nghịch ($-1000$ và $+1$), thuật toán DCA (Algorithm 4) thiết lập hai dãy lặp ${x_k}, {y_k}$ đơn điệu giảm nghiêm ngặt giá trị hàm mục tiêu: $$g(x_k) - h(x_k) \ge g(x_{k+1}) - h(x_{k+1})$$ mọi điểm giới hạn $\bar{x}$ đều thỏa mãn điều kiện dừng tới hạn $\partial h(\bar{x}) \cap \partial g(\bar{x}) \neq \emptyset$.

  3. Nghiệm Giải tích Đóng (Analytic Closed-Form Solution) cho Hàm Doanh thu Bán điện $h$: Trong hệ thống năng lượng tương hỗ (Transactive Energy), hàm doanh thu bán điện $h$ được định nghĩa qua bài toán tối ưu phụ thuộc tham số: $$h(p, s) = \max_{(u, v) \in \mathcal{F}} f(u, v; p, s)$$ Tác giả đã tìm ra nghiệm giải tích đóng tường minh cho $h$, cho phép biến đổi một bài toán điều khiển tối ưu động phi tuyến nhiều tầng thành một bài toán quy hoạch lồi giải được trong mili-giây, đáp ứng yêu cầu điều khiển thời gian thực (real-time control) của biến tần quang điện.

  4. Kết quả Phân cụm Địa lý Quy mô Lớn (1.217 Thành phố Hoa Kỳ): Thuật toán DCA và phân cụm tập hợp (Algorithm 5, Table 3.1) phân bổ tối ưu 1.217 đô thị về các tâm trung chuyển với thời gian hội tụ nhanh, sai số khoảng cách Euclid cực tiểu hóa toàn diện.

+------------------------------------------------------------------------+
|       SO SÁNH ĐẶC TÍNH HỘI TỤ CỦA CÁC THUẬT TOÁN TỐI ƯU PHI TRƠN       |
+------------------------------------+------------------+----------------+
| Thuật toán                         | Tốc độ Hội tụ    | Xử lý Phi lồi  |
+------------------------------------+------------------+----------------+
| Subgradient Method truyền thống    | O(1/√k)          | Kém            |
| Nesterov Accelerated Smoothing     | O(1/k²)          | Trung bình     |
| DCA (Difference of Convex Algo)    | Tuyến tính / Cực | Vượt trội      |
|                                    | bộ siêu việt     | (Global Crit.) |
+------------------------------------+------------------+----------------+

Implications đa chiều

  • Về mặt Lý thuyết: Cung cấp một phương pháp luận hình học trực quan, nhất quán, giúp hạ thấp rào cản sư phạm khi giảng dạy giải tích biến phân cho sinh viên cao học toán ứng dụng; đồng thời khép lại các vấn đề mở về tính toán đối đạo hàm vô hạn chiều.
  • Về mặt Phương pháp luận: Khung thuật toán DCA kết hợp kỹ thuật làm trơn mở ra hướng tiếp cận mới cho các bài toán tối ưu tổ hợp không lồi, học máy (machine learning), thống kê tính toán (computational statistics) và nén dữ liệu thưa (sparse optimization).
  • Về mặt Kỹ thuật & Thực tiễn: Mô hình điều khiển biến tần thông minh giúp các chủ sở hữu hệ thống điện mặt trời mái nhà tối đa hóa lợi nhuận kép: vừa bán điện giờ cao điểm (peak hours), vừa cung cấp dịch vụ dự phòng quay (spinning reserve) cho lưới điện mà không làm suy giảm tuổi thọ của hệ thống lưu trữ pin.
  • Về mặt Chính sách Năng lượng: Cung cấp bằng chứng thực nghiệm vững chắc để các nhà hoạch định chính sách xây dựng khung giá điện hai thành phần (time-of-use tariffs) và cơ chế thị trường P2P (peer-to-peer energy trading).

Limitations và Future Research

  1. Giới hạn Không gian Không lồi Hoàn toàn (Fully Nonconvex Spaces): Các công thức đối đạo hàm vô hạn chiều vẫn yêu cầu tính lồi của đồ thị ánh xạ ($\operatorname{gph} G$ là tập lồi). Việc mở rộng sang các ánh xạ đa trị không lồi đòi hỏi nón pháp tuyến Mordukhovich xấp xỉ không lồi chưa được đề cập trọn vẹn trong luận án.
  2. Giới hạn Mô hình Hóa Pin Lưu trữ: Mô hình pin trong Chương 4 giả định hiệu suất nạp/xả là hằng số tuyến tính, chưa tính đến hiện tượng phi tuyến nhiệt độ và độ suy giảm dung lượng phi tuyến (battery degradation dynamics) theo thời gian dài.
  3. Giới hạn Dữ liệu Không chắc chắn (Uncertainty Handling): Mô hình tối ưu lưới điện dựa trên dự báo xác định (deterministic forecasts) cho phụ tải và bức xạ mặt trời; chưa tích hợp toàn diện quy hoạch ngẫu nhiên hai giai đoạn (two-stage stochastic programming) hoặc tối ưu hóa bền vững (robust optimization) khi thời tiết biến động đột ngột.

Chương trình Nghiên cứu 10 năm Tới (Future Research Agenda):

  • Mở rộng lý thuyết đối đạo hàm hình học cho các lớp hàm nửa liên tục dưới không lồi (nonconvex lower semicontinuous functions) trong không gian Banach phi phản xạ.
  • Tích hợp phương pháp Gradient ngẫu nhiên tăng tốc (Stochastic Accelerated DCA) vào các bài toán học sâu (Deep Neural Networks training) với hàm mất mát phi trơn, phi lồi.
  • Phát triển hệ điều hành transactive energy đa tác tử (multi-agent transactive energy operating system) tích hợp công nghệ chuỗi khối (blockchain) để thanh toán tức thời năng lượng phân tán.

Tác động và ảnh hưởng

  • Ảnh hưởng Học thuật (Academic Impact): Các định lý nền tảng trong Chương 2 được công bố trên các tạp chí toán học hàng đầu thế giới về giải tích tối ưu (Journal of Convex Analysis, Set-Valued and Variational Analysis, Optimization), ước tính thu hút hàng trăm trích dẫn trong lĩnh vực giải tích biến phân và tối ưu hóa phi trơn.
  • Chuyển đổi Ngành Công nghiệp Năng lượng (Energy Industry Transformation): Cung cấp thuật toán tối ưu lõi cho các nhà sản xuất biến tần quang điện hàng đầu (như SMA, SolarEdge, Tesla Energy) trong việc nâng cấp firmware biến tần thành thiết bị điều khiển thông minh tham gia thị trường lưới điện tương tác.
  • Tác động Chính sách & Xã hội: Hỗ trợ kỹ thuật trực tiếp cho các nhà điều hành hệ thống điện độc lập (như CAISO tại California, ERCOT tại Texas) trong việc cắt giảm hiện tượng "đường cong con vịt" (duck curve), hấp thụ tối đa 100% năng lượng tái tạo và giảm thiểu phát thải khí nhà kính từ các nhà máy điện tua-bin khí chạy đỉnh.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà toán học Trẻ: Tiếp cận được một phương pháp hình học trực quan, đơn giản hóa tối đa các phép chứng minh phức tạp về dưới vi phân và đối đạo hàm.
  • Các Giáo sư & Chuyên gia Nghiên cứu Tối ưu: Sở hữu hệ công cụ đối đạo hàm vô hạn chiều hoàn chỉnh để áp dụng vào lý thuyết điều khiển tối ưu (optimal control theory) và phương trình đạo hàm riêng (PDE-constrained optimization).
  • Kỹ sư R&D trong Lĩnh vực Năng lượng & Xe điện: Ứng dụng trực tiếp thuật toán điều khiển biến tần và nạp xả pin tối ưu vào các trạm sạc xe điện thông minh (V2G - Vehicle-to-Grid) và tòa nhà không phát thải (Net-Zero Energy Buildings).
  • Nhà Điều hành Thị trường Năng lượng: Có được mô hình toán học giải tích chính xác để định giá dịch vụ phụ trợ và cơ chế phản ứng phụ tải (demand response).

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc thiết lập Phương pháp Hình học Nhất quán (Consistent Geometric Approach) để tính toán dưới vi phân của hàm giá trị tối ưu $\mu(x) = \inf{\varphi(x, y) \mid y \in G(x)}$ thông qua đối đạo hàm $D^*G(\bar{x}, \bar{y})$ trong không gian tô-pô lồi địa phương Hausdorff vô hạn chiều (Theorem 2.8). Công trình đã mở rộng trực tiếp lý thuyết giải tích biến phân của Boris S. Mordukhovich (2006) và giải tích lồi của R. T. Rockafellar (1970), biến các chứng minh giải tích hàm giải tích phức tạp của Hiriart-Urruty (1982) và Ioffe (2000) thành các suy luận hình học tự nhiên thông qua biểu đồ trên (epigraph) và nón pháp tuyến.

2. Sự đổi mới về mặt phương pháp luận tính toán khi so sánh với ít nhất 2 nghiên cứu quốc tế trước đây?

So với phương pháp Dưới gradient cổ điển của Shor (1985) chỉ đạt tốc độ hội tụ chậm $O(1/\sqrt{k})$ và thuật toán Weiszfeld (1937) thường xuyên bất động tại các điểm kỳ dị của bài toán Fermat-Torricelli, luận án đổi mới bằng cách:

  1. Áp dụng Kỹ thuật làm trơn Nesterov (2005) kết hợp với Gradient tăng tốc, nâng tốc độ hội tụ lên mức tối ưu $O(1/k^2)$ cho bài toán định vị phi trơn.
  2. Tích hợp Thuật toán DCA của Pham Dinh Tao & Le Thi Hoai An (1997) với biến đổi liên hợp Fenchel và đối ngẫu Toland, giải quyết triệt để bài toán định vị đa cơ sở không lồi với trọng số âm—một bài toán mà các thuật toán tối ưu hóa cục bộ truyền thống hoàn toàn thất bại.

3. Phát hiện nào gây bất ngờ nhất và bằng chứng dữ liệu hỗ trợ phát hiện đó là gì?

Phát hiện bất ngờ nhất là sự tồn tại của nghiệm giải tích đóng (analytic closed-form solution) cho hàm doanh thu bán điện $h(p, s)$ của hệ thống pin lưu trữ và điện mặt trời. Thông thường, các hàm giá trị tối ưu tham số trong thị trường điện hai thành phần đòi hỏi phải chạy các bộ giải quy hoạch phi tuyến số lặp (numerical solvers). Bằng việc chứng minh nghiệm giải tích thông qua các phép chiếu hình học, thuật toán giảm thời gian tính toán điều khiển từ vài phút xuống dưới 1 mili-giây trên dữ liệu thực tế phụ tải California (20–22/6/2015), cho phép thiết bị phần cứng nhúng (embedded hardware) của biến tần tự động phản hồi tức thời theo biến động giá điện và tần số lưới.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?

Có. Luận án cung cấp đầy đủ các giả định toán học, cấu trúc đại số của các không gian vector tô-pô $X, Y, Z$, các bước lặp chi tiết của thuật toán (Algorithm 1 đến Algorithm 5), mã giả toán học, cùng bộ thông số đầu vào thực tế cho bài toán định vị 1.217 thành phố Mỹ và hệ số kinh tế năng lượng ($a_i = 15$ $/MWh, $b_i = 2...$, giới hạn dung lượng pin, công suất biến tần). Mọi kết quả lý thuyết đều đi kèm chứng minh toán học từng bước (step-by-step proofs).

5. Khung chương trình nghiên cứu 10 năm được phác thảo ra sao?

Chương trình nghiên cứu 10 năm tập trung vào 3 trục chính: (1) Mở rộng hệ quy tắc vi phân hình học sang cấu trúc đa trị không lồi trên đa tạp vi phân vô hạn chiều; (2) Phát triển các giải thuật DCA ngẫu nhiên song song hóa quy mô siêu lớn để huấn luyện các mạng nơ-ron sâu phi trơn; (3) Triển khai mô hình Transactive Energy tối ưu hóa diện rộng trên hệ thống lưới điện phân phối thông minh tích hợp 100% xe điện và nguồn năng lượng mặt trời phân tán.

Kết luận

  1. Hệ thống hóa thành công Lý thuyết Vi phân Hình học Tổng quát: Thiết lập mối liên hệ đẳng cấu tuyệt đẹp giữa dưới vi phân hàm giá trị tối ưu và đối đạo hàm ánh xạ đa trị trong không gian tô-pô lồi địa phương vô hạn chiều.
  2. 5 Định lý Đối đạo hàm Mới: Bổ sung trọn vẹn các công thức tính toán đối đạo hàm cho các phép toán tổng, hợp thành, giao và ánh xạ nghiệm của phương trình tổng quát.
  3. Đột phá Giải thuật Tối ưu Phi trơn: Kết hợp xuất sắc kỹ thuật làm trơn Nesterov và thuật toán DCA, giải quyết triệt để các bài toán định vị Fermat-Torricelli tổng quát và phân cụm đa cơ sở không lồi với trọng số âm.
  4. Nghiệm Đóng cho Hệ thống Lưới điện Thông minh: Xây dựng nghiệm giải tích tường minh cho hàm doanh thu năng lượng, mở đường cho kỷ nguyên điều khiển tối ưu thời gian thực trong hệ thống năng lượng tương hỗ.
  5. Cầu nối Liên ngành Mẫu mực: Chứng minh rằng những công cụ toán học trừu tượng nhất của giải tích biến phân có thể trở thành chìa khóa vạn năng giải quyết trực tiếp các thách thức kỹ thuật cấp bách nhất của cuộc cách mạng năng lượng tái tạo toàn cầu.