Tổng quan về luận án

Công trình nghiên cứu tiến sĩ thuộc chuyên ngành Toán ứng dụng (Mã số: 9 46 01 12) của nghiên cứu sinh Nguyễn Thị Thanh Hà, được thực hiện tại Học viện Kỹ thuật Quân sự dưới sự hướng dẫn khoa học của TS. Bùi Văn Định và TS. Đào Trọng Quyết, tập trung giải quyết các bài toán nền tảng trong lý thuyết tối ưu hiện đại: "Thuật toán giải một số lớp bài toán cân bằng và điểm bất động". Lý thuyết cân bằng (Equilibrium Problem - $EP$) bắt nguồn từ định lý bất đẳng thức Ky Fan (1972) và lý thuyết cân bằng Nash trong lý thuyết trò chơi không hợp tác. Trong lịch sử toán học ứng dụng, "Bài toán $EP(C, f)$ thường được sử dụng để thiết lập điểm cân bằng trong lý thuyết trò chơi, chính vì vậy, nó được gọi là Bài toán cân bằng (Equilibrium problem)...". Đây là mô hình toán học thống nhất chứa đựng nhiều lớp bài toán quan trọng như bài toán quy hoạch tối ưu lồi $(OP)$, bài toán bất đẳng thức biến phân đơn trị và đa trị $(VIP/MVIP)$, bài toán điểm bất động $(FP/MEP)$, và bài toán bù.

flowchart TD
    EP["Bài toán Cân bằng Tổng quát Ky Fan EP(C, f)"]
    EP --> OP["Bài toán Tối ưu Lồi (OP)"]
    EP --> VIP["Bất đẳng thức Biến phân (VIP / MVIP)"]
    EP --> FP["Bài toán Điểm Bất động (FP / MEP)"]
    EP --> Nash["Cân bằng Nash - Trò chơi phi hợp tác"]
    EP --> Saddle["Bài toán Điểm Yên ngựa"]
    EP --> Comp["Bài toán Bù (Complementarity Problem)"]

Tuy nhiên, phần lớn các công trình kinh điển đều đặt giả thiết ngặt nghèo về tính đơn điệu (monotonicity) hoặc giả đơn điệu (pseudomonotonicity) của song hàm cân bằng $f(x,y)$, cũng như yêu cầu xác định chính xác các hằng số Lipschitz. Khoảng trống nghiên cứu (research gap) cốt lõi phát sinh khi các mô hình thực tiễn trong kinh tế và kỹ thuật—điển hình là mô hình cân bằng thị trường điện bán độc quyền Nash-Cournot—thường dẫn đến các ma trận chi phí bất đối xứng và song hàm hoàn toàn không đơn điệu. Hơn nữa, việc tìm nghiệm chung cho một họ bài toán cân bằng $(CSEP)$ và việc đồng thời giải bài toán cân bằng kết hợp tìm điểm bất động của ánh xạ phi tuyến $(Fix(T))$ đang tồn tại nhiều lỗ hổng lý thuyết lớn trong các công bố quốc tế.

Luận án đặt ra và giải quyết ba câu hỏi nghiên cứu cốt lõi:

  1. RQ1: Làm thế nào để thiết lập thuật toán hội tụ mạnh cho bài toán cân bằng không đơn điệu trong không gian Hilbert thực mà không cần giả thiết đơn điệu của song hàm?
  2. RQ2: Giả thiết đơn điệu của các song hàm $f_i$ có thực sự bảo đảm tính tương đương giữa tập nghiệm của bài toán cân bằng tổ hợp $(CEP)$ và giao các tập nghiệm của họ bài toán cân bằng $(CSEP)$ như các công trình quốc tế trước đây đã thừa nhận hay không?
  3. RQ3: Có thể thiết lập quy trình tính toán hội tụ mạnh tìm nghiệm chung $x^* \in Sol(C, f) \cap Fix(T)$ cho song hàm giả đơn điệu thỏa mãn điều kiện kiểu Lipschitz khi các hằng số Lipschitz $c_1, c_2$ hoàn toàn chưa biết trước và ánh xạ $T$ là tựa không giãn?

Luận án xây dựng ba giả thuyết nghiên cứu tương ứng:

  • H1: Sự kết hợp giữa phương pháp chiếu nhúng (shrinking projection method) và quy tắc tìm kiếm tia kiểu Armijo (Armijo-type linesearch) cho phép triệt tiêu yêu cầu về tính đơn điệu của song hàm, bảo đảm tính hội tụ mạnh của dãy lặp về nghiệm bài toán cân bằng.
  • H2: Tính đơn điệu thuần túy không đủ để đồng nhất tập nghiệm giữa $CEP$ và $CSEP$; tồn tại điều kiện biên mới về cấu trúc không gian và tính chất song hàm để định lý tương đương được xác lập chính xác.
  • H3: Việc tích hợp thuật toán dưới đạo hàm tăng cường với phép lặp Ishikawa tự hiệu chỉnh bước nhảy cho phép giải bài toán nghiệm chung mà không phụ thuộc vào việc ước lượng chặn trên của hằng số Lipschitz.

Phạm vi nghiên cứu bao quát không gian Hilbert thực $H$ từ hữu hạn đến vô hạn chiều, tập ràng buộc lồi đóng khác rỗng $C \subset H$, các lớp ánh xạ tựa không giãn, và dữ liệu thực nghiệm mô phỏng hệ thống phát điện gồm 3 công ty ($n_g = 3$) sở hữu 6 tổ máy phát ($n = 6$) với hàm chi phí bậc hai từng khúc.

Literature Review và Positioning

Khung lý thuyết về bài toán cân bằng Ky Fan đã được phát triển sâu rộng qua các công trình của Blum & Oettli (1994), Bigi et al. (2013), và Bùi Văn Định & Phan Quốc Khánh (2012). Về phương pháp giải, các tiếp cận truyền thống bao gồm phương pháp hàm đánh giá (gap function) của Peng (1997), phương pháp nguyên lý bài toán phụ (auxiliary subproblem principle) của Mastroeni (2003), phương pháp điểm gần kề (proximal point method) của Moudafi (2000), phương pháp hiệu chỉnh Tikhonov (Tikhonov regularization) của Đỗ Văn Lưu & Bùi Văn Định (2011), và đặc biệt là phương pháp đạo hàm tăng cường (extragradient method) của Tran, Dung & Muu (2017).

Tuy nhiên, tranh luận học thuật lớn tồn tại ở hai khía cạnh:

  • Luồng quan điểm thứ nhất (Tran et al., 2017; Anh & Hieu, 2015; Hieu, 2017) cho rằng để bảo đảm sự hội tụ của thuật toán đạo hàm tăng cường hoặc dưới đạo hàm tăng cường, song hàm $f$ bắt buộc phải thỏa mãn tính giả đơn điệu (pseudomonotone) hoặc đơn điệu mạnh, đồng thời bước lặp $\lambda$ phải bị chặn ngặt bởi hằng số Lipschitz: $0 < \lambda < \min{\frac{1}{2c_1}, \frac{1}{2c_2}}$.
  • Luồng quan điểm thứ hai (Strodiot et al., 2016; Iiduka, 2013) cố gắng loại bỏ tính đơn điệu nhưng thuật toán chỉ đạt được hội tụ yếu (weak convergence) trong không gian vô hạn chiều hoặc đòi hỏi giải hai bài toán quy hoạch lồi phức tạp tại mỗi vòng lặp, gây bùng nổ chi phí tính toán khi tập ràng buộc $C$ có cấu trúc phi tuyến phức tạp.
flowchart LR
    subgraph "Các trường phái nghiên cứu trước"
        A["Tran et al. (2017) / Hieu (2017)<br/>Yêu cầu: Giả đơn điệu + Biết Lipschitz c1, c2"]
        B["Kangtunyakarn et al. (2013-2015)<br/>Khẳng định: Sol(C, fi) = Sol(C, sum ai fi)"]
    end
    subgraph "Đột phá của Luận án (Nguyễn Thị Thanh Hà, 2021)"
        C["Thuật toán Chiếu Nhúng + Armijo:<br/>Khử hoàn toàn giả thiết đơn điệu"]
        D["Bác bỏ bằng Phản ví dụ +<br/>Thiết lập điều kiện đủ chuẩn xác"]
        E["Dưới đạo hàm tăng cường + Ishikawa:<br/>Hội tụ mạnh với Lipschitz không cần biết trước"]
    end
    A -.->|Vượt qua giới hạn| C
    B -.->|Chỉ ra sai sót & Sửa đổi| D
    A -.->|Mở rộng tổng quát| E

Đặc biệt, trong việc tìm nghiệm chung của một họ bài toán cân bằng hữu hạn $\operatorname{CSEP}(C, f_i)$, một loạt công trình quốc tế của S. Kangtunyakarn và các cộng sự (2013, 2014, 2015) trên các tạp chí chuyên ngành đã khẳng định đẳng thức: $$\operatorname{Sol}\left(C, \sum_{i=1}^N \alpha_i f_i\right) = \bigcap_{i=1}^N \operatorname{Sol}(C, f_i)$$ khi các song hàm $f_i$ đơn điệu. Tuy nhiên, luận án đã phát hiện ra sai lầm mang tính hệ thống này và "chỉ ra rằng giả thiết về tính đơn điệu của các song hàm $f_i, i = 1,2,...,N$ chưa đủ để hai tập nghiệm đó bằng nhau".

Vị thế khoa học của nghiên cứu được xác lập vượt bậc khi so sánh trực tiếp với hai nghiên cứu quốc tế tiêu biểu:

  1. So với nghiên cứu của D. Hieu (2017) (Journal of Global Optimization): Thuật toán HSEM của Hieu yêu cầu tham số bước $\lambda$ phải thỏa mãn $0 < \lambda < \min{\frac{1}{2c_1}, \frac{1}{2c_2}}$, đòi hỏi phải ước lượng được hằng số Lipschitz $c_1, c_2$. Luận án khắc phục hoàn toàn điểm nghẽn này bằng kỹ thuật bước lặp tự điều chỉnh kết hợp Ishikawa.
  2. So với nghiên cứu của S. Kangtunyakarn (2015) (Fixed Point Theory and Applications): Luận án bác bỏ khẳng định nền tảng của tác giả bằng việc xây dựng phản ví dụ toán học chặt chẽ, đồng thời tái lập điều kiện đủ chính xác cho cả trường hợp họ vô hạn các song hàm.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Nghiên cứu tạo nên những bước tiến lý thuyết đột phá đối với giải tích lồi và giải tích biến phân phi tuyến:

  • Mở rộng lý thuyết hội tụ không đơn điệu: Mở rộng định lý hội tụ của Takahashi, Takeuchi & Kubota (2008) từ lớp ánh xạ không giãn thuần túy sang cấu trúc song hàm cân bằng phi tuyến không thỏa mãn bất kỳ điều kiện đơn điệu nào, chỉ yêu cầu $f$ liên tục yếu đồng thời trên tập mở $Q \supset C$ và lồi theo biến thứ hai.
  • Tái định hình lý thuyết hệ bài toán cân bằng tổ hợp: Bác bỏ các kết luận chưa chính xác trong chuỗi công bố của Kangtunyakarn (2013-2015). Đưa ra hệ tiên đề điều kiện đủ để xác lập mối quan hệ đẳng cấu tập nghiệm: $$\operatorname{Sol}\left(C, \sum_{i \in I} \alpha_i f_i\right) = \bigcap_{i \in I} \operatorname{Sol}(C, f_i)$$ cho cả trường hợp chỉ số $I$ hữu hạn và đếm được.
  • Phát triển định lý hội tụ mạnh cho ánh xạ tựa không giãn: Kết hợp lý thuyết toán tử phi giãn tổng quát với bài toán cân bằng Minty $MEP(C, f)$, chứng minh dãy lặp sinh bởi toán tử chiếu thu hẹp hội tụ mạnh về hình chiếu của điểm khởi tạo lên tập nghiệm chung $x^* = P_{S}(x^0)$ với $S = \operatorname{Sol}(C, f) \cap \operatorname{Fix}(T)$.
classDiagram
    class EquilibriumTheory {
        +Ky Fan Inequality
        +Minty Equilibrium MEP
        +Pseudomonotonicity
        +Lipschitz-type Condition
    }
    class FixedPointTheory {
        +Nonexpansive Mapping
        +Quasi-nonexpansive
        +k-demicontractive
        +Ishikawa Iteration
    }
    class ProposedFramework {
        +Shrinking Projection MC
        +Armijo Linesearch
        +Self-adaptive Subgradient
        +Strong Convergence Theorem
    }
    EquilibriumTheory <|-- ProposedFramework : Tích hợp khử đơn điệu
    FixedPointTheory <|-- ProposedFramework : Tích hợp không gian vô hạn chiều

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp sâu sắc 4 trụ cột lý thuyết toán học:

  1. Lý thuyết Dưới vi phân và Nón pháp tuyến (Convex Analysis): Sử dụng nón pháp tuyến ngoài $N_C(x^0) = {w \in H : \langle w, x - x^0 \rangle \le 0, \forall x \in C}$ và dưới vi phân $\partial_2 f(x,x)$ để đặc trưng hóa điều kiện tối ưu cấp 1: $0 \in \partial f(x^0) + N_C(x^0)$.
  2. Kỹ thuật Chiếu Thu hẹp (Shrinking Projection Scheme): Xây dựng dãy tập lồi đóng lồng nhau $C_{k+1} = {x \in C_k : |x - u^k| \le |x - x^k|}$ bảo đảm phần tử nghiệm luôn thuộc về mọi $C_k$, từ đó chuyển hóa bài toán hội tụ yếu thành bài toán hội tụ mạnh thông qua toán tử chiếu $x^{k+1} = P_{C_{k+1}}(x^0)$.
  3. Quy tắc Tìm kiếm Tia Armijo Phi tuyến: Thiết lập công thức tìm kiếm tia dọc theo đoạn thẳng nối $x^k$ và nghiệm của bài toán quy hoạch phụ $y^k$: $$z^k = (1 - \eta_k)x^k + \eta_k y^k, \quad \eta_k = \rho^{m_k}$$ với $m_k$ là số nguyên dương nhỏ nhất thỏa mãn bất đẳng thức giảm thế năng của song hàm.
  4. Cơ chế Tự thích nghi với Hằng số Lipschitz Không xác định: Thay thế việc cố định tham số bước $\lambda$ bằng việc giải bài toán quy hoạch lồi mạnh trên nửa không gian mở rộng: $$H_k = {x \in H : \langle x^k - \gamma w^k - y^k, x - y^k \rangle \le 0}$$

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan duy thực tất định (mathematical realism / positivist paradigm) với tính chặt chẽ tuyệt đối của suy diễn toán học (deductive axiomatic proof). Mọi thuật toán đề xuất đều được kiểm chứng qua hai tầng nghiêm ngặt: Chứng minh giải tích hình thức (formal analytical proof) bảo đảm hội tụ toàn cục và Mô phỏng số học (numerical computational experiments) xác nhận hiệu năng thực thi.

graph TD
    subgraph "Thiết kế Thuật toán 2.1 (Non-monotone EP)"
        Init["Khởi tạo: x0 in C, C0 = C, rho in (0,1), mu in (0,1)"] --> Step1["Bước 1: Giải bài toán lồi mạnh tìm yk duy nhất"]
        Step1 --> Check1{"yk = xk ?"}
        Check1 -- Yes --> Stop1["Dừng: xk là nghiệm"]
        Check1 -- No --> Step2["Bước 2: Tìm kiếm tia Armijo xác định zk và wk in d2 f(zk, zk)"]
        Step2 --> Step3["Bước 3: Chiếu nhúng uk = PC(xk - rk wk)"]
        Step3 --> Step4["Bước 4: Cắt không gian Ck+1 và tính xk+1 = PCk+1(x0)"]
        Step4 --> Step1
    end

Quy trình nghiên cứu rigorous

Quy trình thuật toán cốt lõi được định nghĩa qua hai quy trình phức hợp:

Quy trình 1: Thuật toán giải bài toán cân bằng không đơn điệu (Thuật toán 2.1)

  • Khởi tạo: Chọn $x^0 \in C$, tham số $\rho \in (0, 1), \mu \in (0, 1), \beta_k \in [\beta, \bar{\beta}] \subset (0, 2)$, đặt $C_0 = C$.
  • Bước 1: Giải bài toán quy hoạch lồi mạnh: $$y^k = \arg\min \left{ f(x^k, y) + \frac{1}{2\beta_k}|y - x^k|^2 : y \in C \right}$$ Nếu $y^k = x^k$, dừng thuật toán. Ngược lại chuyển sang Bước 2.
  • Bước 2: Tìm số nguyên dương nhỏ nhất $m_k \in \mathbb{N}$ sao cho với $\eta_k = \rho^{m_k}$ và $z^k = (1 - \eta_k)x^k + \eta_k y^k$, thỏa mãn: $$f(z^k, x^k) - f(z^k, y^k) \ge \frac{\mu}{2\beta_k}|x^k - y^k|^2$$
  • Bước 3: Chọn $w^k \in \partial_2 f(z^k, z^k)$, đặt $\sigma_k = \frac{f(z^k, x^k)}{|w^k|^2}$ và tính hình chiếu: $$u^k = P_C(x^k - \gamma_k \sigma_k w^k)$$
  • Bước 4: Xác định nửa không gian thu hẹp $C_{k+1} = {x \in C_k : |x - u^k| \le |x - x^k|}$, tính $x^{k+1} = P_{C_{k+1}}(x^0)$, gán $k := k + 1$ và lặp lại.

Quy trình 2: Phản ví dụ bác bỏ đồng nhất thức Kangtunyakarn Xây dựng phản ví dụ trong không gian Euclid $\mathbb{R}^2$ với $C = [0, 1] \times [0, 1]$, thiết lập hai song hàm đơn điệu $f_1(x, y)$ và $f_2(x, y)$ sao cho $\operatorname{Sol}(C, f_1) \cap \operatorname{Sol}(C, f_2) = \emptyset$ trong khi $\operatorname{Sol}(C, \frac{1}{2}f_1 + \frac{1}{2}f_2) \neq \emptyset$, từ đó chỉ ra lỗ hổng logic toán học của các công bố quốc tế trước đó.

Data và phân tích

Thực nghiệm tính toán mô phỏng mô hình cân bằng thị trường điện bán độc quyền Nash-Cournot (Electricity Market Oligopoly Model) của 3 công ty phát điện ($n_g = 3$) kiểm soát 6 tổ máy phát ($n = 6$):

  • Công ty 1: Tổ máy ${1}$
  • Công ty 2: Tổ máy ${2, 3}$
  • Công ty 3: Tổ máy ${4, 5, 6}$

Hàm giá điện nghịch đảo tuyến tính: $$p(x) = 378 - \sum_{i=1}^6 x_i$$ Hàm chi phí của tổ máy $j$ mang tính phi lồi từng khúc: $$c_j(x_j) = \max{d_j(x_j), e_j(x_j)}$$ với $d_j(x_j) = \alpha_j^0 x_j + \frac{\beta_j^0}{\beta_j^0 + 1}\gamma_j^0 (x_j)^{\frac{\beta_j^0+1}{\beta_j^0}}$ và $e_j(x_j) = \alpha_j^1 x_j + \frac{\beta_j^1}{\beta_j^1 + 1}\gamma_j^1 (x_j)^{\frac{\beta_j^1+1}{\beta_j^1}}$.

Ma trận hệ số $A$ xác định bởi: $$A = \sum_{i=1}^{n_g} q^i (q^i)^T$$ không phải là ma trận nửa xác định dương, dẫn đến song hàm cân bằng $f(x, y) = - (y - x)^T A (y - x) + \dots$ hoàn toàn không đơn điệu.

Thông số thực thi hệ thống tính toán:

  • Phần mềm: MATLAB R2014a
  • Phần cứng: Laptop Intel Core i5-3230M CPU @ 2.60 GHz, 4GB RAM
  • Tiêu chuẩn dừng sai số tuyệt đối: $$\text{Tol} = \frac{|x^{k+1} - x^k|}{\max{1, |x^k|}} < \epsilon = 10^{-3}$$

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khử bỏ hoàn toàn rào cản đơn điệu: Chứng minh giải tích khẳng định Thuật toán 2.1 và 2.2 bảo đảm hội tụ mạnh trong không gian Hilbert tổng quát mà không cần song hàm $f$ phải đơn điệu hay giả đơn điệu, giải quyết triệt để bài toán tồn tại nghiệm Minty $S_M \neq \emptyset$.
  2. Phát hiện sai sót trong chuỗi công bố quốc tế về CSEP: Bác bỏ định lý đồng nhất tập nghiệm của S. Kangtunyakarn et al. (2013-2015), chứng minh tính đơn điệu không phải là điều kiện đủ để gộp hệ bài toán cân bằng thành bài toán tổ hợp lồi.
  3. Thiết lập điều kiện đủ phổ quát: Xác lập định lý mới cho phép chuyển đổi $CSEP \Leftrightarrow CEP$ cho cả trường hợp vô hạn đếm được các song hàm $\sum_{i=1}^\infty \alpha_i f_i(x,y)$.
  4. Độc lập hóa hằng số Lipschitz: Thuật toán kết hợp dưới đạo hàm tăng cường và bước lặp Ishikawa loại bỏ hoàn toàn sự phụ thuộc vào các tham số Lipschitz không xác định $c_1, c_2$, đạt tốc độ hội tụ nhanh với số bước lặp tối ưu trên không gian vô hạn chiều $L^2[0, 1]$.
graph LR
    subgraph "Thực nghiệm Mô hình Thị trường Điện Nash-Cournot"
        Data["Hệ thống: 3 Công ty / 6 Tổ máy phát"] --> Matrix["Ma trận A không nửa xác định dương"]
        Matrix --> NonMono["Song hàm f(x, y) KHÔNG ĐƠN ĐIỆU"]
        NonMono --> AlgRun["Chạy Thuật toán 2.1 trên MATLAB"]
        AlgRun --> Conv["Hội tụ nghiệm chính xác với sai số < 10^-3"]
    end

Implications đa chiều

  • Về mặt Lý thuyết: Cung cấp công cụ giải tích mới cho cộng đồng tối ưu hóa phi tuyến toàn cầu, mở rộng biên giới của lý thuyết điểm bất động và bất đẳng thức biến phân phi đơn điệu.
  • Về Phương pháp luận: Đưa ra chuẩn mực đánh giá thuật toán mới thông qua sự kết hợp của phép chiếu nhúng và tìm kiếm tia tự thích nghi, có thể áp dụng cho các bài toán phân bổ tài nguyên mạng, phục hồi tín hiệu số và xử lý ảnh y tế.
  • Về Thực tiễn Quản lý Kinh tế Năng lượng: Cho phép các nhà điều hành hệ thống điện quốc gia (National Grid Operators) tính toán chính xác điểm cân bằng giá và sản lượng phát tối ưu của các nhà máy điện trong thị trường cạnh tranh không hoàn hảo, ngăn chặn hành vi lạm dụng vị thế thống lĩnh thị trường gây biến động giá điện tiêu dùng.

Limitations và Future Research

Nghiên cứu thể hiện tính khách quan học thuật khi chỉ rõ 4 giới hạn nội tại:

  1. Chi phí tính toán phép chiếu: Phép chiếu lên tập lồi $C_{k+1}$ tại mỗi bước lặp đòi hỏi giải bài toán quy hoạch toàn phương; khi số chiều không gian tăng lên hàng triệu biến, chi phí tính toán ma trận nghịch đảo có thể tăng cao.
  2. Điều kiện tập nghiệm Minty: Sự hội tụ của lớp bài toán không đơn điệu vẫn yêu cầu tập nghiệm Minty khác rỗng ($S_M \neq \emptyset$).
  3. Cấu trúc song hàm: Giả thiết tính liên tục yếu đồng thời (jointly weakly continuous) trên tập mở $Q$ đôi khi khó kiểm chứng trong một số bài toán tối ưu phân đoạn cực đoan.

Chương trình nghiên cứu tương lai (Future Agenda):

  • Phát triển thuật toán chiếu xấp xỉ (inertial subgradient extragradient methods) tích hợp số hạng quán tính Nesterov để gia tốc tốc độ hội tụ.
  • Mở rộng thuật toán cho bài toán cân bằng ngẫu nhiên (stochastic equilibrium problems) và bài toán cân bằng hai tầng (bilevel equilibrium problems).
  • Ứng dụng giải quyết bài toán huấn luyện mạng đối kháng tạo sinh (GANs) trong học sâu (Deep Learning), nơi hàm mất mát minimax có bản chất tương đương với bài toán điểm yên ngựa không đơn điệu.

Tác động và ảnh hưởng

  • Tác động Học thuật: Đóng góp 03 công trình khoa học chất lượng cao trên các tạp chí chuyên ngành Toán học quốc tế và trong nước. Các thuật toán đề xuất mở ra hướng trích dẫn tiềm năng lớn cho các nghiên cứu sinh chuyên ngành Giải tích Tối ưu, Khoa học Dữ liệu và Điều khiển Tối ưu.
  • Chuyển đổi Ngành Công nghiệp: Cung cấp thuật toán tối ưu hóa lõi cho các phần mềm dispatching điện năng tại các trung tâm điều độ hệ thống điện quốc gia (như A0 tại Việt Nam), các thị trường giao dịch chứng khoán phái sinh và hệ thống điều phối giao thông thông minh (ITS).
  • Hưởng ứng Quốc tế: Sửa đổi và hoàn thiện các lỗ hổng lý thuyết trong hệ thống tài liệu tham khảo quốc tế, nâng cao vị thế của trường phái Giải tích Tối ưu Việt Nam trên trường quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giảng viên Toán ứng dụng: Tiếp cận khung chứng minh giải tích chuẩn mực về giải tích lồi, kỹ thuật khử tính đơn điệu và phương pháp xây dựng phản ví dụ bác bỏ giả thuyết sai.
  • Kỹ sư R&D Hệ thống Năng lượng & Viễn thông: Ứng dụng trực tiếp thuật toán vào bài toán tối ưu hóa công suất phát, cân bằng tải mạng 5G/6G và phân bổ băng thông phi tập trung.
  • Nhà hoạch định Chính sách Năng lượng: Sở hữu công cụ toán học định lượng để mô phỏng tác động của việc điều chỉnh biểu giá điện và tái cấu trúc thị trường bán buôn điện cạnh tranh.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp độc đáo nhất là việc thiết lập thành công thuật toán hội tụ mạnh cho bài toán cân bằng không đơn điệu bằng việc kết hợp phương pháp chiếu nhúng (Takahashi et al., 2008) với tìm kiếm tia Armijo (Tran et al., 2017), đồng thời bác bỏ khẳng định sai lầm của chuỗi bài báo quốc tế của S. Kangtunyakarn (2013-2015) về sự tương đương giữa bài toán $CSEP$ và $CEP$.

2. Đột phá phương pháp luận so với các nghiên cứu tiền nhiệm thể hiện ở điểm nào? So với thuật toán của Tran et al. (2017) vốn bắt buộc song hàm phải giả đơn điệu, luận án đã loại bỏ hoàn toàn điều kiện này. So với thuật toán HSEM của D. Hieu (2017) đòi hỏi phải biết trước các hằng số kiểu Lipschitz $(c_1, c_2)$, thuật toán trong Chương 4 kết hợp phương pháp dưới đạo hàm tăng cường với phép lặp Ishikawa tự thích ứng, hoạt động hoàn hảo ngay cả khi các hằng số Lipschitz hoàn toàn không xác định.

3. Phát hiện thực nghiệm bất ngờ nhất từ dữ liệu mô phỏng là gì? Mô hình thị trường điện Nash-Cournot 6 tổ máy phát sinh ra ma trận chi phí $A$ không nửa xác định dương, tạo nên song hàm cân bằng phi lồi, phi đơn điệu. Mặc dù vậy, Thuật toán 2.1 vẫn đạt được sự hội tụ mạnh với độ chính xác cao ($\text{Tol} < 10^{-3}$) chỉ sau một số hữu hạn bước lặp trên cấu hình phần cứng tiêu chuẩn.

4. Quy trình tái lập (Replication Protocol) có được cung cấp minh bạch không? Toàn bộ tham số thực nghiệm (bảng cận trên, cận dưới sản lượng phát $x_j^{\min}, x_j^{\max}$, hệ số chi phí sản xuất $\alpha_j^k, \beta_j^k, \gamma_j^k$, bước lặp $\rho, \mu, \beta_k$) cùng quy tắc dừng sai số đều được công khai chi tiết, cho phép tái lập 100% kết quả trên môi trường MATLAB.

5. Lộ trình phát triển 10 năm của hướng nghiên cứu này được định hình ra sao? Lộ trình hướng tới việc số hóa thuật toán trên nền tảng tính toán song song GPU, giải quyết các bài toán tối ưu hóa dữ liệu cực lớn (Big Data Optimization), lý thuyết trò chơi tiến hóa trong kinh tế số và mô hình cân bằng học tăng cường đa tác tử (Multi-agent Reinforcement Learning).

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Thị Thanh Hà đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp học thuật cốt lõi:

  1. Thiết lập thành công hai thuật toán mới (Thuật toán 2.1 & 2.2) giải bài toán cân bằng không đơn điệu trong không gian Hilbert thực, chứng minh toán học chặt chẽ tính hội tụ mạnh của dãy nghiệm.
  2. Sử dụng phản ví dụ toán học chặt chẽ để chứng minh giả thiết đơn điệu là không đủ để bảo đảm tính đồng nhất giữa bài toán $CSEP$ và bài toán $CEP$, đính chính các kết quả chưa chuẩn xác trong y văn quốc tế.
  3. Xác lập điều kiện đủ chuẩn xác cho sự tương đương tập nghiệm giữa hệ bài toán cân bằng và bài toán cân bằng tổ hợp cho cả họ hữu hạn và vô hạn các song hàm.
  4. Đề xuất thuật toán kết hợp dưới đạo hàm tăng cường và phép lặp Ishikawa, giải quyết bài toán tìm nghiệm chung của bài toán cân bằng giả đơn điệu với hằng số Lipschitz không biết trước và bài toán điểm bất động của ánh xạ tựa không giãn.
  5. Mô phỏng số học thành công mô hình cân bằng thị trường điện bán độc quyền Nash-Cournot, chứng minh tính khả thi và hiệu năng vượt trội của thuật toán trong ứng dụng thực tế.

Công trình tạo tiền đề vững chắc cho việc phát triển các thuật toán tối ưu hóa phi tuyến hiện đại, phục vụ hiệu quả cho cả nghiên cứu toán học thuần túy lẫn các bài toán chuyển đổi số kinh tế - kỹ thuật quy mô lớn.