Tổng quan về luận án

Lý thuyết tối ưu hóa và phân tích phi tuyến hiện đại đóng vai trò nền tảng trong việc giải quyết các bài toán cân bằng phức hợp nảy sinh từ kinh tế học, kỹ thuật viễn thông, cơ học lượng tử và khoa học dữ liệu. Trong cấu trúc toán học đó, bài toán cân bằng $\text{EP}(C, f)$ do Isoda (1955) khởi xướng và được Ky Fan (1972), Blum & Oettli (1994) phát triển toàn diện, là mô hình bao trùm các bài toán quy hoạch toán học $\text{OP}(C, h)$, bài toán bất đẳng thức biến phân $\text{VI}(C, F)$, bài toán bù $\text{CP}(C, F)$ và điểm cân bằng trò chơi phi hợp tác Nash. Khi các tương tác mang tính phân tầng và có sự ràng buộc lợi ích chéo giữa các chủ thể, bài toán cân bằng hai cấp $\text{BEP}(C, g, f)$ xuất hiện như một sự mở rộng tất yếu mang tính đột phá:

$$\text{Tìm } \bar{x} \in \text{Sol}(C, g) \text{ sao cho } f(\bar{x}, y) \ge 0, \forall y \in \text{Sol}(C, g)$$

trong đó tập ràng buộc $\text{Sol}(C, g) = {x^* \in C : g(x^*, y) \ge 0, \forall y \in C}$ là tập nghiệm của một bài toán cân bằng cấp dưới.

Khoảng trống nghiên cứu then chốt trong y văn quốc tế nằm ở chỗ: tập nghiệm ràng buộc $\text{Sol}(C, g)$ là tập ẩn (implicit set), không được biểu diễn dưới dạng giải tích tường minh. Các thuật toán truyền thống như phương pháp điểm gần kề của Moudafi (2010) hay phương pháp xấp xỉ Bregman D-PPA của Chbani et al. (2015) luôn đòi hỏi phải giải chính xác một bài toán cân bằng phụ tại mỗi bước lặp hoặc áp đặt điều kiện hội tụ rất khó kiểm soát trong thực tế như $|x^{k+1} - x^k| = o(\epsilon_k)$. Đồng thời, các phương pháp đạo hàm tăng cường cổ điển của Tran Dinh Quoc et al. (2012) đòi hỏi giả thiết khắt khe về tính đơn điệu mạnh của song hàm.

Luận án tiến sĩ toán học của nghiên cứu sinh Hồ Phi Tứ (2023) với đề tài "Các phương pháp chiếu mở rộng giải một số lớp bài toán cân bằng hai cấp" đã giải quyết triệt để các rào cản tính toán trên bằng hệ thống câu hỏi và giả thuyết khoa học xác định:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để thiết lập thuật toán hội tụ mạnh cho bài toán cân bằng hai cấp mà chỉ thực hiện một phép chiếu trực giao và tính toán dưới vi phân xấp xỉ tại mỗi bước lặp?
  • Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để tích hợp kỹ thuật ngoại suy quán tính nhằm gia tốc thuật toán chiếu cho bài toán cân bằng trên giao của tập điểm bất động và tập nghiệm cân bằng?
  • Câu hỏi nghiên cứu 3 (RQ3): Khung giải thuật đạo hàm tăng cường nào đảm bảo tính khả thi khi miền ràng buộc là tập nghiệm của bài toán cân bằng hỗn hợp $\text{BMEP}$?
  • Câu hỏi nghiên cứu 4 (RQ4): Có thể chuyển hóa bài toán cân bằng trên tập nghiệm của bất đẳng thức biến phân affine sang nguyên lý bài toán phụ DC tường minh hay không?

Tương ứng là các giả thuyết khoa học:

  • Giả thuyết 1 (H1): Sử dụng dưới vi phân xấp xỉ $\partial^\epsilon_2 g(x, x)$ kết hợp phép chiếu trực giao lên tập lồi $C$ cho phép giải bài toán $\text{BEP}$ dưới giả thiết nới lỏng giả đơn điệu (pseudomonotonicity) và para-đơn điệu (para-monotonicity) mà không cần giải bài toán phụ phức tạp.
  • Giả thuyết 2 (H2): Kỹ thuật quán tính hai bước lặp trước đó kết hợp toán tử giả co chặt (strictly pseudocontractive) làm tăng tốc độ hội tụ số thực nghiệm trên không gian Hilbert thực.
  • Giả thuyết 3 (H3): Thuật toán đạo hàm tăng cường mở rộng hội tụ mạnh tới nghiệm duy nhất khi song hàm cấp trên thỏa mãn tính đơn điệu mạnh ngược (cocoercive) hoặc $\beta$-đơn điệu mạnh.
  • Giả thuyết 4 (H4): Phân tích hàm DC (Difference of Convex functions) cho phép tách bài toán biến phân affine thành một bài toán lồi mạnh và một bài toán quy hoạch toàn phương giải được hiệu quả bằng phần mềm MATLAB.

Luận án được triển khai trên không gian Hilbert thực $H$ tổng quát (cả hữu hạn chiều $R^n$ và vô hạn chiều $l_2$), với các đóng góp đột phá được định lượng hóa qua 04 công trình khoa học công bố trên các tạp chí quốc tế uy tín (01 bài SCI Q1, 02 bài SCIE Q1/Q2, 01 bài SCIE Q1 phản biện), đem lại lời giải tối ưu cho mô hình cân bằng kinh tế vĩ mô Nash-Cournot và bài toán điều khiển công suất mạng viễn thông không dây CDMA.

Literature Review và Positioning

Khung lý thuyết về bài toán cân bằng phát triển qua ba giai đoạn lịch sử chủ đạo. Giai đoạn nền móng bắt đầu từ định lý điểm bất động và trò chơi đối kháng của Isoda (1955) và bất đẳng thức Ky Fan (1972), trước khi Blum & Oettli (1994) chuẩn hóa cấu trúc hàm song tuyến tính $f(x, y)$ và chứng minh tính bao trùm của nó lên bài toán bù $\text{CP}(C, F)$ và tối ưu hóa vector. Giai đoạn hai mở rộng sang bài toán phân tầng hai cấp với công trình tiên phong của Chadli et al. (2000), khẳng định $\text{BEP}(C, g, f)$ là mô hình toán học tổng quát hơn bài toán bất đẳng thức biến phân hai cấp $\text{BVI}(C, G, F)$ và quy hoạch toán học với ràng buộc cân bằng (MPEC). Giai đoạn ba tập trung vào thuật toán số với các đại diện tiêu biểu: Moudafi (2010) đề xuất phương pháp điểm gần kề (Proximal Point Algorithm - PPA), Santos et al. (2011) giới thiệu phép chiếu dưới vi phân xấp xỉ cho bài toán cân bằng đơn cấp $\text{EP}(C, f)$, và Riahi et al. (2018) xây dựng thuật toán tiến-lùi tách rời PFBSA.

       ┌─────────────────────────────────────────────────────────┐
       │             Isoda (1955) & Ky Fan (1972)                │
       │    Đặt nền móng: Bất đẳng thức cân bằng & trò chơi      │
       └────────────────────────────┬────────────────────────────┘
                                    │
                                    ▼
       ┌─────────────────────────────────────────────────────────┐
       │                 Blum & Oettli (1994)                    │
       │      Chuẩn hóa bài toán cân bằng tổng quát EP(C, f)     │
       └────────────────────────────┬────────────────────────────┘
                                    │
                                    ▼
       ┌─────────────────────────────────────────────────────────┐
       │                  Chadli et al. (2000)                   │
       │           Khởi xướng bài toán hai cấp BEP(C, g, f)       │
       └───────┬─────────────────────────────────────────┬───────┘
               │                                         │
               ▼                                         ▼
┌──────────────────────────────┐        ┌──────────────────────────────┐
│       Moudafi (2010)         │        │    Santos et al. (2011)      │
│ Thuật toán điểm gần kề (PPA) │        │  Chiếu dưới đạo hàm xấp xỉ   │
│ Thách thức: Giải bài toán    │        │  (Áp dụng cho đơn cấp EP)    │
│ phụ chính xác mỗi bước lặp   │        │                              │
└──────────────┬───────────────┘        └──────────────┬───────────────┘
               │                                       │
               └───────────────────┬───────────────────┘
                                   │
                                   ▼
       ┌─────────────────────────────────────────────────────────┐
       │                    HỒ PHI TỨ (2023)                     │
       │  - Chiếu dưới vi phân xấp xỉ cho BEP hai cấp             │
       │  - Tích hợp kỹ thuật quán tính + Điểm bất động          │
       │  - Đạo hàm tăng cường mở rộng cho BMEP                  │
       │  - Nguyên lý bài toán phụ DC tường minh                 │
       └─────────────────────────────────────────────────────────┘

Trong y văn tồn tại hai trường phái tranh luận kỹ thuật sâu sắc:

  1. Trường phái Thuật toán Điểm gần kề (PPA & D-PPA): Moudafi (2010) và Chbani et al. (2015) sử dụng hàm khoảng cách Bregman để chính quy hóa bài toán. Tuy nhiên, hạn chế cố hữu là tại bước lặp $k$, nghiệm $x^{k+1}$ được xác định từ hệ: $$f(x^{k+1}, y) + \epsilon_k g(x^{k+1}, y) + \frac{1}{r_k} \langle x^{k+1} - x^k, y - x^{k+1} \rangle \ge 0, \quad \forall y \in C$$ Việc tìm nghiệm giải tích tuyệt đối cho bài toán phụ phi tuyến này là bất khả thi khi không gian có số chiều lớn, đồng thời đòi hỏi điều kiện ràng buộc tốc độ $|x^{k+1} - x^k| < o(\epsilon_k)$.
  2. Trường phái Đạo hàm tăng cường và Gradient mở rộng (Extragradient): Tran Dinh Quoc et al. (2012) áp dụng thuật toán chiếu hai bước lặp $y^k = \text{argmin}{\dots}$, $x^{k+1} = \text{argmin}{\dots}$. Dù khắc phục được tính đơn điệu mạnh thành giả đơn điệu, phương pháp này chỉ chứng minh được sự hội tụ trong không gian hữu hạn chiều $R^n$ và vẫn phải giải hai bài toán tối ưu lồi trên tập ràng buộc tại mỗi bước lặp.

So sánh với hai nghiên cứu quốc tế điển hình:

  • So với Moudafi (2010), nghiên cứu của Hồ Phi Tứ loại bỏ hoàn toàn việc giải bài toán cân bằng phụ, thay thế bằng việc tính một vector dưới đạo hàm xấp xỉ $g^k \in \partial^\epsilon_{2\epsilon_k} g(x^k, x^k)$ và một phép chiếu trực giao $P_C$.
  • So với Riahi et al. (2018) với thuật toán PFBSA đòi hỏi điều kiện bức nghiêm ngặt trên song hàm cấp dưới và ràng buộc phức tạp trên nón pháp tuyến ngoài $N_{\text{Sol}(C, g)}(x)$, thuật toán của Hồ Phi Tứ nới lỏng giả thiết chỉ cần tính para-đơn điệu và nửa liên tục trên yếu, đồng thời tích hợp thêm số hạng quán tính $\alpha_k(x^k - x^{k-1})$ giúp tăng tốc độ xử lý CPU vượt bậc.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp lý thuyết đơn điệu và giải tích dưới vi phân của Rockafellar (1970) và Cohen (1980), định hình bước chuyển dịch mô thức từ giải thuật xấp xỉ gián tiếp sang giải thuật chiếu tường minh. Cụ thể:

┌─────────────────────────────────────────────────────────────────────────────┐
│                       KHUNG LÝ THUYẾT VÀ QUAN HỆ KHÔNG GIAN                │
│                                                                             │
│    Không gian Hilbert thực H                                                │
│    ┌───────────────────────────────────────────────────────────────────┐    │
│    │  Tập lồi đóng C ⊆ H                                               │    │
│    │  ┌─────────────────────────────────────────────────────────────┐  │    │
│    │  │  Tập nghiệm ràng buộc cấp dưới: Sol(C, g) ⊆ C               │  │    │
│    │  │  ┌───────────────────────────────────────────────────────┐  │  │    │
│    │  │  │  Nghiệm duy nhất x* của bài toán hai cấp BEP(C, g, f) │  │  │    │
│    │  │  │  thỏa mãn: f(x*, y) ≥ 0, ∀y ∈ Sol(C, g)               │  │  │    │
│    │  │  │  và Sol(C, g) = {x ∈ C : g(x, y) ≥ 0, ∀y ∈ C}        │  │  │    │
│    │  │  └───────────────────────────────────────────────────────┘  │  │    │
│    │  └─────────────────────────────────────────────────────────────┘  │  │    │
│    └───────────────────────────────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────────────────────────────┘
  1. Mô hình hóa điều kiện co xấp xỉ của toán tử đa trị: Thiết lập Bổ đề khẳng định ánh xạ đa trị $S(x) = {x - \tau \omega_x : \omega_x \in \partial^\epsilon_{2\epsilon} g(x, x)}$ là toán tử $\sqrt{2\tau\epsilon}$-co với hằng số co: $$\delta = \sqrt{1 - \tau(2\beta - \tau L^2)} \in (0, 1) \quad \text{với } \tau \in \left(0, \frac{2\beta}{L^2}\right)$$
  2. Hệ thống đánh giá sai số lặp nghiệm: Chứng minh Bất đẳng thức then chốt (Khẳng định 2.1) chi phối toàn bộ quá trình hội tụ: $$|x^{k+1} - x^|^2 \le (1 - \tau \eta_k)|x^k - x^|^2 + 2\alpha_k (1 - \tau \eta_k)g(x^k, x^) + \delta_k + \frac{\eta_k (2 + |w^_k|)^2}{\tau}$$ trong đó $\delta_k = 2(\alpha_k \epsilon_k + \beta_k^2 + \xi_k)$ và $w^_k \in \partial^{\tau_k}_2 f(x^, x^*)$.
  3. Định lý Hội tụ Mạnh (Theorem 2.1): Chứng minh dãy lặp ${x^k}$ và ${y^k}$ hội tụ theo chuẩn đến nghiệm duy nhất $x^*$ của bài toán $\text{BEP}(C, g, f)$ trong không gian Hilbert thực mà không phụ thuộc vào số chiều của không gian, thông qua kỹ thuật phân tích dãy chỉ số Maingé $\tau(k) = \max{i \in \mathbb{N} : k_0 \le i \le k, a_i \le a_{i+1}}$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp bốn cấu trúc toán học cao cấp:

  1. Lý thuyết Giải tích lồi và Dưới vi phân xấp xỉ: Khai thác toán tử dưới vi phân xấp xỉ $\partial^\epsilon_2 f(x, x) = {w \in H : \langle w, y - x \rangle + f(x, x) \le f(x, y) + \epsilon, \forall y \in H}$ để làm mịn các tính toán phi đạo hàm.
  2. Kỹ thuật Tăng cường Quán tính (Inertial Extrapolation): Xây dựng điểm lặp phụ thuộc $w^k = x^k + \theta_k(x^k - x^{k-1})$, tạo động lực đẩy vector nghiệm vượt qua các điểm dừng giả.
  3. Nguyên lý Bài toán phụ DC (Difference of Convex Functions): Chuyển đổi bài toán cân bằng với ràng buộc bất đẳng thức biến phân affine $G(x) = Qx + q$ thành bài toán tối thiểu hóa hàm hiệu lồi: $$\min_{x \in C} {g_0(x) - h_0(x)}$$ trong đó $g_0(x)$ là hàm lồi mạnh và $h_0(x)$ là hàm lồi khả vi, cho phép áp dụng thuật toán lặp phân tách DC đa thức.
  4. Toán tử Điểm bất động Phi giãn và Giả co chặt: Khai thác tính nửa đóng tại 0 của toán tử $I - T$ đối với ánh xạ giả co chặt $\zeta$-strictly pseudocontractive để giải quyết các ràng buộc giao $C \cap \text{Fix}(T) \cap \text{Sol}(C, g)$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan duy lý thực chứng toán học diễn dịch hình thức (deductive mathematical positivism). Thiết kế tối ưu hóa đa cấp được cấu trúc qua hệ tiên đề chặt chẽ trong không gian Hilbert thực $H$ với tích vô hướng $\langle\cdot, \cdot\rangle$ và chuẩn cảm sinh $|\cdot|$.

Quy mô không gian khảo sát trải rộng từ không gian Euclide hữu hạn chiều $R^n$ (với số chiều thực nghiệm $n = 10, 50, 100, 500$) đến không gian Hilbert vô hạn chiều $l_2 = {(x_1, x_2, \dots) : \sum x_i^2 < \infty}$, đảm bảo tính bao quát của mô hình toán học.

Quy trình nghiên cứu rigorous

Quy trình thuật toán chiếu dưới đạo hàm xấp xỉ được thiết kế theo giao thức lặp chính xác:

┌─────────────────────────────────────────────────────────────────────────────┐
│             QUY TRÌNH THUẬT TOÁN CHIẾU DƯỚI ĐẠO HÀM XẤP XỈ                  │
└─────────────────────────────────────┬───────────────────────────────────────┘
                                      │
                                      ▼
             ┌─────────────────────────────────────────────────┐
             │ Bước 0: Khởi tạo                                │
             │ Chọn x0 ∈ C, ϵ > 0, các dãy tham số             │
             │ {ϵk}, {βk}, {ξk}, {ηk}, {ρk}, {τk}, gán k := 0  │
             └────────────────────────┬────────────────────────┘
                                      │
                                      ▼
             ┌─────────────────────────────────────────────────┐
             │ Bước 1: Tính toán dưới vi phân xấp xỉ           │
             │ Lấy gk ∈ ∂^ϵk_2 g(xk, xk)                       │
             │ γk = max{ρk, ||gk||}, αk = βk / γk              │
             └────────────────────────┬────────────────────────┘
                                      │
                                      ▼
             ┌─────────────────────────────────────────────────┐
             │ Bước 2: Chiếu xấp xỉ trung gian                 │
             │ yk = Pr_C^ξk (xk - αk gk)                       │
             │ Chọn uk ∈ ∂^τk_2 f(yk, yk)                      │
             └────────────────────────┬────────────────────────┘
                                      │
                                      ▼
             ┌─────────────────────────────────────────────────┐
             │ Bước 3: Chiếu trực giao cập nhật                │
             │ xk+1 = Pr_C (yk - ηk uk)                        │
             └────────────────────────┬────────────────────────┘
                                      │
                                      ▼
             ┌─────────────────────────────────────────────────┐
             │ Bước 4: Kiểm tra điều kiện dừng                 │
             │ ||xk+1 - xk|| < ϵ?                              │
             └───┬─────────────────────────────────────────┬───┘
                 │                                         │
              (True)                                    (False)
                 │                                         │
                 ▼                                         ▼
   ┌───────────────────────────┐             ┌───────────────────────────┐
   │    DỪNG THUẬT TOÁN        │             │ Gán k := k + 1            │
   │    Xuất nghiệm x* ≈ xk+1  │             │ Quay lại Bước 1           │
   └───────────────────────────┘             └───────────────────────────┘

Hệ điều kiện kiểm soát tham số điều chỉnh được thiết lập đồng bộ nhằm triệt tiêu sai số tích lũy: $$\sum_{k=0}^{\infty} \eta_k = \infty, \quad \sum_{k=0}^{\infty} \eta_k^2 < \infty, \quad \sum_{k=0}^{\infty} \tau_k < \infty, \quad \sum_{k=0}^{\infty} \beta_k = \infty, \quad \sum_{k=0}^{\infty} \beta_k^2 < \infty, \quad \lim_{k\to\infty} \frac{\delta_k}{\eta_k} = 0$$

Data và phân tích

Toàn bộ các thuật giải đề xuất được lập trình và kiểm thử thực nghiệm trên nền tảng MATLAB (R2020a/R2022b), thực thi trên hệ thống vi xử lý Intel Core i7 đa nhân.

  • Tiêu chí đánh giá hiệu năng: Thời gian tính toán CPU tính bằng giây ($\text{CPU-times/s}$), số bước lặp hội tụ ($\text{Dim.}$), và sai số chuẩn Euclid $|x^{k+1} - x^k| \le 10^{-6}$.
  • Kiểm tra độ vững (Robustness Checks): Kiểm định trên các ma trận ngẫu nhiên $Q \in R^{n \times n}$ nửa xác định dương, hệ số điều kiện ma trận cao, và các song hàm dạng phi tuyến: $$f(x, y) = \langle G(x) + Qy + q, y - x \rangle$$ với $G(x)$ liên tục Lipschitz với hằng số $L$ và đơn điệu mạnh với hằng số $\eta > |Q|$.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Tối ưu hóa Chi phí Tính toán trên từng bước lặp: Chứng minh thành công rằng chỉ cần một phép chiếu trực giao $P_C$ và việc lấy một vector dưới đạo hàm xấp xỉ tại mỗi bước lặp là đủ để đảm bảo tính hội tụ mạnh. Điều này làm giảm độ phức tạp tính toán trên mỗi vòng lặp từ cấp $O(n^3)$ (khi phải giải bài toán cân bằng phụ) xuống còn $O(n^2)$ hoặc $O(n)$ đối với các tập lồi đặc biệt (như siêu phẳng hoặc nửa không gian).
  2. Phá vỡ Rào cản Điều kiện Bước lặp Moudafi: Loại bỏ hoàn toàn giả thiết $|x^{k+1} - x^k| < o(\epsilon_k)$ vốn là "nút thắt cổ chai" trong các nghiên cứu trước đây.
  3. Gia tốc Hội tụ bằng Kỹ thuật Quán tính: Kết quả mô phỏng số chỉ ra rằng thuật toán chiếu tăng cường quán tính giúp giảm từ 35% đến 52% số bước lặp và tiết kiệm tới 48% thời gian chạy CPU so với các thuật toán không quán tính khi số chiều $n$ tăng từ 50 lên 500.
  4. Giải pháp Đột phá cho Ràng buộc Affine bằng Kỹ thuật DC: Phân rã thành công bài toán cân bằng trên tập nghiệm bất đẳng thức biến phân affine thành hai bài toán con: một bài toán giải tích lồi mạnh và một bài toán quy hoạch toàn phương tường minh, đảm bảo nghiệm xấp xỉ đạt độ chính xác $10^{-8}$ chỉ sau ít chu kỳ lặp.
  5. Minh chứng Ứng dụng Cân bằng Kinh tế Nash-Cournot: Áp dụng thuật toán đạo hàm tăng cường giải quyết thành công mô hình cạnh tranh sản lượng của $N$ doanh nghiệp trên thị trường vĩ mô có sự điều tiết giá và hạn mức của nhà nước.

Implications đa chiều

┌─────────────────────────────────────────────────────────────────────────────┐
│                         HỆ THỐNG IMPLICATIONS ĐA CHIỀU                      │
└─────────────────────────────────────┬───────────────────────────────────────┘
                                      │
        ┌─────────────────────────────┼─────────────────────────────┐
        ▼                             ▼                             ▼
┌───────────────────────────┐ ┌───────────────────────────┐ ┌───────────────────────────┐
│       LÝ THUYẾT           │ │         KỸ THUẬT          │ │         KINH TẾ             │
│ Mở rộng giải tích phi     │ │ Ứng dụng điều khiển công  │ │ Tối ưu hóa mô hình          │
│ tuyến; giải quyết triệt   │ │ suất mạng CDMA, xử lý tín │ │ Nash-Cournot; hỗ trợ điều   │
│ để bài toán cân bằng hai  │ │ hiệu số và học máy        │ │ hành thị trường năng lượng  │
│ cấp ràng buộc ẩn          │ │ (Machine Learning)        │ │ và chuỗi cung ứng           │
└───────────────────────────┘ └───────────────────────────┘ └───────────────────────────┘
  • Ý nghĩa Lý thuyết: Làm phong phú kho tàng giải tích lồi và lý thuyết tối ưu hóa toán học; thiết lập cầu nối liên thông giữa lý thuyết cân bằng phi tuyến và các phương pháp giải phương trình toán tử trong không gian vô hạn chiều.
  • Ý nghĩa Kỹ thuật và Công nghệ: Cung cấp thuật toán tối ưu hóa phân tán để giải quyết bài toán kiểm soát công suất trong mạng viễn thông đa truy cập phân chia theo mã (CDMA), giúp cực tiểu hóa giao thoa sóng và tối đa hóa dung lượng kênh truyền.
  • Ý nghĩa Kinh tế và Chính sách: Cung cấp công cụ toán định lượng chính xác cho các cơ quan hoạch định chính sách kinh tế vĩ mô nhằm tính toán điểm cân bằng thị trường điện lực, điều tiết sản lượng xuất khẩu và thiết lập cơ chế thuế tối ưu đối với các tập đoàn độc quyền nhóm.

Limitations và Future Research

  1. Ràng buộc Tính chất Song hàm cấp dưới: Luận án vẫn yêu cầu song hàm cấp dưới $g$ thỏa mãn tính para-đơn điệu hoặc giả đơn điệu. Trong thực tế, nhiều bài toán kinh tế học hành vi mang tính phi đơn điệu (non-monotone) hoặc tựa đơn điệu (quasimonotone).
  2. Độ nhạy của Bộ Tham số Lặp: Thuật toán phụ thuộc vào một chuỗi các tham số giảm dần ${\epsilon_k, \beta_k, \eta_k, \tau_k, \rho_k}$. Việc lựa chọn giá trị khởi tạo của các dãy này đòi hỏi kỹ năng tinh chỉnh thực nghiệm, chưa có cơ chế tự thích nghi hoàn toàn (fully adaptive stepsize).
  3. Phép chiếu trên Tập Lồi Phức tạp: Hiệu năng thuật toán tối ưu nhất khi phép chiếu trực giao $P_C$ có dạng hiển (như hình hộp, nửa không gian, hình cầu). Khi tập $C$ được định nghĩa bởi hệ bất đẳng thức phi tuyến phi lồi phức tạp, chi phí tính phép chiếu trực giao sẽ tăng lên đáng kể.

Chương trình nghiên cứu 5–10 năm tới:

  • Phát triển các phương pháp chiếu ngẫu nhiên (Stochastic Extended Projection) giải bài toán cân bằng hai cấp với dữ liệu lớn bị nhiễu (Big Data Noise).
  • Thiết lập cơ chế chọn bước nhảy tự thích nghi dựa trên kỹ thuật Barzilai-Borwein hoặc xấp xỉ quasi-Newton mà không cần biết trước các hằng số Lipschitz $L$ và hệ số đơn điệu mạnh $\beta$.
  • Mở rộng sang bài toán cân bằng hai cấp với song hàm đa trị trên đa tạp Riemannian.

Tác động và ảnh hưởng

  • Ảnh hưởng Học thuật: Đóng góp trực tiếp 04 công trình khoa học chất lượng cao (01 ISI Q1, 02 SCIE Q1/Q2). Các kết quả được báo cáo tại các diễn đàn đỉnh cao như Hội thảo "Những hướng mới trong tối ưu tính toán và ứng dụng" tại Viện Nghiên cứu Cao cấp về Toán (VIASM), Hội nghị Khoa học Ứng dụng Quốc tế ISAS-2022, và Hội nghị Toán học Toàn quốc lần thứ X (2023).
  • Tác động Chuyển đổi Ngành: Cung cấp lõi thuật toán tối ưu cho các phần mềm mô phỏng hệ thống lưới điện thông minh (Smart Grid) và quản lý lưu lượng giao thông thông minh trong các siêu đô thị.
  • Lợi ích Xã hội: Cung cấp mô hình định lượng hóa các chính sách hạn ngạch phát thải carbon (Cap-and-Trade), giúp cân bằng giữa tăng trưởng GDP và bảo vệ môi trường sinh thái.

Đối tượng hưởng lợi

┌─────────────────────────────────────────────────────────────────────────────┐
│                           ĐỐI TƯỢNG HƯỞNG LỢI                               │
└─────────────────────────────────────┬───────────────────────────────────────┘
                                      │
        ┌─────────────────────────────┼─────────────────────────────┐
        ▼                             ▼                             ▼
┌───────────────────────────┐ ┌───────────────────────────┐ ┌───────────────────────────┐
│    NCS & GIẢNG VIÊN       │ │      KỸ SƯ R&D          │ │   NHÀ HOẠCH ĐỊNH POLICY   │
│ Khai thác nền tảng lý     │ │ Áp dụng thuật toán vào  │ │ Sử dụng mô hình mô phỏng  │
│ thuyết, mở rộng đề tài    │ │ điều khiển mạng viễn    │ │ cân bằng vĩ mô để ban     │
│ nghiên cứu toán ứng dụng  │ │ thông, AI và tối ưu hóa │ │ hành chính sách kinh tế   │
└───────────────────────────┘ └───────────────────────────┘ └───────────────────────────┘
  1. Nghiên cứu sinh và Giảng viên Toán ứng dụng: Thụ hưởng khung lý thuyết hoàn chỉnh, các bổ đề giải tích phi tuyến và kỹ thuật phân tích dãy chỉ số lặp Maingé để mở rộng nghiên cứu sang các lớp bài toán bù suy rộng.
  2. Kỹ sư R&D trong Lĩnh vực Viễn thông & Học máy (AI/ML): Sử dụng trực tiếp thuật toán chiếu dưới đạo hàm xấp xỉ để tối ưu hóa công suất phát trạm BTS hoặc huấn luyện các mô hình học tăng cường hai cấp (Bi-level Reinforcement Learning).
  3. Chuyên gia Hoạch định Chính sách & Kinh tế vĩ mô: Ứng dụng mô hình cân bằng hai cấp để mô phỏng chính xác hành vi cạnh tranh thị trường, từ đó đưa ra mức thuế suất điều tiết tối ưu.

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 lý thuyết độc đáo nhất là việc thiết lập Định lý Hội tụ Mạnh cho Thuật toán Chiếu Dưới Đạo hàm Xấp xỉ trên không gian Hilbert thực mà chỉ đòi hỏi duy nhất một phép chiếu và một lần tính dưới vi phân xấp xỉ tại mỗi bước lặp. Công trình này mở rộng trực tiếp Lý thuyết Điểm gần kề của Martinet-Rockafellar và Lý thuyết Song hàm Cân bằng của Blum & Oettli (1994), giải phóng bài toán khỏi sự phụ thuộc vào các bài toán cân bằng phụ đắt đỏ về mặt tính toán.

2. Sự đổi mới phương pháp luận khi so sánh với các nghiên cứu tiền nhiệm?

So với thuật toán PPA của Moudafi (2010) (phải giải chính xác nghiệm bài toán phụ phi tuyến) và thuật toán PFBSA của Riahi et al. (2018) (yêu cầu tính đơn điệu bức ngặt nghèo), luận án đổi mới bằng cách tích hợp dưới vi phân xấp xỉ $\partial^\epsilon_2 g(x, x)$ với hệ số co bước nhảy $\alpha_k = \beta_k / \max{\rho_k, |g^k|}$, đồng thời ứng dụng kỹ thuật chỉ số phân nhánh Maingé để chứng minh sự hội tụ mạnh trong không gian vô hạn chiều mà không cần giả thiết compact của miền ràng buộc.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất?

Phát hiện rằng việc bổ sung số hạng gia tốc quán tính $\theta_k(x^k - x^{k-1})$ ở bước lặp không làm tăng thêm bất kỳ phép tính ma trận hay phép chiếu phụ nào, nhưng lại giúp thuật toán vượt qua các vùng yên ngựa (saddle points) và giảm tới 52% số chu kỳ lặp trên phần mềm MATLAB khi giải bài toán cân bằng kinh tế Nash-Cournot với số chiều biến số $n = 500$.

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

Luận án cung cấp đầy đủ các điều kiện giải tích chi tiết, hệ thống công thức giải tích hiển cho các phép chiếu $P_C$, quy tắc sinh chuỗi tham số ${\alpha_k, \beta_k, \eta_k, \tau_k, \xi_k}$, cấu trúc ma trận kiểm thử $Q$, vector $q$ và toàn bộ mã nguồn toán học thực thi trong môi trường MATLAB, đảm bảo khả năng tái lập độc lập 100% kết quả số.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo ra sao?

Tập trung vào ba trục chính: (1) Chuyển đổi thuật toán sang môi trường phân tán đám mây và xử lý song song; (2) Tích hợp học sâu (Deep Learning) để dự báo vector dưới đạo hàm xấp xỉ; (3) Ứng dụng giải quyết bài toán tối ưu hóa mạng lưới cung ứng Hydrogen xanh và thị trường tín chỉ carbon toàn cầu.

Kết luận

Luận án tiến sĩ của tác giả Hồ Phi Tứ là một công trình khoa học công phu, chuẩn mực và mang tính đột phá cao trong chuyên ngành Toán Ứng dụng, thể hiện qua 5 đóng góp cốt lõi:

  1. Xây dựng thành công thuật toán chiếu dưới đạo hàm xấp xỉ cho bài toán cân bằng hai cấp $\text{BEP}(C, g, f)$ với chi phí tính toán tối thiểu (chỉ 01 phép chiếu mỗi bước lặp).
  2. Thiết lập thuật toán chiếu quán tính giải bài toán cân bằng trên giao của tập điểm bất động và tập nghiệm cân bằng với tốc độ hội tụ gia tốc vượt trội.
  3. Mở rộng phương pháp đạo hàm tăng cường giải bài toán cân bằng hỗn hợp hai cấp $\text{BMEP}$ và chứng minh sự hội tụ mạnh trong không gian Hilbert.
  4. Đề xuất nguyên lý bài toán phụ DC tường minh, biến đổi hiệu quả bài toán cân bằng với ràng buộc bất đẳng thức biến phân affine thành các bài toán quy hoạch lồi và toàn phương.
  5. Hiện thực hóa và kiểm chứng thành công các thuật toán trên phần mềm MATLAB, áp dụng xuất sắc cho bài toán cân bằng kinh tế Nash-Cournot và mạng viễn thông CDMA.

Công trình đã nâng tầm năng lực giải thuật tối ưu phi tuyến, mở ra các hướng nghiên cứu mới về tối ưu hóa ngẫu nhiên và điều khiển tối ưu phân tầng, khẳng định vị thế học thuật vững chắc trong nền toán học ứng dụng đương đại.