Lý thuyết và ứng dụng giải tích phân thứ cho hệ động lực mờ - Ngô Văn Hòa

Tổng quan về luận án

Luận án tiến sĩ "Lý thuyết và ứng dụng của giải tích phân thứ cho hệ động lực mờ" của Ngô Văn Hòa đại diện cho một bước tiến quan trọng trong lĩnh vực Toán giải tích, giải quyết các thách thức cố hữu trong việc mô hình hóa các hệ thống động lực phức tạp và không chắc chắn. Nghiên cứu này đặt trong bối cảnh khoa học về nhu cầu ngày càng tăng đối với các công cụ toán học có khả năng nắm bắt hành vi của các hệ thống có tính chất nhớ dài và phụ thuộc vào lịch sử, đặc trưng bởi đạo hàm bậc không nguyên, và đồng thời xử lý các yếu tố không chắc chắn, nhiễu loạn thông qua lý thuyết tập mờ. Sự kết hợp giữa giải tích phân thứ và lý thuyết mờ là cần thiết vì các mô hình bậc nguyên cổ điển thường không đủ để mô tả các hiện tượng phức tạp chịu tác động của môi trường bên ngoài hoặc lỗi thiết bị.

Research Gap SPECIFIC với citations từ literature: Mặc dù đã có nhiều nỗ lực trong việc phát triển giải tích phân thứ mờ, các phương pháp tiếp cận trước đây, đặc biệt là khái niệm khả vi dựa trên hiệu Hukuhara tổng quát (Bede và Stefanini [10], Lakshmikantham và cộng sự [3]), đối mặt với "ít nhất sáu hạn chế" (Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [7]). Những hạn chế này bao gồm việc phép hiệu Hukuhara không luôn tồn tại và khó khăn trong việc hoàn thiện đạo hàm mờ, cũng như sự tồn tại nhiều nghiệm của bài toán. Các tiếp cận khác như tập mờ tương quan tuyến tính (Esmi cùng đồng nghiệp [23], Son và cộng sự [68]) bị đánh giá là "khá phức tạp và khó khăn khi được áp dụng," trong khi đại số mờ ràng buộc (Lodwick và Untiedt [43], Fortin et al. [24]) không đảm bảo kết quả luôn là một tập mờ. Luận án này đã xác định rõ khoảng trống nghiên cứu này: "Vì tiếp cận này mới chỉ được đề xuất gần đây nên việc phát triển lý thuyết cho hệ động lực và phương trình vi phân mờ với đạo hàm phân thứ vẫn là một lĩnh vực nghiên cứu mới và đầy thách thức. Vẫn còn rất nhiều vấn đề và loại bài toán chưa được khám phá đầy đủ." (Trang 3). Nghiên cứu này lấp đầy khoảng trống đó bằng cách sử dụng và phát triển khái niệm đạo hàm granular mờ (gr-đạo hàm) dựa trên hàm thành viên ngang (HMF), một phương pháp được coi là "hiệu quả và đáng tin cậy nhất" (Trang 3).

Research questions và hypotheses (đánh số cụ thể): Luận án giải quyết các câu hỏi nghiên cứu cốt lõi thông qua việc xây dựng lý thuyết và phân tích các tính chất định tính:

1. Làm thế nào để xây dựng cơ sở lý thuyết cho phép biến đổi Laplace phân thứ mờ và áp dụng nó để giải phương trình vi phân mờ dưới đạo hàm Caputo tổng quát, bao gồm chứng minh sự tồn tại, tính duy nhất nghiệm và phát triển phương pháp tìm nghiệm xấp xỉ cho bài toán phi tuyến?
2. Những bất đẳng thức mới nào có thể được thiết lập cho đạo hàm phân thứ Riemann-Liouville và Caputo tổng quát để nghiên cứu tính ổn định (Mittag-Leffler và tiệm cận) và bài toán ổn định hóa của các hệ động lực mờ, bao gồm cả các hệ có yếu tố xung tức thời?
3. Làm thế nào để xây dựng các bất đẳng thức cho đạo hàm phân thứ Caputo tổng quát bậc ngẫu nhiên và sử dụng chúng để khảo sát tính ổn định và bài toán ổn định hóa của hệ động lực phân thứ mờ nửa tuyến tính với bậc ngẫu nhiên?

Theoretical framework với tên theories cụ thể: Luận án được xây dựng trên nền tảng của ba lý thuyết chính: Giải tích phân thứ (Fractional Calculus) như được trình bày bởi Podlubny [66] và Kilbas cùng đồng nghiệp [38], Lý thuyết tập mờ (Fuzzy Set Theory) do Zadeh [77] khởi xướng và phát triển bởi Chang [15], Heilpern [25], Dubois và Prade [21], cùng với các nghiên cứu về giải tích mờ của Bede và Stefanini [10], Chalco-Cano và các cộng sự [13], Diamond và Kloeden [17], Lakshmikantham và Mohapatra [39]. Đặc biệt, nghiên cứu dựa trên Lý thuyết hệ động lực và tính ổn định (Dynamical Systems and Stability Theory), áp dụng phương pháp Lyapunov trực tiếp để phân tích tính ổn định. Khung lý thuyết này được mở rộng đáng kể thông qua việc sử dụng khái niệm Hàm thành viên ngang (HMF) và các phép toán granular của Piegat [64], Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [72] để xử lý các phép tính trong không gian số mờ, từ đó khắc phục những hạn chế của đại số mờ cổ điển.

Đóng góp đột phá với quantified impact: Luận án mang lại những đóng góp đột phá về lý thuyết và phương pháp, được củng cố bởi 03 bài báo đã được công bố trên các tạp chí ISI có uy tín, bao gồm 01 bài báo trên Information Sciences và 02 bài báo trên Fuzzy Sets and Systems. Những đóng góp chính gồm:

• Phát triển lý thuyết biến đổi Laplace phân thứ mờ, cung cấp một công cụ mạnh mẽ để giải phương trình vi phân mờ.
• Đề xuất phương pháp kết hợp biến đổi Laplace phân thứ tổng quát và phương pháp phân rã Adomian (ADM) để tìm nghiệm xấp xỉ của bài toán phi tuyến, đảm bảo dãy nghiệm hội tụ đến nghiệm chính xác.
• Xây dựng các bất đẳng thức đạo hàm phân thứ mới cho Riemann-Liouville, Caputo tổng quát và Caputo bậc ngẫu nhiên, làm nền tảng cho việc nghiên cứu tính ổn định mũ Mittag-Leffler và ổn định tiệm cận của các hệ động lực mờ.
• Nghiên cứu thành công bài toán ổn định hóa các hệ động lực mờ phức tạp (nửa tuyến tính, có xung, bậc ngẫu nhiên) thông qua việc đề xuất các bộ điều khiển phản hồi tuyến tính.

Scope (sample size, timeframe) và significance: Phạm vi nghiên cứu bao gồm các lớp phương trình vi phân mờ (2.1) với đạo hàm Caputo tổng quát và các hệ động lực mờ dưới đạo hàm phân thứ Riemann-Liouville tổng quát (0.2), Caputo tổng quát (0.3), và Caputo tổng quát bậc ngẫu nhiên (0.4). Nghiên cứu tập trung vào bậc đạo hàm α ∈ (0,1) và điều kiện bậc ngẫu nhiên 0 < α0 + r_n < 1. Mặc dù là một luận án toán học thuần túy, không có "sample size" theo nghĩa thống kê, các "ví dụ số để minh họa" (Trang x) được cung cấp với các thông số cụ thể để kiểm nghiệm lý thuyết. Về mặt thời gian, luận án được hoàn thành vào năm 2024, phản ánh những tiến bộ mới nhất trong lĩnh vực. Tầm quan trọng của nghiên cứu nằm ở việc cung cấp một nền tảng lý thuyết vững chắc và các công cụ phân tích hiệu quả hơn cho việc mô hình hóa, phân tích và điều khiển các hệ thống thực tế có tính phức tạp và không chắc chắn, mở ra các hướng ứng dụng tiềm năng trong điều khiển tự động và xử lý tín hiệu.

Literature Review và Positioning

Luận án "Lý thuyết và ứng dụng của giải tích phân thứ cho hệ động lực mờ" được định vị một cách chiến lược trong bối cảnh các nghiên cứu quốc tế về giải tích phân thứ và lý thuyết mờ, thừa nhận những đóng góp và đồng thời giải quyết các hạn chế của các phương pháp hiện có.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Nghiên cứu này tổng hợp các dòng lý thuyết chính. Đầu tiên là giải tích phân thứ, một lĩnh vực toán học đang phát triển mạnh mẽ, được nền tảng bởi các công trình kinh điển của Podlubny [66] và Kilbas cùng đồng nghiệp [38]. Giải tích phân thứ đã chứng minh khả năng vượt trội trong việc mô hình hóa các hiện tượng có "bộ nhớ lâu và ảnh hưởng di truyền" (Trang 19), trái ngược với các mô hình bậc nguyên chỉ phụ thuộc vào trạng thái hiện tại. Thứ hai là lý thuyết tập mờ, được Zadeh [77] giới thiệu, cung cấp một khuôn khổ để diễn đạt sự không chắc chắn không dựa trên xác suất truyền thống. Các phép toán giải tích mờ đã được xây dựng và hoàn thiện bởi các học giả như Chang [15], Heilpern [25], Dubois và Prade [21], Bede và Stefanini [10], Chalco-Cano và cộng sự [13], Diamond và Kloeden [17], Lakshmikantham và Mohapatra [39]. Trong lĩnh vực hệ động lực mờ và phương trình vi phân mờ, Kaleva [36] đã đặt nền móng với khái niệm đạo hàm Hukuhara, sau đó được phát triển bởi các nhóm nghiên cứu của Nieto [37], Long và Son [44], Lupulescu [47], và Hoa [26]. Ngoài ra, luận án cũng đề cập đến giải tích khoảng của Moore [55, 56] và mối liên hệ của nó với giải tích mờ thông qua tập mức (Pedrycz và Gomide [61]), với các nghiên cứu của Chalco-Cano và cộng sự [14], Lupulescu [48], Malinowski [51], và Hoa [27, 49].

Contradictions/debates với ít nhất 2 opposing views: Luận án làm nổi bật những điểm mâu thuẫn và tranh luận chính trong lĩnh vực giải tích phân thứ mờ, đặc biệt là xung quanh các khái niệm khả vi của hàm mờ:

1. Hiệu Hukuhara tổng quát: Mặc dù được sử dụng rộng rãi, tiếp cận này "vẫn đối mặt với nhiều nhược điểm khi áp dụng trong thực tế" (Trang 2). Đặc biệt, phép hiệu Hukuhara tổng quát không luôn tồn tại, gây khó khăn trong việc hoàn thiện đạo hàm mờ và dẫn đến "sự tồn tại nhiều nghiệm của bài toán cũng là một điểm yếu lớn" (Trang 2). Mazandarani và đồng nghiệp [54], cùng Hoa và đồng nghiệp [7], đã chỉ ra "ít nhất sáu hạn chế của việc nghiên cứu phương trình vi phân mờ thông qua tiếp cận hiệu Hukuhara."
2. Tiếp cận dựa trên tập mờ tương quan tuyến tính: Tiếp cận này, được Esmi cùng đồng nghiệp [23] và Son và cộng sự [68] giới thiệu, mặc dù có thể khắc phục một số nhược điểm của hiệu Hukuhara, nhưng lại "khá phức tạp và khó khăn khi được áp dụng để nghiên cứu lý thuyết và ứng dụng của hệ động lực mờ" (Trang 2).
3. Tiếp cận dựa trên đại số mờ ràng buộc: Mặc dù khôi phục một số tính chất số học, phương pháp này "không đảm bảo kết quả của các phép tính luôn là một tập mờ" (Trang 2), như đã thảo luận trong tài liệu tham khảo [65], tạo ra sự không nhất quán trong khuôn khổ toán học.

Positioning trong literature với specific gap identified: Luận án định vị mình bằng cách phát triển tiếp cận thứ tư, dựa trên "hiệu của các tập mờ thông qua khái niệm hàm thuộc ngang (HMF) trong không gian đại số mờ đa chiều" (Trang 2). Phương pháp này được Piegat [64], Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [72] đề xuất và phát triển, đã "khắc phục hầu hết các hạn chế của các phương pháp trước đó và mang lại nhiều ưu điểm đáng kể" (Trang 3). Đây là một khoảng trống quan trọng vì "tiếp cận này mới chỉ được đề xuất gần đây nên việc phát triển lý thuyết cho hệ động lực và phương trình vi phân mờ với đạo hàm phân thứ vẫn là một lĩnh vực nghiên cứu mới và đầy thách thức. Vẫn còn rất nhiều vấn đề và loại bài toán chưa được khám phá đầy đủ." (Trang 3).

How this advances field với concrete contributions: Bằng cách tập trung vào phương pháp HMF-granular, luận án tiến bộ trong lĩnh vực này theo nhiều cách:

• Cung cấp một khuôn khổ toán học chặt chẽ và nhất quán hơn để định nghĩa và thực hiện các phép toán trên các số và hàm mờ, vượt qua các vấn đề tồn tại của phép hiệu Hukuhara.
• Cho phép xây dựng các công cụ phân tích mới như biến đổi Laplace phân thứ mờ và các bất đẳng thức đạo hàm phân thứ cho hàm mờ granular, điều này trước đây rất khó khăn hoặc không khả thi với các phương pháp cũ.
• Mở rộng khả năng ứng dụng của giải tích phân thứ mờ để giải quyết các bài toán ổn định và ổn định hóa trong các hệ động lực mờ phức tạp, bao gồm cả yếu tố xung và bậc ngẫu nhiên, như nghiên cứu của Dong và đồng nghiệp [19] về mô hình dịch bệnh SIR/SEIR hay Najariyan và đồng nghiệp [58] về điều khiển máy bay Boeing 747.

So sánh với ÍT NHẤT 2 international studies: Luận án tiến triển vượt ra ngoài các nghiên cứu của Lakshmikantham và cộng sự [3] và Mazandarani và đồng nghiệp [54] bằng cách cung cấp một giải pháp cho các hạn chế của phép hiệu Hukuhara tổng quát. Trong khi các nghiên cứu đó sử dụng hiệu Hukuhara để xây dựng giải tích phân thứ mờ, luận án này thay thế nó bằng khái niệm đạo hàm granular mờ (gr-đạo hàm) dựa trên HMF, mà theo tác giả, "đã khắc phục hầu hết các hạn chế của các phương pháp trước đó" (Trang 3). Cụ thể, Mazandarani và đồng nghiệp [54] đã xác định ít nhất sáu hạn chế của tiếp cận Hukuhara, mà luận án này hướng tới giải quyết thông qua phương pháp HMF. Ngoài ra, luận án cũng cung cấp một cách tiếp cận khả thi và linh hoạt hơn so với phương pháp dựa trên Fréchet của Son và đồng nghiệp [68], vốn "khá phức tạp và khó khăn khi được áp dụng" (Trang 2) cho hệ động lực mờ, bằng cách đề xuất các phép toán granular.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra những đóng góp lý thuyết đáng kể bằng cách mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực giải tích phân thứ và lý thuyết mờ.

Extend/challenge WHICH specific theories (name theorists):

• Mở rộng Lý thuyết Giải tích Phân thứ (Podlubny [66], Kilbas và đồng nghiệp [38]) bằng cách tích hợp nó với các khái niệm mờ mới thông qua biểu diễn hàm thành viên ngang (HMF). Luận án không chỉ áp dụng các đạo hàm phân thứ Riemann-Liouville và Caputo truyền thống mà còn mở rộng chúng sang môi trường mờ, bao gồm cả đạo hàm phân thứ Caputo bậc ngẫu nhiên.
• Mở rộng Lý thuyết Tập mờ (Zadeh [77]) bằng việc phát triển khái niệm đạo hàm granular mờ (gr-đạo hàm) và các phép toán granular (Piegat [64], Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [72]). Điều này thách thức các khái niệm khả vi mờ truyền thống như đạo hàm Hukuhara (Kaleva [36]) và hiệu Hukuhara tổng quát (Stefanini [69], Bede và Stefanini [10]) vốn gặp phải nhiều hạn chế về sự tồn tại và tính nhất quán, như đã được Mazandarani và đồng nghiệp [54] cùng Hoa và đồng nghiệp [7] chỉ ra.
• Mở rộng Lý thuyết Ổn định Lyapunov cho các hệ động lực phân thứ mờ, bao gồm cả các hệ có xung và bậc ngẫu nhiên, một lĩnh vực còn ít được khám phá một cách chặt chẽ.

Conceptual framework với components và relationships: Khung phân tích của luận án tích hợp ba thành phần chính:

1. Lý thuyết tập mờ dựa trên HMF: Đây là nền tảng để định nghĩa các số mờ, hàm mờ và các phép toán đại số granular (ví dụ: H(v Ogr w) = H(v) * H(w)), cho phép xử lý các yếu tố không chắc chắn. Biểu diễn HMF wgr(γ, μw) = w(γ) + (w(γ) - w(γ))μw (1.15) cho phép chuyển đổi các phép toán mờ thành các phép toán trên hàm thực đa biến, giải quyết các hạn chế của đại số mờ cổ điển.
2. Giải tích phân thứ mờ: Áp dụng các khái niệm đạo hàm phân thứ (Riemann-Liouville, Caputo, Caputo bậc ngẫu nhiên) cho các hàm mờ được biểu diễn qua HMF. Điều này đòi hỏi việc xây dựng các bất đẳng thức đạo hàm phân thứ mờ mới.
3. Lý thuyết ổn định hệ động lực: Sử dụng phương pháp Lyapunov trực tiếp, kết hợp với các bất đẳng thức đạo hàm phân thứ mờ đã được xây dựng, để phân tích tính ổn định mũ Mittag-Leffler và ổn định tiệm cận của các hệ động lực mờ, cũng như thiết kế các bộ điều khiển phản hồi tuyến tính để ổn định hóa hệ thống.

Theoretical model với propositions/hypotheses numbered: Luận án đưa ra các mô hình lý thuyết cụ thể, với các đề xuất và giả thuyết được nghiên cứu trong từng chương:

• Chương 2: Phương trình vi phân mờ với đạo hàm Caputo tổng quát:
  • Mô hình: cDa^α w(x) = A_gr w(x) + F(x, w(x)), w(0) = w0. (0.1)
  • Giả thuyết 2.1: Sự tồn tại và tính duy nhất nghiệm của bài toán nửa tuyến tính (0.1) được chứng minh bằng định lý điểm bất động Banach.
  • Giả thuyết 2.2: Phương pháp mới kết hợp biến đổi Laplace phân thứ tổng quát và phân rã Adomian (ADM) có thể tìm nghiệm xấp xỉ của bài toán phi tuyến (0.1), và dãy nghiệm này hội tụ đến nghiệm chính xác.
• Chương 3: Hệ động lực mờ với đạo hàm phân thứ Riemann-Liouville tổng quát và Caputo tổng quát (có xung):
  • Mô hình 3.1: RDa^α W(x) = A_gr W(x) + F(x, W(x)). (0.2)
  • Mô hình 3.2: Hệ động lực mờ có xung cDa^α W(x) = A_k gr W(x) + F(x, W(x)) và ΔW(xj) = J_k gr W(xj). (0.3)
  • Giả thuyết 3.1: Các giả thiết mới được đề xuất có thể đảm bảo tính ổn định mũ Mittag-Leffler và ổn định tiệm cận cho các hệ (0.2) và (0.3).
  • Giả thuyết 3.2: Bộ điều khiển phản hồi tuyến tính có thể ổn định hóa các trạng thái không ổn định của các hệ (0.2) và (0.3).
• Chương 4: Hệ động lực mờ với đạo hàm phân thứ Caputo bậc ngẫu nhiên:
  • Mô hình: cDa^(α0+r_n) W(x) = A_gr W(x) + F(x, W(x)) với p(r_n|0 < α0 + r_n < 1) = 1. (0.4)
  • Giả thuyết 4.1: Các giả thiết mới có thể đảm bảo tính ổn định mũ Mittag-Leffler và ổn định tiệm cận cho hệ (0.4).
  • Giả thuyết 4.2: Bộ điều khiển phản hồi tuyến tính có thể ổn định hóa hệ (0.4).

Paradigm shift với EVIDENCE từ findings: Luận án không đề xuất một "paradigm shift" hoàn toàn nhưng tạo ra một sự dịch chuyển đáng kể trong cách tiếp cận các bài toán giải tích mờ, đặc biệt là trong việc xử lý đạo hàm mờ. Bằng cách chứng minh tính ưu việt của phương pháp HMF-granular so với các phương pháp trước đây (như hiệu Hukuhara), nghiên cứu này đặt nền móng cho một "hướng tiếp cận được đánh giá là hiệu quả và đáng tin cậy nhất" (Trang 3). Các kết quả như sự tồn tại và duy nhất nghiệm bằng định lý điểm bất động Banach và phương pháp giải nghiệm xấp xỉ kết hợp biến đổi Laplace phân thứ và ADM là minh chứng cho việc thiết lập một khung lý thuyết mạnh mẽ hơn, mở rộng đáng kể khả năng phân tích và giải quyết các bài toán trong giải tích phân thứ mờ.

Khung phân tích độc đáo

Khung phân tích của luận án nổi bật nhờ sự tích hợp sâu rộng các lý thuyết và phương pháp, cũng như việc giới thiệu các khái niệm độc đáo.

Integration của theories (name 3+ specific theories): Khung phân tích tích hợp chặt chẽ:

1. Lý thuyết tập mờ đa chiều dựa trên HMF (Mazandarani et al. [54], Hoa et al. [72]), thay thế các đại số mờ cổ điển.
2. Giải tích phân thứ (Podlubny [66], Kilbas et al. [38]) với các định nghĩa đạo hàm Riemann-Liouville, Caputo, và mở rộng sang bậc ngẫu nhiên.
3. Lý thuyết Lyapunov về tính ổn định với việc áp dụng phương pháp trực tiếp, được củng cố bởi các bất đẳng thức đạo hàm phân thứ mờ mới. Sự tích hợp này cho phép nghiên cứu các hệ động lực mờ dưới tác động của các yếu tố phức tạp như đạo hàm bậc phân thứ, xung tức thời và bậc ngẫu nhiên, điều mà các lý thuyết riêng lẻ hoặc các phương pháp mờ trước đây không thể giải quyết một cách hiệu quả.

Novel analytical approach với justification: Phương pháp phân tích độc đáo nhất là sự kết hợp giữa biến đổi Laplace phân thứ tổng quát với phương pháp phân rã Adomian (ADM) để tìm nghiệm xấp xỉ của phương trình vi phân mờ phi tuyến. Lý do cho cách tiếp cận này là "mang lại một nghiệm xấp xỉ của bài toán phi tuyến dưới dạng một dãy vô hạn của nghiệm các phương trình tuyến tính, và dãy này hội tụ đến nghiệm chính xác của bài toán phi tuyến" (Trang x). Điều này giải quyết vấn đề phức tạp của tính phi tuyến trong môi trường mờ phân thứ, điều mà các phương pháp giải nghiệm truyền thống thường gặp khó khăn.

Conceptual contributions với definitions: Luận án giới thiệu và làm rõ các đóng góp khái niệm quan trọng:

• Hàm thành viên ngang (Horizontal Membership Function - HMF): wgr(γ, μw) = w(γ) + (w(γ) - w(γ))μw (1.15), biểu diễn số mờ như một hàm thực đa biến, tạo điều kiện cho các phép toán đại số và giải tích mờ nhất quán.
• Các phép toán granular: Các phép toán đại số (cộng, trừ, nhân, chia) và giải tích (đạo hàm, tích phân) trên các số và hàm mờ được định nghĩa dựa trên HMF, giải quyết các "hạn chế của các phép toán đại số mờ cổ điển" (Trang 2).
• Đạo hàm granular mờ (gr-đạo hàm): Khái niệm mới về đạo hàm phân thứ mờ (Caputo, Riemann-Liouville) được xây dựng dựa trên HMF và các phép toán granular, mang lại một phương pháp khả vi mờ linh hoạt và robust hơn.
• Khoảng cách granular: Dgr[v, w] (1.19) định nghĩa khoảng cách giữa hai số mờ, cho phép định lượng sự khác biệt và phân tích hội tụ.

Boundary conditions explicitly stated: Các điều kiện biên của nghiên cứu được xác định rõ ràng:

• Bậc đạo hàm phân thứ: α ∈ (0,1).
• Bậc đạo hàm ngẫu nhiên: 0 < α0 + r_n < 1 với p(r_n|0 < α0 + r_n < 1) = 1 (0.4), trong đó p(.) là hàm mật độ xác suất.
• Hệ thống nghiên cứu: Các phương trình vi phân mờ nửa tuyến tính, hệ động lực mờ nửa tuyến tính, hệ có xung tức thời.
• Hàm phi tuyến: F(x, w(x)) và F(x,0)=0 (trong chương 4) để đảm bảo điều kiện cho tính ổn định.
• Các ví dụ số: được minh họa với các hàm mờ hình thang hoặc tam giác và các ma trận hằng cụ thể.

Phương pháp nghiên cứu tiên tiến

Luận án sử dụng một bộ phương pháp nghiên cứu chặt chẽ và tiên tiến, đặc biệt được thiết kế để xử lý tính phức tạp của hệ thống động lực mờ với đạo hàm phân thứ.

Thiết kế nghiên cứu

Research philosophy (positivism/interpretivism/critical realism): Triết lý nghiên cứu chủ yếu là positivism trong lĩnh vực toán học. Luận án nhằm mục đích thiết lập các chân lý khách quan, có thể tổng quát hóa được về sự tồn tại, tính duy nhất nghiệm và các điều kiện ổn định của các hệ động lực mờ phân thứ. Điều này thể hiện qua việc xây dựng các định lý, chứng minh toán học nghiêm ngặt và kiểm nghiệm bằng ví dụ số. Mặc dù lý thuyết mờ tự nó có thể được liên hệ với các khía cạnh của interpretivism trong việc mô hình hóa sự không chắc chắn chủ quan, nhưng phương pháp phân tích trong luận án này tuân thủ các tiêu chuẩn của khoa học chính xác, tìm kiếm các quy luật và điều kiện có tính phổ quát trong khuôn khổ toán học.

Mixed methods với SPECIFIC combination rationale: Trong ngữ cảnh luận án toán học, không có "mixed methods" theo nghĩa xã hội học truyền thống. Thay vào đó, nó sử dụng một sự kết hợp chặt chẽ của:

1. Phương pháp lý thuyết-phân tích: Để xây dựng các định nghĩa mới (HMF, đạo hàm granular), các phép biến đổi (Laplace phân thứ mờ), và các bất đẳng thức.
2. Phương pháp chứng minh định lý: Áp dụng các công cụ toán học cao cấp như định lý điểm bất động Banach và phương pháp Lyapunov trực tiếp để chứng minh sự tồn tại, tính duy nhất nghiệm và các điều kiện ổn định.
3. Phương pháp giải nghiệm xấp xỉ: Kết hợp biến đổi Laplace phân thứ với phương pháp phân rã Adomian (ADM) cho bài toán phi tuyến.
4. Minh họa số: Sử dụng các ví dụ cụ thể và tính toán (ví dụ, Hình 3.11, Hình 4.14) để minh họa các kết quả lý thuyết, giúp kiểm chứng tính khả thi và hiệu quả của phương pháp.

Multi-level design với levels clearly defined: Không áp dụng thiết kế đa cấp. Nghiên cứu tập trung vào phân tích các phương trình và hệ động lực ở cấp độ vi phân và tích phân mờ.

Sample size và selection criteria EXACT: Trong nghiên cứu toán học thuần túy, khái niệm "sample size" không áp dụng. Tuy nhiên, luận án xử lý một tập hợp cụ thể các loại hệ thống:

• Phương trình vi phân mờ nửa tuyến tính với đạo hàm Caputo tổng quát.
• Hệ động lực mờ nửa tuyến tính với đạo hàm Riemann-Liouville tổng quát.
• Hệ động lực mờ nửa tuyến tính có yếu tố xung tức thời với đạo hàm Caputo tổng quát.
• Hệ động lực mờ nửa tuyến tính với đạo hàm Caputo bậc ngẫu nhiên. Các ví dụ minh họa số được lựa chọn cẩn thận để đại diện cho các trường hợp điển hình của từng loại hệ thống, với các thông số cụ thể như bậc đạo hàm α (ví dụ, α=0.9 trong Hình 3.11), phân phối nhiễu ngẫu nhiên (phân phối đều hoặc phân phối Gauss trong Chương 4), và đặc tính của hàm mờ (ví dụ, số mờ hình thang u = (1,3,5,7) và số mờ tam giác w = (0,4,8) trong phần giới thiệu).

Quy trình nghiên cứu rigorous

Sampling strategy với inclusion/exclusion criteria: Không có chiến lược lấy mẫu trong nghiên cứu toán học này.

Data collection protocols với instruments described: Không có quy trình thu thập dữ liệu thực nghiệm. "Dữ liệu" của luận án là các khái niệm, định nghĩa, định lý và các phương trình toán học. "Công cụ" là các phép toán giải tích phân thứ, lý thuyết tập mờ HMF, và các định lý toán học.

Triangulation (data/method/investigator/theory): Mặc dù không theo nghĩa xã hội học, luận án đạt được một hình thức "kiểm định" thông qua:

• Triangulation lý thuyết: Các kết quả được xây dựng dựa trên sự kết hợp và mở rộng của nhiều lý thuyết đã được thiết lập (giải tích phân thứ, lý thuyết tập mờ, lý thuyết ổn định Lyapunov).
• Triangulation phương pháp: Sự kết hợp giữa các chứng minh lý thuyết nghiêm ngặt, phương pháp giải nghiệm xấp xỉ mới, và minh họa số giúp củng cố độ tin cậy của các phát hiện.
• Triangulation nhà nghiên cứu/bên ngoài: Việc công bố 03 bài báo trên các tạp chí ISI uy tín (Information Sciences, Fuzzy Sets and Systems) thể hiện rằng các kết quả đã vượt qua quá trình bình duyệt nghiêm ngặt của cộng đồng khoa học quốc tế, đảm bảo tính khách quan và khoa học của nghiên cứu.

Validity (construct/internal/external) và reliability (α values):

• Tính hợp lệ nội tại (Internal validity): Được đảm bảo bởi sự chặt chẽ của các chứng minh toán học, các định lý và bổ đề được xây dựng. Các bước suy luận logic và các điều kiện áp dụng được nêu rõ ràng.
• Tính hợp lệ cấu trúc (Construct validity): Các khái niệm như "đạo hàm granular mờ" và "phép toán granular" được định nghĩa rõ ràng và nhất quán với khuôn khổ lý thuyết đã được phát triển trong các nghiên cứu trước đây của Piegat [64], Mazandarani và đồng nghiệp [54], và Hoa và đồng nghiệp [72].
• Tính hợp lệ bên ngoài (External validity / Generalizability): Các định lý và điều kiện ổn định được trình bày có tính tổng quát cho các lớp hệ động lực mờ phân thứ được nghiên cứu. Các điều kiện biên (ví dụ, bậc đạo hàm α ∈ (0,1)) được xác định rõ ràng, cho phép các nhà nghiên cứu khác áp dụng hoặc mở rộng kết quả trong các bối cảnh tương tự.
• Độ tin cậy (Reliability): Trong toán học, độ tin cậy được đảm bảo bởi tính lặp lại của các chứng minh và tính nhất quán của các định nghĩa. Các ví dụ số minh họa cung cấp bằng chứng thực nghiệm về tính đúng đắn của phương pháp, chẳng hạn như "Sai số giữa nghiệm xấp xỉ và nghiệm chính xác trong Ví dụ 2.2" (Bảng 2.2) với các giá trị sai số được báo cáo, củng cố độ tin cậy của phương pháp giải nghiệm xấp xỉ.

Data và phân tích

Sample characteristics với demographics/statistics: Không có "data sample" hay "demographics" theo nghĩa thông thường. Thay vào đó, "data" là các thông số toán học được sử dụng trong các ví dụ số để minh họa các khái niệm và kết quả. Ví dụ, trong Bảng 1.2 và 1.3, luận án trình bày "Sai số tương đối giữa dữ liệu thực tế và dữ liệu mô hình bậc nguyên (i), mô hình bậc phân thứ (ii) 39" và "Sai số tương đối giữa dữ liệu thực tế và dữ liệu từ các mô hình bậc phân thứ (ii) và (iii)". Điều này cung cấp bằng chứng định lượng về hiệu suất của các mô hình phân thứ so với các mô hình bậc nguyên.

Advanced techniques (SEM/multilevel/QCA etc.) với software: Các kỹ thuật phân tích tiên tiến bao gồm:

• Định lý điểm bất động Banach: Để chứng minh sự tồn tại và tính duy nhất nghiệm cho phương trình vi phân mờ phi tuyến.
• Biến đổi Laplace phân thứ mờ: Một công cụ biến đổi toán học mới được xây dựng để giải các phương trình vi phân phân thứ mờ.
• Phương pháp phân rã Adomian (ADM): Được kết hợp với biến đổi Laplace để tìm nghiệm xấp xỉ của các bài toán phi tuyến.
• Phương pháp Lyapunov trực tiếp: Công cụ chính để phân tích tính ổn định (Mittag-Leffler và tiệm cận) của các hệ động lực mờ, kết hợp với các bất đẳng thức đạo hàm phân thứ mờ mới.
• Bất đẳng thức Grönwall-Bellman: Một công cụ phân tích quan trọng được sử dụng để ước lượng và chứng minh tính ổn định.
• Hàm Mittag-Leffler: Tính chất của hàm này được sử dụng rộng rãi trong nghiên cứu tính ổn định mũ Mittag-Leffler. Việc minh họa số được thực hiện bằng cách sử dụng các phần mềm tính toán toán học như MATLAB hoặc Mathematica (mặc dù không được ghi chú rõ ràng trong văn bản cung cấp, đây là các công cụ tiêu chuẩn cho các minh họa số trong toán học ứng dụng), để tạo ra các hình vẽ như Hình 3.11 ("Minh họa sự ổn định của hệ (3.66) với bộ điều khiển đề xuất, trong đó α=0.9") và các bảng sai số.

Robustness checks với alternative specifications: Tính robust của các kết quả được thể hiện qua việc phân tích các loại hệ động lực mờ khác nhau (nửa tuyến tính, có xung, bậc ngẫu nhiên) và các loại đạo hàm phân thứ khác nhau (Riemann-Liouville, Caputo), cùng với việc so sánh hiệu suất của các mô hình (ví dụ, so sánh mô hình bậc phân thứ với bậc nguyên trong Bảng 1.2). Mặc dù không có "alternative specifications" theo nghĩa mô hình hồi quy, việc kiểm tra các giả định và điều kiện khác nhau cho từng định lý cung cấp một hình thức kiểm tra độ vững chắc của các phát hiện lý thuyết.

Effect sizes và confidence intervals reported: Trong luận án toán học, "effect sizes" và "confidence intervals" không được báo cáo theo cách truyền thống. Tuy nhiên, các giá trị "Sai số giữa nghiệm xấp xỉ và nghiệm chính xác" (Bảng 2.1, 2.2) và "Sai số tương đối giữa dữ liệu thực tế và dữ liệu mô hình" (Bảng 1.2, 1.3) cung cấp một thước đo định lượng về độ chính xác và hiệu suất của phương pháp được đề xuất. Các biểu đồ minh họa như Hình 2.1 và 2.2 trực quan hóa sự hội tụ của nghiệm xấp xỉ với nghiệm chính xác, cho thấy sự khác biệt là nhỏ và có thể chấp nhận được.

Phát hiện đột phá và implications

Luận án này đã đạt được những phát hiện then chốt và có ý nghĩa sâu rộng cho cả lý thuyết và thực tiễn.

Những phát hiện then chốt

1. Sự tồn tại và duy nhất nghiệm cho PTVP mờ phi tuyến: Luận án đã chứng minh thành công "sự tồn tại và tính duy nhất nghiệm của bài toán nửa tuyến tính thông qua việc sử dụng định lý điểm bất động Banach" (Trang x) đối với phương trình vi phân mờ với đạo hàm phân thứ Caputo tổng quát (0.1). Đây là một kết quả nền tảng, đảm bảo tính hợp lệ của việc nghiên cứu các giải pháp.
2. Phương pháp giải nghiệm xấp xỉ mới hiệu quả: Đề xuất một "phương pháp mới để tìm nghiệm của bài toán phi tuyến" (Trang x) bằng cách kết hợp biến đổi Laplace phân thứ tổng quát và phương pháp phân rã Adomian (ADM). Phương pháp này tạo ra "một dãy vô hạn của nghiệm các phương trình tuyến tính, và dãy này hội tụ đến nghiệm chính xác của bài toán phi tuyến" (Trang x), với "sai số giữa nghiệm xấp xỉ và nghiệm chính xác" được định lượng trong Bảng 2.1 và 2.2, cho thấy độ chính xác cao.
3. Bất đẳng thức đạo hàm phân thứ mờ và phân tích ổn định toàn diện: Xây dựng các bất đẳng thức mới cho đạo hàm phân thứ Riemann-Liouville và Caputo tổng quát (Chương 3), cũng như Caputo bậc ngẫu nhiên (Chương 4). Những bất đẳng thức này, cùng với phương pháp Lyapunov trực tiếp, cho phép nghiên cứu tính ổn định mũ Mittag-Leffler và ổn định tiệm cận của các hệ động lực mờ phức tạp, bao gồm hệ nửa tuyến tính, hệ có xung tức thời (0.3), và hệ với bậc đạo hàm ngẫu nhiên (0.4).
4. Giải pháp ổn định hóa tiên tiến: Thành công trong việc đề xuất các "bộ điều khiển phản hồi tuyến tính" (Trang x) để ổn định hóa các trạng thái không ổn định của các hệ động lực mờ đã nghiên cứu. Điều này được minh họa cụ thể, ví dụ, "Minh họa sự ổn định của hệ (3.66) với bộ điều khiển đề xuất, trong đó α=0.9" (Hình 3.11), cho thấy khả năng thực tiễn của các bộ điều khiển này.
5. Minh họa số củng cố lý thuyết: Tất cả các kết quả lý thuyết chính đều được minh họa bằng các ví dụ số chi tiết, cung cấp bằng chứng cụ thể và trực quan về tính đúng đắn và hiệu quả của các phương pháp. Ví dụ, Bảng 1.2 và 1.3 đã trình bày "Sai số tương đối giữa dữ liệu thực tế và dữ liệu mô hình bậc nguyên (i), mô hình bậc phân thứ (ii) 39", chỉ ra sự phù hợp vượt trội của mô hình phân thứ.

Implications đa chiều

• Theoretical advances với contribution to 2+ theories: Luận án đóng góp đáng kể vào Lý thuyết Giải tích Phân thứ bằng cách mở rộng các toán tử đạo hàm sang miền mờ thông qua khái niệm granular, và vào Lý thuyết Tập mờ bằng việc cung cấp một khuôn khổ khả vi và tích hợp chặt chẽ dựa trên HMF, khắc phục các hạn chế lịch sử. Nó cũng làm phong phú Lý thuyết Ổn định Lyapunov bằng cách mở rộng áp dụng của nó cho các hệ thống phức tạp, không chắc chắn.
• Methodological innovations applicable to other contexts: Phương pháp kết hợp biến đổi Laplace phân thứ và ADM có tiềm năng ứng dụng rộng rãi trong việc giải quyết các phương trình vi phân phân thứ phi tuyến tính trong nhiều lĩnh vực khác nhau (ví dụ, vật lý, kỹ thuật) khi các yếu tố không chắc chắn được mô hình hóa bằng tập mờ. Các bất đẳng thức đạo hàm phân thứ mờ mới cũng có thể được sử dụng làm công cụ phân tích trong các nghiên cứu tương lai về các tính chất khác của hệ động lực mờ.
• Practical applications với specific recommendations: Các kết quả của luận án có ứng dụng trực tiếp trong "điều khiển tự động và xử lý tín hiệu" (Trang xii), nơi cần mô hình hóa chính xác các hệ thống phức tạp và phi tuyến có tính chất thay đổi theo thời gian. Nghiên cứu cung cấp cơ sở để "thiết kế một bộ điều khiển phản hồi tuyến tính có thể ổn định các trạng thái không ổn định của hệ thống" (Trang x), điều này cực kỳ quan trọng trong kỹ thuật hàng không (ví dụ, điều khiển máy bay Boeing 747 theo hướng mong muốn, Najariyan và đồng nghiệp [58]), robot học và các hệ thống điều khiển công nghiệp.
• Policy recommendations với implementation pathway: Mặc dù là một luận án toán học thuần túy, các mô hình và phương pháp được phát triển có thể cung cấp nền tảng cho việc đưa ra "khuyến nghị chính sách dựa trên bằng chứng" trong các lĩnh vực yêu cầu ra quyết định dưới sự không chắc chắn, ví dụ, trong "dự đoán đợt bùng phát của virus Sars-Cov-2" (Cecconello và đồng nghiệp [12]) hoặc "điều khiển tối ưu các mô hình dịch bệnh SIR và SEIR" (Dong và đồng nghiệp [19]), giúp các nhà hoạch định chính sách hiểu rõ hơn về động thái của các hệ thống phức tạp và đề xuất các biện pháp can thiệp hiệu quả.
• Generalizability conditions clearly specified: Các điều kiện áp dụng cho các định lý và phương pháp được nêu rõ ràng, bao gồm khoảng bậc đạo hàm α ∈ (0,1) và các điều kiện về hàm mờ phi tuyến. Điều này đảm bảo rằng các kết quả có thể được tổng quát hóa trong phạm vi các giả định đã đặt ra, cho phép các nhà nghiên cứu khác áp dụng hoặc mở rộng công việc này.

Limitations và Future Research

Luận án đã đạt được những thành tựu đáng kể, nhưng cũng thẳng thắn thừa nhận các hạn chế và đề xuất những hướng nghiên cứu trong tương lai.

3-4 specific limitations acknowledged:

1. Phạm vi lý thuyết về giải tích phân thứ mờ: Mặc dù phương pháp HMF-granular đã "khắc phục hầu hết các hạn chế của các phương pháp trước đó" (Trang 3), nhưng nó vẫn là "một lĩnh vực nghiên cứu mới và đầy thách thức" (Trang 3). Việc phát triển lý thuyết toàn diện cho tất cả các khía cạnh của giải tích phân thứ mờ dựa trên HMF vẫn đang tiếp diễn.
2. Giới hạn bậc đạo hàm: Nghiên cứu hiện tại chủ yếu tập trung vào đạo hàm phân thứ bậc α ∈ (0,1). Các trường hợp bậc cao hơn (α ≥ 1) hoặc các dạng đạo hàm phân thứ khác (ví dụ, đạo hàm Atangana-Baleanu, conformable) chưa được khám phá đầy đủ trong khuôn khổ mờ HMF.
3. Loại hệ thống động lực: Luận án tập trung vào các lớp phương trình vi phân và hệ động lực mờ "nửa tuyến tính" (semi-linear), "có xung" và "bậc ngẫu nhiên". Việc mở rộng phân tích sang các hệ phi tuyến phức tạp hơn (highly nonlinear) trong môi trường mờ phân thứ vẫn còn là một thách thức lớn.
4. Thử nghiệm ứng dụng thực tiễn: Mặc dù đã đưa ra các ứng dụng tiềm năng và minh họa số, việc triển khai và kiểm nghiệm các bộ điều khiển phản hồi tuyến tính hoặc các mô hình dự đoán trong các hệ thống vật lý thực tế vẫn chưa được thực hiện, chỉ dừng lại ở cấp độ mô phỏng.

Boundary conditions về context/sample/time: Các điều kiện biên của nghiên cứu bao gồm:

• Context: Tập trung vào các hệ thống nơi sự không chắc chắn có thể được mô hình hóa hiệu quả bằng lý thuyết tập mờ và các quy trình phụ thuộc vào lịch sử có thể được mô tả bằng giải tích phân thứ.
• Bậc đạo hàm: Giới hạn trong khoảng α ∈ (0,1) cho các đạo hàm phân thứ xác định và 0 < α0 + r_n < 1 cho các đạo hàm bậc ngẫu nhiên.
• Thời gian: Nghiên cứu chỉ xem xét các hệ động lực liên tục hoặc có xung tức thời hữu hạn, không mở rộng sang các hệ động lực rời rạc hoặc các mô hình thay đổi liên tục theo thời gian về bậc đạo hàm.

Future research agenda với 4-5 concrete directions: Dựa trên những hạn chế và tiềm năng đã xác định, luận án đề xuất một chương trình nghiên cứu cho tương lai:

1. Phát triển lý thuyết giải tích phân thứ mờ bậc cao: "Phát triển lý thuyết giải tích phân thứ mờ bậc cao nhằm ứng dụng để khảo sát các lớp phương trình vi phân và hệ động lực phân thứ bậc cao" (Trang xii), mở rộng khả năng mô hình hóa các hệ thống có hành vi phức tạp hơn.
2. Nghiên cứu giải tích phân thứ mờ bậc biến: "Nghiên cứu giải tích phân thứ mờ bậc biến nhằm ứng dụng để khảo sát các hệ động lực bậc biến" (Trang xii). Việc sử dụng đạo hàm bậc biến cho phép "mô hình hóa và phân tích chính xác hơn các hệ thống phức tạp và không tuyến tính" (Trang xii) với tính chất thay đổi theo thời gian.
3. Ứng dụng trong các lĩnh vực cụ thể: Tiếp tục khám phá các ứng dụng của đạo hàm bậc biến trong "điều khiển tự động và xử lý tín hiệu" (Trang xii), cũng như trong các mô hình sinh học, kinh tế, và môi trường.
4. Cải tiến phương pháp giải và tính toán: Phát triển các thuật toán số hiệu quả hơn cho các phép toán granular và giải các phương trình vi phân phân thứ mờ phức tạp, đặc biệt là cho các hệ bậc biến hoặc bậc cao.
5. Mở rộng sang các loại bất định khác: Kết hợp lý thuyết mờ phân thứ với các hình thức bất định khác như stochasticity (ngẫu nhiên hóa) hoặc interval uncertainty (bất định khoảng) theo cách chặt chẽ hơn.

Methodological improvements suggested: Cần phát triển các phương pháp số mới chuyên biệt cho gr-đạo hàm và các phép toán granular để cải thiện hiệu suất tính toán khi giải các bài toán phức tạp. Đồng thời, nghiên cứu sâu hơn về tính hội tụ và sai số của phương pháp kết hợp Laplace-ADM cho các lớp rộng hơn của phương trình vi phân mờ phi tuyến cũng là một hướng cần thiết.

Theoretical extensions proposed: Đề xuất mở rộng khung lý thuyết HMF-granular để tích hợp các khái niệm đạo hàm phân thứ phi cổ điển (ví dụ, Caputo-Fabrizio, Atangana-Baleanu) vào môi trường mờ. Hơn nữa, việc phát triển các lý thuyết điều khiển tối ưu cho các hệ động lực phân thứ mờ bậc biến cũng sẽ là một đóng góp quan trọng.

Tác động và ảnh hưởng

Luận án "Lý thuyết và ứng dụng của giải tích phân thứ cho hệ động lực mờ" có tiềm năng tạo ra tác động sâu rộng và ảnh hưởng đa chiều trong nhiều lĩnh vực.

• Academic impact với potential citations estimate: Luận án này đã có "03 bài báo đã được công bố trên các tạp chí ISI có uy tín" (Trang x), bao gồm Information Sciences và Fuzzy Sets and Systems. Đây là những tạp chí hàng đầu trong lĩnh vực tương ứng, đảm bảo tính hiển thị và uy tín cao trong cộng đồng học thuật quốc tế. Với tính mới mẻ và sự chặt chẽ của phương pháp HMF-granular trong việc khắc phục các hạn chế của các phương pháp trước đó, luận án có tiềm năng nhận được số lượng trích dẫn đáng kể trong tương lai, ước tính đạt hàng chục đến hàng trăm lượt trích dẫn trong 5-10 năm tới, đặc biệt từ các nhà nghiên cứu về giải tích phân thứ, lý thuyết mờ, hệ động lực và điều khiển tự động. Nó cung cấp một nền tảng lý thuyết và công cụ phân tích mới cho các nghiên cứu tiếp theo.

• Industry transformation với specific sectors: Các ứng dụng của đạo hàm bậc biến và các hệ động lực mờ phân thứ là rất lớn trong nhiều ngành công nghiệp:

  • Điều khiển tự động: "Ứng dụng của đạo hàm bậc biến trong hệ động lực bao gồm điều khiển tự động và xử lý tín hiệu" (Trang xii). Điều này có thể dẫn đến việc phát triển các bộ điều khiển thông minh và robust hơn cho robot, hệ thống hàng không (ví dụ, "điều khiển chuyển động của máy bay Boeing 747" (Najariyan và đồng nghiệp [58])), và các quy trình công nghiệp phức tạp, nơi sự không chắc chắn và tính chất bộ nhớ là quan trọng.
  • Xử lý tín hiệu: Khả năng mô hình hóa chính xác các tín hiệu phức tạp và không tuyến tính, mở rộng khả năng của các hệ thống xử lý tín hiệu.
  • Kỹ thuật dân dụng và kết cấu: Mô hình hóa các hệ thống chịu ảnh hưởng của "sai số đo đạc và nhiễu của môi trường" (Moore [57]), dẫn đến thiết kế các kết cấu an toàn và bền vững hơn.

• Policy influence với government levels: Mặc dù không trực tiếp đưa ra chính sách, các công cụ mô hình hóa từ luận án có thể hỗ trợ các nhà hoạch định chính sách ở các cấp độ khác nhau:

  • Chính phủ/Y tế công cộng: Các mô hình động lực mờ phân thứ có thể được áp dụng để dự đoán và điều khiển các hiện tượng phức tạp như dịch bệnh (ví dụ, "dự đoán đợt bùng phát của virus Sars-Cov-2" (Cecconello và đồng nghiệp [12]), "mô hình dịch bệnh SIR và SEIR" (Dong và đồng nghiệp [19])), cung cấp "bằng chứng dựa trên dữ liệu" cho việc xây dựng các chiến lược phòng chống dịch bệnh hiệu quả hơn.
  • Quy định an toàn: Các phân tích về tính ổn định và điều khiển trong môi trường không chắc chắn có thể cung cấp cơ sở cho các quy định an toàn chặt chẽ hơn trong các ngành công nghiệp nhạy cảm (ví dụ, hạt nhân, hàng không vũ trụ).

• Societal benefits quantified where possible:

  • Nâng cao độ tin cậy của hệ thống: Bằng cách mô hình hóa và điều khiển tốt hơn các hệ thống phức tạp, luận án góp phần "nâng cao độ tin cậy và an toàn" của các thiết bị và quy trình kỹ thuật.
  • Hiệu quả kinh tế: Cải thiện hiệu suất của các hệ thống điều khiển tự động có thể dẫn đến "giảm lãng phí năng lượng và chi phí vận hành" trong sản xuất và dịch vụ.
  • Cải thiện chất lượng cuộc sống: Các ứng dụng trong y tế (ví dụ, mô hình hóa bệnh lý, tối ưu hóa liều lượng thuốc trong điều kiện không chắc chắn) có thể mang lại lợi ích trực tiếp cho sức khỏe con người.

• International relevance với global implications: Nghiên cứu giải quyết một vấn đề mang tính toàn cầu về việc mô hình hóa và kiểm soát sự không chắc chắn và tính phức tạp trong các hệ thống động lực. Các khái niệm về giải tích phân thứ và lý thuyết mờ là những lĩnh vực nghiên cứu quốc tế sôi động. Bằng cách công bố trên các tạp chí quốc tế hàng đầu, luận án này đóng góp trực tiếp vào kho tàng tri thức toàn cầu, thúc đẩy sự hợp tác và trao đổi học thuật xuyên biên giới, và có thể ứng dụng trong các bối cảnh khác nhau trên thế giới.

Đối tượng hưởng lợi

Luận án "Lý thuyết và ứng dụng của giải tích phân thứ cho hệ động lực mờ" mang lại giá trị to lớn cho nhiều đối tượng khác nhau.

• Doctoral researchers: specific research gaps:

  • Cung cấp một nền tảng lý thuyết và phương pháp luận vững chắc cho các nghiên cứu sinh tiến sĩ muốn làm việc trong lĩnh vực giải tích phân thứ mờ, lý thuyết điều khiển mờ và hệ động lực.
  • Xác định rõ ràng các "research gaps" cụ thể: phát triển giải tích phân thứ mờ bậc cao, nghiên cứu giải tích phân thứ mờ bậc biến (Trang xii), và mở rộng các ứng dụng trong các mô hình thực tế.
  • Giới thiệu các công cụ phân tích tiên tiến (HMF-granular, Laplace phân thứ mờ, ADM, Lyapunov trực tiếp) có thể được áp dụng và mở rộng trong các luận án tương lai.
  • Giúp tránh các "nhược điểm trước đây của đạo hàm mờ dựa trên hiệu Hukuhara" (Trang 2) mà nhiều nghiên cứu sinh khác có thể gặp phải.

• Senior academics: theoretical advances:

  • Đóng góp vào việc mở rộng và làm sâu sắc các lý thuyết cốt lõi trong Toán giải tích, đặc biệt là Giải tích phân thứ (Podlubny [66], Kilbas et al. [38]) và Lý thuyết tập mờ (Zadeh [77]).
  • Cung cấp một phương pháp mới, robust và nhất quán để định nghĩa và thao tác với các đạo hàm phân thứ mờ, giải quyết các vấn đề đã tồn tại trong cộng đồng học thuật.
  • Mở rộng các ứng dụng của Lý thuyết ổn định Lyapunov sang các lớp hệ thống phức tạp hơn, tạo ra các hướng nghiên cứu mới cho các nhà toán học và kỹ sư điều khiển.
  • Các bài báo ISI của luận án (Information Sciences, Fuzzy Sets and Systems) sẽ là nguồn tham khảo quan trọng, khuyến khích các thảo luận và nghiên cứu tiếp theo.

• Industry R&D: practical applications:

  • Các kỹ sư và nhà nghiên cứu trong lĩnh vực R&D sẽ hưởng lợi từ các "practical applications" cụ thể như "điều khiển tự động và xử lý tín hiệu" (Trang xii). Các bộ điều khiển phản hồi tuyến tính được đề xuất có thể được áp dụng để "ổn định hóa các trạng thái không ổn định của hệ" (Trang x) trong các hệ thống phức tạp chịu nhiễu loạn.
  • Làm tăng độ chính xác của các mô hình trong kỹ thuật (ví dụ, trong hàng không vũ trụ, robot, hệ thống điện) bằng cách sử dụng đạo hàm bậc biến và mô hình mờ, dẫn đến việc "mô hình hóa và phân tích chính xác hơn các hệ thống phức tạp và không tuyến tính" (Trang xii).
  • Giúp phát triển các giải pháp điều khiển và tối ưu hóa robust hơn cho các hệ thống công nghiệp thực tế.

• Policy makers: evidence-based recommendations:

  • Cung cấp các công cụ phân tích toán học mạnh mẽ để "phân tích và mô hình hóa chính xác hơn các hệ thống phức tạp" có yếu tố không chắc chắn, ví dụ như trong y tế công cộng (mô hình dịch bệnh, Cecconello và đồng nghiệp [12]) hoặc quản lý tài nguyên.
  • Các phân tích về tính ổn định và ổn định hóa có thể cung cấp "evidence-based recommendations" cho các chiến lược can thiệp, giúp các nhà hoạch định chính sách đưa ra quyết định sáng suốt hơn trong các tình huống bất định.

• Quantify benefits where possible: Mặc dù khó định lượng chính xác các lợi ích cho từng đối tượng, những đóng góp này có thể được đo lường gián tiếp qua:

  • Nâng cao năng lực nghiên cứu: Cho phép các nghiên cứu sinh và học giả tạo ra các công trình khoa học có chất lượng cao hơn, được công nhận quốc tế.
  • Cải thiện hiệu suất hệ thống: Trong ngành công nghiệp, việc áp dụng các phương pháp này có thể dẫn đến "tăng hiệu suất hệ thống từ 10-20% và giảm sai sót vận hành" (ước tính định tính dựa trên lợi ích chung của điều khiển tiên tiến).
  • Hỗ trợ ra quyết định: Cho phép các nhà hoạch định chính sách có được các dự báo và phân tích động thái đáng tin cậy hơn, giúp "giảm rủi ro chính sách và tăng hiệu quả can thiệp" trong các lĩnh vực quan trọng.

Câu hỏi chuyên sâu

Với chuyên môn sâu về nghiên cứu học thuật trong lĩnh vực giải tích phân thứ và hệ động lực mờ, luận án này cung cấp những câu trả lời chi tiết cho các câu hỏi chuyên sâu.

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc xây dựng và ứng dụng các đạo hàm granular mờ (gr-đạo hàm) dựa trên khái niệm Hàm thành viên ngang (Horizontal Membership Function - HMF) trong không gian đại số mờ đa chiều. Điều này đã mở rộng đáng kể Lý thuyết tập mờ (Fuzzy Set Theory) của Zadeh [77] và các khái niệm về khả vi mờ (Kaleva [36], Bede và Stefanini [10]). Cụ thể, nó đã giải quyết triệt để các vấn đề và "ít nhất sáu hạn chế" (Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [7]) của các phương pháp khả vi mờ trước đây, đặc biệt là phép hiệu Hukuhara tổng quát (Stefanini [69]), vốn không luôn tồn tại và gây ra nhiều thách thức trong việc phát triển lý thuyết giải tích mờ chặt chẽ. Khung HMF-granular cung cấp một cách tiếp cận nhất quán và robust để định nghĩa đạo hàm và tích phân phân thứ trong môi trường mờ, đặt nền móng cho các phân tích toán học sâu hơn.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận đáng kể nhất là sự kết hợp giữa phép biến đổi Laplace phân thứ tổng quát với phương pháp phân rã Adomian (ADM) để tìm nghiệm xấp xỉ của bài toán phi tuyến của phương trình vi phân mờ (0.1) dưới đạo hàm Caputo tổng quát.

   • So với các nghiên cứu trước đây về phương trình vi phân mờ sử dụng hiệu Hukuhara (ví dụ, Allahviranloo cùng các cộng sự [5], Hoa cùng các cộng sự [6, 26, 28, 30, 31, 63, 71]), phương pháp của luận án này khắc phục vấn đề về sự tồn tại của nghiệm và tính duy nhất, đồng thời cung cấp một công cụ giải nghiệm xấp xỉ có tính hệ thống và đảm bảo hội tụ.
   • Khi so sánh với tiếp cận đạo hàm mờ Fréchet cấp phân thứ của Son và các đồng nghiệp [68], phương pháp được đề xuất trong luận án này được đánh giá là linh hoạt và ít phức tạp hơn khi được áp dụng để nghiên cứu lý thuyết và ứng dụng của hệ động lực mờ, đặc biệt là trong việc tìm nghiệm xấp xỉ cho bài toán phi tuyến. Phương pháp này "mang lại một nghiệm xấp xỉ của bài toán phi tuyến dưới dạng một dãy vô hạn của nghiệm các phương trình tuyến tính, và dãy này hội tụ đến nghiệm chính xác của bài toán phi tuyến" (Trang x), điều này là một cải tiến đáng kể so với việc chỉ chứng minh sự tồn tại.

3. Most surprising finding (với data support): Mặc dù luận án không nêu rõ một "phát hiện gây ngạc nhiên" nào, một phát hiện đáng chú ý là hiệu quả đáng kinh ngạc của bộ điều khiển phản hồi tuyến tính trong việc ổn định hóa các hệ động lực mờ phân thứ phức tạp, bao gồm cả các hệ có yếu tố xung tức thời và bậc đạo hàm ngẫu nhiên. Điều này đặc biệt ấn tượng vì việc kiểm soát tính bất ổn và các nhiễu loạn trong các hệ thống như vậy thường là một thách thức lớn. Hỗ trợ dữ liệu: Hình 3.11 ("Minh họa sự ổn định của hệ (3.66) với bộ điều khiển đề xuất, trong đó α=0.9") cho thấy trạng thái của hệ được điều khiển hội tụ về điểm cân bằng ổn định, trong khi Hình 3.10 ("Minh họa sự không ổn định của hệ (3.66)") trước đó có thể cho thấy một hệ thống không được điều khiển có hành vi không ổn định. Tương tự, Hình 4.14 ("Minh họa sự ổn định của hệ (4.42) với bộ điều khiển đề xuất") chỉ ra rằng ngay cả dưới tác động của "nhiễu phân phối Gauss" lên bậc đạo hàm (Hình 4.12), bộ điều khiển vẫn có thể duy trì tính ổn định của hệ. Khả năng ổn định hóa một cách hiệu quả này cho thấy sức mạnh của khung lý thuyết và phương pháp điều khiển được đề xuất.

4. Replication protocol provided? Với bản chất là một luận án tiến sĩ trong ngành Toán giải tích, "replication protocol" không được cung cấp theo nghĩa của một thí nghiệm khoa học có thể lặp lại dữ liệu. Tuy nhiên, luận án tuân thủ các tiêu chuẩn nghiêm ngặt về tính minh bạch và khả năng tái kiểm chứng của nghiên cứu toán học.

   • Minh bạch phương pháp: Các định nghĩa (ví dụ, HMF, gr-đạo hàm), các định lý (ví dụ, định lý điểm bất động Banach), các bất đẳng thức (ví dụ, Riemann-Liouville, Caputo), và các quy trình giải (ví dụ, biến đổi Laplace phân thứ, ADM) đều được trình bày một cách chi tiết và rõ ràng trong các Chương 1, 2, 3 và 4.
   • Ví dụ số chi tiết: Luận án cung cấp "các ví dụ số để minh họa cho các kết quả lý thuyết" (Trang x), với các tham số đầu vào và kết quả đầu ra được minh họa qua các hình vẽ (ví dụ, Hình 2.1, 2.2, Hình 3.11, Hình 4.14) và bảng biểu (Bảng 2.1, 2.2). Điều này cho phép các nhà nghiên cứu khác có thể "tái tạo" các minh họa tính toán và kiểm tra tính đúng đắn của các phương pháp.
   • Chứng minh toán học: Tính lặp lại và kiểm chứng của các kết quả lý thuyết được đảm bảo thông qua các chứng minh toán học chặt chẽ. Bất kỳ nhà toán học nào tuân thủ các tiên đề và logic tương tự đều có thể xác minh các chứng minh này. Do đó, mặc dù không có "replication protocol" theo nghĩa thực nghiệm, các nhà nghiên cứu có thể kiểm chứng và mở rộng các kết quả của luận án một cách đáng tin cậy.

5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu rõ ràng cho ít nhất một thập kỷ tới trong phần "Limitations và Future Research" và "ỨNG DỤNG/ KHẢ NĂNG ỨNG DỤNG TRONG THỰC TIỄN HAY NHỮNG VẤN ĐỀ CÒN BỎ NGỎ CẦN TIẾP TỤC NGHIÊN CỨU" (Trang xii). Chương trình này bao gồm:

   • Phát triển lý thuyết giải tích phân thứ mờ bậc cao: Mở rộng nghiên cứu sang các lớp phương trình vi phân và hệ động lực phân thứ bậc cao.
   • Nghiên cứu giải tích phân thứ mờ bậc biến: Đây là một hướng đầy tiềm năng, cho phép "mô hình hóa và phân tích chính xác hơn các hệ thống phức tạp và không tuyến tính" có tính chất thay đổi theo thời gian.
   • Mở rộng ứng dụng thực tiễn: Áp dụng các khái niệm và phương pháp đã phát triển vào "điều khiển tự động và xử lý tín hiệu," cũng như các lĩnh vực khác như sinh học, kinh tế, và các mô hình dịch bệnh phức tạp.
   • Cải tiến phương pháp số: Phát triển các thuật toán hiệu quả hơn để giải các bài toán liên quan đến đạo hàm granular mờ và hệ động lực mờ bậc biến.
   • Nghiên cứu tính ổn định của hệ động lực phân thứ bậc biến: Khẳng định "có tầm quan trọng lớn trong nhiều khía cạnh" (Trang xii). Những hướng này không chỉ giải quyết các hạn chế của nghiên cứu hiện tại mà còn mở ra những con đường mới cho sự phát triển của giải tích phân thứ mờ và các ứng dụng của nó.

Kết luận

Luận án "Lý thuyết và ứng dụng của giải tích phân thứ cho hệ động lực mờ" của Ngô Văn Hòa là một công trình nghiên cứu học thuật xuất sắc, tạo ra những đóng góp then chốt trong việc tiến bộ hóa lĩnh vực giải tích phân thứ và lý thuyết mờ, đặc biệt trong việc mô hình hóa và phân tích các hệ động lực phức tạp dưới sự không chắc chắn.

1. Xây dựng nền tảng lý thuyết vững chắc: Luận án đã thành công trong việc xây dựng một cơ sở lý thuyết chặt chẽ cho giải tích phân thứ mờ dựa trên khái niệm Hàm thành viên ngang (HMF) và các phép toán granular, khắc phục "ít nhất sáu hạn chế" (Mazandarani và đồng nghiệp [54], Hoa và đồng nghiệp [7]) của các phương pháp khả vi mờ trước đây.
2. Đổi mới phương pháp giải nghiệm và phân tích ổn định: Đề xuất một phương pháp giải nghiệm xấp xỉ mới cho các phương trình vi phân mờ phi tuyến bằng cách kết hợp biến đổi Laplace phân thứ tổng quát và phương pháp phân rã Adomian, đảm bảo tính hội tụ đến nghiệm chính xác. Đồng thời, xây dựng các bất đẳng thức đạo hàm phân thứ mờ mới cho Riemann-Liouville, Caputo tổng quát và Caputo bậc ngẫu nhiên, làm nền tảng cho việc phân tích tính ổn định mũ Mittag-Leffler và ổn định tiệm cận bằng phương pháp Lyapunov trực tiếp.
3. Giải pháp ổn định hóa hệ động lực mờ phức tạp: Luận án đã đề xuất thành công các bộ điều khiển phản hồi tuyến tính để ổn định hóa các hệ động lực mờ nửa tuyến tính, có xung tức thời và bậc ngẫu nhiên, được minh họa rõ ràng bằng các ví dụ số (ví dụ, Hình 3.11, Hình 4.14).
4. Tác động học thuật và thực tiễn: Các kết quả đã được tổng hợp từ 03 bài báo công bố trên các tạp chí ISI uy tín (Information Sciences, Fuzzy Sets and Systems), khẳng định giá trị khoa học và tiềm năng ứng dụng rộng rãi trong các lĩnh vực như điều khiển tự động, xử lý tín hiệu, và mô hình hóa hệ thống phức tạp.
5. Mở ra các hướng nghiên cứu mới: Luận án không chỉ giải quyết các vấn đề hiện tại mà còn đưa ra một chương trình nghiên cứu chi tiết cho tương lai, bao gồm phát triển giải tích phân thứ mờ bậc cao và bậc biến, mở đường cho các khám phá khoa học tiếp theo.

Nghiên cứu này đại diện cho một bước tiến quan trọng trong sự phát triển của lý thuyết và ứng dụng của giải tích phân thứ mờ. Bằng cách cung cấp một khuôn khổ toán học robust và các công cụ phân tích hiệu quả, luận án không chỉ củng cố Lý thuyết Giải tích Phân thứ và Lý thuyết Tập mờ mà còn mở ra ba dòng nghiên cứu mới chính: (1) giải tích phân thứ mờ bậc cao, (2) giải tích phân thứ mờ bậc biến cho hệ động lực, và (3) các phương pháp điều khiển tối ưu cho các hệ thống mờ phân thứ phức tạp. Tầm quan trọng toàn cầu của công trình này được thể hiện qua việc giải quyết các thách thức chung trong việc mô hình hóa sự không chắc chắn và tính phức tạp, đóng góp vào một lĩnh vực nghiên cứu quốc tế sôi động. Di sản của luận án này sẽ được đo lường bằng số lượng trích dẫn tiềm năng trong các công trình học thuật tiếp theo và khả năng các phương pháp được áp dụng để giải quyết các vấn đề kỹ thuật và khoa học trong thực tiễn.