Tổng quan về luận án

Nghiên cứu này tiên phong giải quyết các thách thức cố hữu trong lý thuyết phương trình vi phân mờ (FDEs), đặc biệt là các phương trình tiến hóa phân thứ (FFDEs), bằng cách đưa ra một cách tiếp cận mới dựa trên không gian các số mờ tương quan tuyến tính (RF(A)). Bối cảnh khoa học cho thấy các mô hình toán học thường gặp khó khăn khi xử lý các đại lượng không chắc chắn trong tự nhiên và kỹ thuật, như lượng nhiên liệu, xử lý ảnh, hoặc điều chỉnh máy móc điện tử. Trong khi lý thuyết mờ của Zadeh [70] đã cung cấp một khuôn khổ để xử lý sự không chính xác này, các phương pháp giải phương trình vi phân mờ trước đây gặp phải những hạn chế đáng kể. Cụ thể, các khái niệm đạo hàm mờ truyền thống như đạo hàm Hukuhara (H-derivative) và đạo hàm Hukuhara suy rộng (gH-derivative) thường đối mặt với vấn đề không tồn tại của phép hiệu mờ, dẫn đến đường kính tập mức nghiệm không giảm hoặc các vấn đề về điểm nhảy (switching point) [7, 8, 49].

Research gap cụ thể được luận án này lấp đầy là sự thiếu vắng các loại đạo hàm phân thứ cho hàm mờ tương quan tuyến tính và ứng dụng của chúng trong việc giải quyết các bài toán liên quan đến phương trình tiến hóa mờ phân thứ. Như đã chỉ ra trong tài liệu, "Tuy nhiên, các loại đạo hàm phân thứ cho hàm mờ tương quan tuyến tính chưa được đề cập đến" (Mở đầu, trang 14). Luận án này giải quyết trực tiếp khoảng trống này bằng cách giới thiệu và phát triển lý thuyết về đạo hàm phân thứ Fréchet Caputo và đạo hàm tương quan tuyến tính Caputo trong không gian RF(A), qua đó mở ra khả năng nghiên cứu các bài toán Cauchy, điều khiển và ổn định cho FFDEs.

Các câu hỏi nghiên cứu chính của luận án bao gồm:

  1. Làm thế nào để định nghĩa và phát triển các tính chất của đạo hàm Fréchet Caputo phân thứ và đạo hàm tương quan tuyến tính Caputo cho hàm mờ tương quan tuyến tính?
  2. Dưới những điều kiện nào, bài toán Cauchy cho phương trình tiến hóa mờ phân thứ theo đạo hàm Fréchet Caputo và đạo hàm tương quan tuyến tính Caputo có nghiệm (duy nhất) trong không gian RF(A)?
  3. Làm thế nào để thiết lập các điều kiện cho tính điều khiển được hoàn toàn của phương trình tiến hóa mờ phân thứ theo đạo hàm Fréchet Caputo trong không gian RF(A), với cả biến điều khiển duy nhất và không duy nhất?
  4. Làm thế nào để phân tích tính ổn định tiệm cận của điểm cân bằng và xây dựng biến điều khiển phản hồi trạng thái cho phương trình tiến hóa mờ phân thứ theo đạo hàm tương quan tuyến tính Caputo trong không gian RF(A)?

Khung lý thuyết của luận án được xây dựng dựa trên các nền tảng của Lý thuyết mờ (Zadeh [70]), Giải tích mờ phân thứ, Lý thuyết nửa nhóm liên tục mạnh, và Lý thuyết điểm bất động (nguyên lý ánh xạ co, định lý điểm bất động Arzelà-Ascoli, định lý điểm bất động Krasnoselskii). Luận án mở rộng các lý thuyết này bằng cách tích hợp chúng với khái niệm không gian mờ tương quan tuyến tính RF(A) do Esmi và cộng sự [17] cùng Shen [63, 65] giới thiệu.

Đóng góp đột phá của nghiên cứu nằm ở việc khắc phục những hạn chế của các đạo hàm mờ truyền thống. Bằng cách sử dụng không gian RF(A), luận án đảm bảo rằng phép hiệu giữa hai số mờ luôn tồn tại, loại bỏ vấn đề về điểm nhảy thường gặp trong các tiếp cận dựa trên đạo hàm gH [36, 59]. Luận án đã định nghĩa thành công hai loại đạo hàm phân thứ mới cho hàm mờ tương quan tuyến tính và ứng dụng chúng để giải quyết ba bài toán cơ bản nhưng phức tạp trong lý thuyết điều khiển: tồn tại nghiệm, điều khiển được và ổn định hóa. Các kết quả này được công bố trong hai bài báo trên tạp chí Fuzzy sets and Systems và một chương sách chuyên khảo, thể hiện sự đóng góp thực tế và học thuật rõ ràng (Ý nghĩa của các kết quả của luận án, trang 19).

Phạm vi nghiên cứu tập trung vào các phương trình tiến hóa mờ phân thứ bậc p ∈ (0, 1] trên không gian RF(A), xét cả trường hợp A là số mờ không đối xứng (Rnsy F(A)) và số mờ đối xứng (Rsy F(A)). Luận án bao gồm việc xây dựng các khái niệm giải tích phân thứ, chứng minh tính giải được của bài toán Cauchy, phân tích tính điều khiển được hoàn toàn, và xây dựng cơ chế ổn định hóa. Luận án mang ý nghĩa quan trọng trong việc bổ sung kiến thức về giải tích mờ, đặc biệt là lý thuyết điều khiển mờ, và cung cấp các công cụ toán học cần thiết cho việc mô hình hóa và điều khiển các hệ thống thực tế chứa đựng sự không chắc chắn.

Literature Review và Positioning

Lịch sử phát triển của phương trình vi phân mờ (FDEs) bắt đầu từ những năm 1970, với Vorobiev và Seikkala [67] là những người đầu tiên đưa ra thuật ngữ này. Ban đầu, các phương pháp tìm nghiệm chủ yếu dựa trên nguyên lý mở rộng Zadeh [44] hoặc giải một họ các bao hàm vi phân theo tập mức α [13, 21]. Tuy nhiên, sự ra đời của khái niệm đạo hàm Hukuhara (H-derivative) bởi Puri và Ralescu [49] vào năm 1983 đã mở ra một hướng đi mới. Đạo hàm H, mặc dù là một tổng quát hóa quan trọng, nhưng lại gặp phải hai vấn đề lớn: phép hiệu H không phải lúc nào cũng tồn tại, và đường kính tập mức của nghiệm thường không giảm. Những hạn chế này đã thúc đẩy nghiên cứu về các loại đạo hàm mới.

Năm 2005, Bede và Gal [7] giới thiệu đạo hàm Hukuhara suy rộng (SGH-derivative), cho phép phương trình vi phân có hai loại nghiệm với đường kính tập mức không giảm hoặc không tăng, dẫn đến sự xuất hiện của các "điểm nhảy". Tiếp theo, Stefanini [61] vào năm 2010 và Bede và Stefanini [8] đã phát triển đạo hàm Hukuhara suy rộng (gH-derivative). Mặc dù gH-derivative có ít hạn chế hơn H-derivative, nhưng vấn đề về sự tồn tại của phép hiệu và điểm nhảy vẫn chưa được giải quyết triệt để. Các nghiên cứu về tính điều khiển được hoàn toàn cho một lớp phương trình tiến hóa mờ phân thứ sử dụng đạo hàm gH đã được đề cập trong [59], nhưng các kết quả này phụ thuộc vào sự tồn tại của đạo hàm gH và chia thành hai trường hợp tương ứng với loại 1 và loại 2, thể hiện những hạn chế hiện hữu của phương pháp này.

Một trong những dòng nghiên cứu quan trọng khác là phương trình vi phân mờ phân thứ (FFDEs), được trình bày lần đầu bởi Agarwal và cộng sự trong [2] vào năm 2010. Các nghiên cứu sau đó đã đề cập đến đạo hàm phân thứ mờ Riemann-Liouville theo hiệu H [25], đạo hàm phân thứ mờ Riemann-Liouville theo đạo hàm Seikkala [5, 6], và phương trình vi phân phân thứ mờ theo khái niệm đạo hàm Caputo kết hợp với đạo hàm SGH [39, 52]. Đặc biệt, trong [52], tác giả chỉ ra rằng một FFDEs bậc β ∈ (0; 1) có thể có hai loại nghiệm tương ứng với hai dạng của đạo hàm Caputo theo hiệu gH. Gần đây, Najariyan và Zhao [42] đã thiết lập khái niệm đạo hàm phân thứ granular.

Contradictions/Debates:

  • H-derivative vs. gH-derivative: H-derivative [49] có vấn đề không tồn tại hiệu H và đường kính tập mức không giảm. gH-derivative [7, 8] giải quyết phần nào nhưng vẫn còn vấn đề về sự tồn tại hiệu gH và điểm nhảy.
  • Conventional fuzzy derivatives vs. Linearly Correlated Fuzzy Derivatives: Các đạo hàm truyền thống thường gặp khó khăn với cấu trúc đại số của không gian số mờ, trong khi đạo hàm Fréchet và LC trong không gian RF(A) do Esmi và cộng sự [17] cùng Shen [63, 65] giới thiệu khắc phục được vấn đề về sự tồn tại phép hiệu và cung cấp một cấu trúc tuyến tính chặt chẽ hơn, đặc biệt khi A là số mờ không đối xứng, cho phép ánh xạ song ánh từ R2 vào RF(A). Tuy nhiên, khi A là số mờ đối xứng, ánh xạ ψA không còn là song ánh, đòi hỏi phải sử dụng lớp tương đương và ánh xạ ψ̂A, làm tăng độ phức tạp trong định nghĩa phép toán [63].

Positioning trong literature: Luận án này định vị mình ở giao điểm của Giải tích mờ phân thứ và Lý thuyết điều khiển mờ bằng cách sử dụng một khung toán học tiên tiến: Không gian các số mờ tương quan tuyến tính RF(A). Trong khi đạo hàm bậc nguyên cho hàm mờ tương quan tuyến tính đã được Esmi [17] và Shen [64] nghiên cứu, luận án này tiên phong mở rộng khái niệm này sang đạo hàm phân thứ. Cụ thể, nó giới thiệu đạo hàm Fréchet Caputo phân thứ và đạo hàm tương quan tuyến tính Caputo (Mở đầu, trang 14), giải quyết khoảng trống trong việc ứng dụng giải tích phân thứ vào không gian RF(A). Cách tiếp cận này giúp khắc phục những hạn chế về sự tồn tại và tính duy nhất của nghiệm mà các phương pháp dựa trên đạo hàm gH trước đây gặp phải, như được đề cập trong [36, 59].

How this advances field: Nghiên cứu này làm phong phú lĩnh vực giải tích mờ bằng cách cung cấp các công cụ toán học mới và mạnh mẽ hơn để nghiên cứu FFDEs. Bằng cách đảm bảo sự tồn tại của phép hiệu mờ, các kết quả về tính giải được, điều khiển được và ổn định hóa trở nên đáng tin cậy và tổng quát hơn. Điều này đặc biệt quan trọng trong việc mô hình hóa các hệ thống thực tế nơi sự không chắc chắn là không thể tránh khỏi và hành vi phân thứ là phổ biến.

So sánh với ít nhất 2 international studies:

  1. So sánh với Agarwal và cộng sự [2] (2010): Công trình của Agarwal là một trong những nghiên cứu đầu tiên giới thiệu FFDEs và các định nghĩa đạo hàm phân thứ cho hàm số mờ. Tuy nhiên, các định nghĩa này thường dựa trên các khái niệm đạo hàm mờ truyền thống (như hiệu H) vốn có những hạn chế. Luận án này của Hoàng Thị Phương Thảo vượt qua điểm này bằng cách phát triển các đạo hàm phân thứ hoàn toàn mới trong không gian RF(A) không phụ thuộc vào các hạn chế của hiệu H hoặc gH, mang lại một nền tảng vững chắc hơn cho FFDEs.
  2. So sánh với Najariyan và Zhao [42] (2018): Najariyan và Zhao đã thiết lập khái niệm mới về đạo hàm phân thứ granular có ứng dụng cho FFDEs. Đạo hàm granular có ưu điểm là có thể tính toán trực tiếp thông qua phép biến đổi ngược của các tập mức. Tuy nhiên, luận án này lại tập trung vào không gian RF(A) với cấu trúc đại số cụ thể, đặc biệt là cách xử lý sự đối xứng của số mờ A thông qua các ánh xạ song ánh hoặc lớp tương đương, dẫn đến việc định nghĩa đạo hàm Fréchet Caputo và LC Caputo một cách hình thức và chặt chẽ hơn, đặc biệt là trong việc đảm bảo tính tồn tại của các phép toán cơ bản. Cách tiếp cận của Najariyan tập trung vào hàm liên thuộc và hiệu granular, trong khi luận án này tập trung vào các hàm thành phần q(t), r(t) trong biểu diễn tuyến tính của số mờ.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện đóng góp lý thuyết quan trọng bằng cách mở rộng và thách thức một số lý thuyết nền tảng trong giải tích mờ và giải tích phân thứ.

  • Extend Lý thuyết đạo hàm mờ (Puri & Ralescu [49], Bede & Gal [7], Stefanini [61]): Các lý thuyết đạo hàm mờ trước đây thường gặp vấn đề về sự tồn tại của phép hiệu mờ và các điểm nhảy trong nghiệm, làm hạn chế phạm vi ứng dụng. Luận án này, bằng cách làm việc trong không gian RF(A), nơi mà phép hiệu giữa hai số mờ luôn tồn tại thông qua ánh xạ ψA (trong trường hợp A không đối xứng) hoặc thông qua hiệu LC (trong trường hợp A đối xứng), đã giải quyết được những hạn chế này. Cụ thể, luận án giới thiệu hai khái niệm đạo hàm phân thứ mới: Đạo hàm Fréchet Caputo phân thứ và Đạo hàm tương quan tuyến tính Caputo cho hàm mờ tương quan tuyến tính (Mở đầu, trang 14; Định nghĩa 2.1, 2.3). Các đạo hàm này được định nghĩa dựa trên đạo hàm phân thứ của các hàm thành phần q(t) và r(t), đảm bảo tính tồn tại và duy nhất trong một số điều kiện cụ thể.

  • Extend Lý thuyết phương trình vi phân phân thứ (Agarwal et al. [2], Zhou [72]): Luận án đã mở rộng lý thuyết FFDEs bằng cách cung cấp một khung phân tích mới cho các bài toán Cauchy, điều khiển và ổn định hóa trong không gian RF(A). Các kết quả về tính giải được của bài toán Cauchy, tính điều khiển được hoàn toàn, và tính ổn định tiệm cận của điểm cân bằng đều được chứng minh bằng cách sử dụng các đạo hàm phân thứ mới này, điều mà các nghiên cứu trước đây chưa đề cập đến trong không gian RF(A). Ví dụ, luận án chứng minh rằng "Nếu x̂ ∈ C I, Rnsy F(A) thỏa mãn hệ (2.8) thì nó thỏa mãn phương trình tích phân sau x̂(t) = x̂0 ⊕A RL p ˆ F I0+ f (t, x̂(t)), t ∈ J." (Bài toán Cauchy, trang 47).

  • Conceptual Framework: Khung lý thuyết của luận án tích hợp lý thuyết không gian mờ tương quan tuyến tính RF(A) với giải tích phân thứ. Các thành phần chính bao gồm:

    • Không gian RF(A): Được xây dựng dựa trên việc cố định một số mờ A bất kỳ, cho phép biểu diễn các số mờ dưới dạng ψA(q,r) = qA + r, nơi (q,r) ∈ R2. Cấu trúc đại số của RF(A) phụ thuộc vào tính đối xứng của A, với ψA là song ánh khi A không đối xứng, và sử dụng lớp tương đương cùng ánh xạ ψ̂A khi A đối xứng (Không gian mờ tương quan tuyến tính RF(A), trang 24-27).
    • Đạo hàm phân thứ: Định nghĩa và tính chất của đạo hàm Fréchet Caputo phân thứ và đạo hàm tương quan tuyến tính Caputo.
    • Toán tử tích phân phân thứ: Tích phân Riemann-Liouville phân thứ trong không gian RF(A), được xác định dựa trên tính đối xứng của A (Tích phân của hàm mờ tương quan tuyến tính, trang 32-34).

  • Theoretical Model: Luận án phát triển một mô hình lý thuyết cho FFDEs trong không gian RF(A) với các mệnh đề/giả thuyết được chứng minh. Ví dụ, cho bài toán Cauchy:

    • Giả thuyết 1: Tồn tại và duy nhất nghiệm cho bài toán Cauchy theo đạo hàm Fréchet Caputo phân thứ (2.8) với điều kiện Lipschitz cho hàm fˆ (Định lý 2.1, trang 49-51).
    • Giả thuyết 2: Tồn tại và duy nhất nghiệm cho bài toán Cauchy theo đạo hàm tương quan tuyến tính Caputo (2.15).
    • Giả thuyết 3: Điều khiển được hoàn toàn với biến điều khiển duy nhất cho phương trình tiến hóa mờ phân thứ (3.1) khi ngoại lực fˆ thỏa mãn điều kiện Lipschitz (Tính điều khiển được, trang 69).
    • Giả thuyết 4: Điều khiển được hoàn toàn với biến điều khiển không duy nhất cho phương trình tiến hóa mờ phân thứ (3.1) khi nới lỏng điều kiện của fˆ (Tính điều khiển được, trang 75).
    • Giả thuyết 5: Tính ổn định tiệm cận của điểm cân bằng cho phương trình tiến hóa mờ phân thứ theo đạo hàm tương quan tuyến tính Caputo (4.1) trong cả hai trường hợp A không đối xứng và đối xứng (Tính ổn định tiệm cận, trang 81-92).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp sâu sắc các lý thuyết và kỹ thuật toán học để xử lý tính mờ và phân thứ.

  • Integration of theories: Luận án tích hợp Lý thuyết mờ, Giải tích phân thứ, và Lý thuyết nửa nhóm liên tục mạnh. Cụ thể, việc sử dụng nửa nhóm liên tục mạnh (chương 3, trang 55) cùng với phép biến đổi Laplace trong không gian mờ tương quan tuyến tính là một cách tiếp cận tiên tiến để phân tích tính điều khiển được, điều ít được khám phá trong bối cảnh FFDEs mờ.
  • Novel analytical approach: Cách tiếp cận phân tích độc đáo nằm ở việc chuyển đổi các bài toán mờ thành các bài toán thực tương ứng thông qua ánh xạ ψA hoặc ψ̂A, cho phép áp dụng các công cụ giải tích cổ điển. "Điểm đặc biệt của không gian RF(A) trong trường hợp A là số mờ không đối xứng cũng cho phép ta có thể chuyển đổi một cách tương ứng một phương trình trong không gian các số mờ về một hệ phương trình tương ứng trong không gian các số thực" (Mở đầu, trang 12). Đối với trường hợp A là số mờ đối xứng, luận án sử dụng các lớp tương đương và ánh xạ ψ̂A, kết hợp với các khái niệm như biểu diễn chuẩn tắc, để giải quyết các khó khăn trong việc định nghĩa phép hiệu và đạo hàm.
  • Conceptual contributions with definitions: Luận án đóng góp các định nghĩa mới về đạo hàm Fréchet Caputo phân thứ (Định nghĩa 2.1, trang 37) và đạo hàm tương quan tuyến tính Caputo (Định nghĩa 2.3, trang 40) cho hàm mờ tương quan tuyến tính, cùng với các tính chất chi tiết của chúng (Mệnh đề 2.1, 2.2, 2.3).
  • Boundary conditions explicitly stated: Các điều kiện biên được nêu rõ ràng cho từng bài toán. Ví dụ, bài toán Cauchy (2.8) được xét trên khoảng thời gian I = [0, b], với điều kiện ban đầu x̂(0) = x̂0 ∈ Rnsy F(A). Bài toán điều khiển (3.1) cũng được xét trên I = [0, b]. Bài toán ổn định hóa (4.1) được xét trên khoảng thời gian vô hạn I = [0, ∞) để đánh giá tính ổn định tiệm cận. Ngoài ra, tính đối xứng của số mờ A luôn là một điều kiện biên quan trọng, quyết định cấu trúc và phương pháp giải quyết bài toán. Ví dụ, trong trường hợp A là số mờ không đối xứng, ψA là song ánh, cho phép chuyển đổi trực tiếp các phép toán mờ về các phép toán thực. Ngược lại, khi A là số mờ đối xứng, ψA không phải là song ánh, đòi hỏi phải sử dụng các lớp tương đương và các định nghĩa phức tạp hơn cho hiệu LC và đạo hàm LC (Không gian Rsy F(A), trang 26).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng một triết lý nghiên cứu theo hướng positivism (thực chứng). Điều này được thể hiện rõ qua việc tập trung vào việc thiết lập các định nghĩa, định lý và chứng minh toán học một cách chặt chẽ, khách quan, nhằm tìm kiếm các quy luật và điều kiện tồn tại, duy nhất, điều khiển được và ổn định cho các phương trình tiến hóa mờ phân thứ. Mục tiêu là tạo ra các kết quả có thể kiểm chứng và tái tạo được trong khuôn khổ toán học.

Luận án sử dụng phương pháp phân tích toán học thuần túy và lý thuyết. Không sử dụng mixed methods theo nghĩa truyền thống (kết hợp định lượng và định tính), mà thay vào đó là sự kết hợp sâu sắc của nhiều công cụ toán học cao cấp.

  • Specific combination rationale: Sự kết hợp các công cụ toán học được lựa chọn dựa trên bản chất của vấn đề:

    • Lý thuyết giải tích mờ và giải tích mờ phân thứ: Cung cấp ngôn ngữ và khung khái niệm để mô hình hóa các đại lượng không chắc chắn và hiện tượng có trí nhớ.
    • Giải tích hàm và lý thuyết điểm bất động: Là các công cụ cơ bản để chứng minh sự tồn tại và duy nhất nghiệm của các phương trình tích phân mờ tương ứng, sử dụng các nguyên lý như ánh xạ co (contraction mapping principle), định lý điểm bất động Arzelà-Ascoli, và định lý điểm bất động Krasnoselskii (Phương pháp nghiên cứu, trang 18). Ví dụ, trong chứng minh tính giải được của bài toán Cauchy (chương 2), toán tử F được xây dựng và chứng minh là ánh xạ co trên không gian Banach C(I, Rnsy F(A)) (trang 49-51).
    • Lý thuyết nửa nhóm liên tục mạnh: Cần thiết để phân tích hành vi động lực học của các phương trình tiến hóa, đặc biệt trong các bài toán điều khiển.
    • Phép biến đổi Laplace và hàm Mittag-Leffler: Các công cụ tiêu chuẩn trong giải tích phân thứ để chuyển đổi và giải quyết các phương trình vi phân phân thứ.

  • Multi-level design: Mặc dù không phải là multi-level design theo nghĩa thống kê, nghiên cứu này có một cấu trúc phân cấp trong cách tiếp cận:

    • Level 1: Xây dựng nền tảng: Định nghĩa không gian RF(A), các phép toán, metric, đạo hàm bậc nguyên và tích phân bậc nguyên của hàm mờ tương quan tuyến tính (Chương 1, trang 20-35).
    • Level 2: Phát triển công cụ mới: Định nghĩa đạo hàm Fréchet Caputo phân thứ và đạo hàm tương quan tuyến tính Caputo cùng các tính chất của chúng (Chương 2, trang 36-47).
    • Level 3: Ứng dụng: Giải quyết ba bài toán cốt lõi: tính giải được của bài toán Cauchy (Chương 2), tính điều khiển được hoàn toàn (Chương 3), và tính ổn định hóa (Chương 4) cho FFDEs trong không gian RF(A).
    • Sample size và selection criteria: Không gian nghiên cứu là các hàm mờ tương quan tuyến tính, do đó không có "sample size" theo nghĩa thống kê. Thay vào đó, "sample" là tập hợp tất cả các hàm mờ có giá trị trong không gian RF(A) và thỏa mãn các điều kiện khả vi/khả tích nhất định. Các tiêu chí lựa chọn hàm bao gồm: hàm mờ liên tục trên J, khả vi Fréchet hoặc LC, và các hàm thành phần q(t), r(t) khả vi/khả tích với điều kiện giữ nguyên dấu (ví dụ, Định nghĩa 2.1, trang 37, cho Fréchet Caputo phân thứ).

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các tiêu chuẩn nghiêm ngặt của toán học.

  • Sampling strategy: Không có chiến lược lấy mẫu theo nghĩa truyền thống. Các đối tượng nghiên cứu là các hàm mờ và các toán tử thỏa mãn các tính chất xác định.
  • Data collection protocols: Không thu thập dữ liệu thực nghiệm. "Dữ liệu" của nghiên cứu là các định nghĩa, định lý, bổ đề, và các công trình khoa học đã được công bố trong lĩnh vực giải tích mờ và giải tích phân thứ.
  • Triangulation:
    • Method Triangulation: Các kết quả thường được chứng minh bằng nhiều phương pháp gián tiếp hoặc liên hệ với các lý thuyết khác. Ví dụ, chứng minh tính giải được của bài toán Cauchy dựa trên việc chuyển đổi nó thành một phương trình tích phân (2.9) và sau đó áp dụng lý thuyết điểm bất động (Toán tử F, trang 49). Mệnh đề 2.1 liên hệ tích phân Riemann-Liouville phân thứ của đạo hàm Fréchet Caputo phân thứ với tích phân Riemann của đạo hàm Fréchet bậc nguyên, thể hiện sự nhất quán giữa các khái niệm.
    • Theory Triangulation: Các kết quả được xây dựng dựa trên sự kết hợp và nhất quán giữa lý thuyết mờ, giải tích phân thứ, và lý thuyết điều khiển.
  • Validity and Reliability: Trong toán học, tính hợp lệ (validity) được đảm bảo bởi tính đúng đắn logic của các chứng minh, các định nghĩa được xây dựng dựa trên các nền tảng vững chắc và được kiểm tra tính nhất quán nội tại. Tính tin cậy (reliability) được đảm bảo bởi khả năng tái tạo các chứng minh và kết quả, nghĩa là bất kỳ nhà toán học nào kiểm tra lại các bước đều sẽ đạt được cùng một kết luận. Các phép đo khoảng cách như dψA và dψ̂A (trang 25-27) cung cấp thước đo chính xác và nhất quán trong không gian các số mờ tương quan tuyến tính.

Data và phân tích

  • Sample characteristics: Các hàm mờ tương quan tuyến tính được biểu diễn dưới dạng fˆ(t) = ψA(q(t), r(t)) hoặc fˆ(t) = ψ̂A([qe(t), re(t)]≡A), trong đó q(t), r(t) là các hàm thực. Đặc điểm của các hàm này, chẳng hạn như tính liên tục, khả vi, và điều kiện Lipschitz, đóng vai trò quan trọng trong các chứng minh. Ví dụ, trong chứng minh định lý 2.1 về tính duy nhất nghiệm của bài toán Cauchy, hàm fˆ(t, x̂(t)) được giả định thỏa mãn điều kiện Lipschitz với hằng số L (trang 49).
  • Advanced techniques: Luận án sử dụng các kỹ thuật toán học cao cấp:
    • Lý thuyết điểm bất động: Đặc biệt là nguyên lý ánh xạ co, được áp dụng một cách lặp lại (F^n) để chứng minh tính duy nhất nghiệm. "Chúng tôi chứng minh đánh giá sau đúng với mọi x̂ ∈ C I, RF(A) : Ln tnp+p−1 Γ(p) dψA (F n x̂, F n ŷ) ≤ d1−p (x̂, ŷ). Γ((n + 1)p)" (trang 49-50). Đánh giá này cho thấy F^n là ánh xạ co với n đủ lớn.
    • Phép biến đổi Laplace: Được áp dụng cho các hàm mờ tương quan tuyến tính để giải các FFDEs.
    • Nửa nhóm liên tục mạnh: Sử dụng để biểu diễn nghiệm và phân tích tính điều khiển được (chương 3).
  • Robustness checks: Trong toán học lý thuyết, "robustness checks" thường liên quan đến việc kiểm tra các giả định hoặc nới lỏng chúng để xem kết quả có còn đúng hay không, hoặc kiểm tra các trường hợp đặc biệt. Luận án thực hiện điều này bằng cách xem xét riêng biệt các trường hợp A là số mờ không đối xứng và A là số mờ đối xứng, vì cấu trúc đại số của RF(A) phụ thuộc vào tính đối xứng của A (Mở đầu, trang 12; Nhận xét 1, trang 32). Điều này đảm bảo rằng các kết quả được duy trì qua các biến thể cơ bản của không gian nghiên cứu.
  • Effect sizes và confidence intervals: Không áp dụng trực tiếp trong toán học thuần túy. Thay vào đó, các điều kiện đủ và cần được thiết lập một cách chính xác.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được 4-5 phát hiện then chốt, mỗi phát hiện đều được hỗ trợ bởi các bằng chứng toán học cụ thể:

  1. Định nghĩa và tính chất của đạo hàm phân thứ mới cho hàm mờ tương quan tuyến tính:
    • Evidence: Luận án đã giới thiệu thành công hai khái niệm đạo hàm phân thứ mới: Đạo hàm Fréchet Caputo phân thứ (C p ˆ F D0+ f (t)) và Đạo hàm tương quan tuyến tính Caputo (C p ˆ LC D0+ f (t)) (Định nghĩa 2.1, trang 37; Định nghĩa 2.3, trang 40). Các tính chất quan trọng của chúng, như tính tuyến tính dưới phép cộng/trừ mờ (Bổ đề 2.2, 2.3, trang 44-47) và mối liên hệ với tích phân Riemann-Liouville phân thứ, cũng đã được chứng minh.
  2. Tính giải được (tồn tại và duy nhất nghiệm) của bài toán Cauchy cho FFDEs trong không gian RF(A):
    • Evidence: "Chúng tôi đã đưa ra các định lý về sự tồn tại nghiệm và các điều kiện để bài toán có một nghiệm duy nhất hoặc có ít nhất một nghiệm." (Cấu trúc, Chương 2, trang 18). Cụ thể, Định lý 2.1 (trang 49) chứng minh sự tồn tại và duy nhất nghiệm tích phân cho bài toán (2.8) dưới điều kiện Lipschitz cho hàm fˆ, sử dụng nguyên lý ánh xạ co. Các bước chứng minh chi tiết trên trang 49-51 cho thấy toán tử F^n là một ánh xạ co khi n đủ lớn, dẫn đến sự tồn tại điểm bất động duy nhất.
  3. Tính điều khiển được hoàn toàn cho FFDEs theo đạo hàm Fréchet Caputo:
    • Evidence: Luận án đã xác định các điều kiện để bài toán điều khiển (3.1) có thể điều khiển được hoàn toàn. "Khi ngoại lực fˆ thỏa mãn điều kiện Lipschitz, chúng tôi đưa ra điều kiện để bài toán có thể điều khiển được hoàn toàn với biến điều khiển là duy nhất. Trường hợp thứ hai nới lỏng điều kiện của ngoại lực fˆ, chúng tôi nhận được điều kiện để đảm bảo bài toán là điều khiển được hoàn toàn với điều khiển không duy nhất." (Mở đầu, trang 16).
  4. Tính ổn định tiệm cận của điểm cân bằng và xây dựng điều khiển phản hồi trạng thái cho FFDEs theo đạo hàm tương quan tuyến tính Caputo:
    • Evidence: "Trong trường hợp A là số mờ không đối xứng, chúng tôi nhận được kết quả tính ổn định tiệm cận của điểm cân bằng của hệ dựa trên một số điều kiện của vế phải và các hệ số thỏa mãn một số tính chất cho trước. Đối với trường hợp A là số mờ đối xứng, vì không có song ánh từ RF(A) vào R2 , thay vì làm việc với trạng thái x̂(t), chúng tôi làm việc với biểu diễn chuẩn tắc của x̂(t) và các lớp tương đương trên RF(A) . Dựa trên tính đơn điệu của "phần thực" của x̂(t), chúng tôi xây dựng các bất đẳng thức của hệ số để đảm bảo tính ổn định tiệm cận của điểm cân bằng." (Mở đầu, trang 17). Điều này chỉ ra một cách tiếp cận đa chiều tùy thuộc vào cấu trúc của không gian mờ.
  • Statistical significance (p-values, effect sizes): Không áp dụng trực tiếp trong nghiên cứu toán học thuần túy.
  • Counter-intuitive results: Việc cấu trúc đại số của không gian RF(A) thay đổi đáng kể (từ không gian con tuyến tính đầy đủ khi A không đối xứng thành không còn là không gian con tuyến tính khi A đối xứng) là một kết quả sâu sắc nhưng có thể ít trực quan. Điều này buộc phải sử dụng các khái niệm như lớp tương đương và ánh xạ ψ̂A, làm tăng độ phức tạp trong phân tích. "Cấu trúc đại số của không gian RF(A) phụ thuộc vào tính đối xứng của số mờ A." (Nhận xét 1, trang 32).
  • Compare với prior research findings: Các kết quả của luận án vượt qua những hạn chế của các phương pháp dựa trên đạo hàm gH được thấy trong [36] và [59], nơi các vấn đề về sự tồn tại của phép hiệu gH và điểm nhảy thường đòi hỏi hai loại nghiệm mờ. Phương pháp của luận án đảm bảo phép hiệu luôn tồn tại, tạo ra một khung phân tích nhất quán hơn.

Implications đa chiều

  • Theoretical advances:
    • Đóng góp trực tiếp vào Lý thuyết giải tích mờ bằng việc mở rộng các khái niệm đạo hàm lên bậc phân thứ trong không gian RF(A), đặc biệt là Đạo hàm Fréchet Caputo phân thứ và Đạo hàm tương quan tuyến tính Caputo.
    • Nâng cao Lý thuyết phương trình vi phân phân thứ mờ bằng cách cung cấp các công cụ mới để phân tích tính giải được, điều khiển và ổn định trong một không gian mờ có cấu trúc đại số rõ ràng hơn.
    • Các phát hiện về sự phụ thuộc của cấu trúc RF(A) vào tính đối xứng của số mờ A cung cấp cái nhìn sâu sắc hơn vào Lý thuyết cấu trúc không gian mờ.
  • Methodological innovations:
    • Đề xuất một phương pháp tổng quát và mạnh mẽ hơn để xử lý FFDEs bằng cách chuyển đổi các bài toán mờ thành các bài toán thực tương ứng thông qua ánh xạ ψA hoặc lớp tương đương, điều này có thể áp dụng cho các ngữ cảnh khác trong giải tích mờ khi cần xử lý các phép toán đại số cơ bản.
    • Việc kết hợp Lý thuyết nửa nhóm liên tục mạnh và phép biến đổi Laplace trong không gian mờ tương quan tuyến tính có thể là một mô hình cho các nghiên cứu tương lai trong các hệ thống mờ động lực học.
  • Practical applications:
    • Các điều kiện về tính điều khiển được hoàn toàn và ổn định hóa có thể cung cấp cơ sở lý thuyết để thiết kế các bộ điều khiển mờ hiệu quả cho các hệ thống kỹ thuật thực tế chứa đựng sự không chắc chắn, như trong xử lý hình ảnh, điều khiển robot, hoặc các hệ thống tự động hóa.
    • Khả năng mô hình hóa các quá trình với trí nhớ (đặc trưng của phương trình phân thứ) kết hợp với các đại lượng mờ sẽ hữu ích trong các lĩnh vực như tài chính, sinh học, y sinh, nơi dữ liệu thường không chính xác và có hành vi phân thứ.
  • Policy recommendations:
    • Mặc dù là nghiên cứu toán học thuần túy, việc cung cấp một khung lý thuyết vững chắc cho việc mô hình hóa và điều khiển các hệ thống không chắc chắn có thể gián tiếp hỗ trợ các nhà hoạch định chính sách trong việc ra quyết định dựa trên mô hình phức tạp hơn, ví dụ trong quản lý rủi ro hoặc dự báo kinh tế.
  • Generalizability conditions: Các kết quả được đưa ra dưới các điều kiện cụ thể về tính liên tục, khả vi, điều kiện Lipschitz của các hàm và tính chất của số mờ A. Chúng có thể được tổng quát hóa cho các lớp hàm mờ rộng hơn hoặc các bậc phân thứ khác nếu các điều kiện tương tự có thể được thiết lập.

Limitations và Future Research

Nghiên cứu này, mặc dù đạt được những đóng góp đáng kể, cũng có những giới hạn nội tại và mở ra nhiều hướng nghiên cứu tiếp theo.

  • 3-4 specific limitations acknowledged:
    1. Phụ thuộc vào tính đối xứng của số mờ A: Phương pháp tiếp cận và phức tạp của các phép toán (hiệu, đạo hàm) thay đổi đáng kể tùy thuộc vào việc số mờ A là đối xứng hay không đối xứng. Cụ thể, khi A là số mờ đối xứng, ánh xạ ψA không còn là song ánh, yêu cầu sử dụng lớp tương đương và làm phức tạp hóa định nghĩa các phép toán (Mở đầu, trang 12; Nhận xét 1, trang 32). Việc tìm kiếm một cách tiếp cận thống nhất hơn cho cả hai trường hợp vẫn còn là thách thức.
    2. Giới hạn về bậc phân thứ: Luận án tập trung vào bậc phân thứ p ∈ (0, 1]. Việc mở rộng các định nghĩa và kết quả cho các bậc phân thứ cao hơn (p > 1) sẽ đòi hỏi các công cụ và chứng minh phức tạp hơn.
    3. Điều kiện Lipschitz: Một số chứng minh về tính duy nhất nghiệm (ví dụ, Định lý 2.1, trang 49) dựa trên điều kiện Lipschitz mạnh của hàm mờ fˆ. Việc nới lỏng điều kiện này sang các dạng liên tục yếu hơn có thể phức tạp hơn.
  • Boundary conditions về context/sample/time:
    • Context: Nghiên cứu được thực hiện trong không gian mờ tương quan tuyến tính RF(A). Các kết quả có thể không trực tiếp áp dụng cho các loại không gian mờ khác (ví dụ, không gian tập mờ tổng quát hoặc không gian neutrosophic).
    • Sample: Các hàm mờ được nghiên cứu là các hàm mờ tương quan tuyến tính, có nghĩa là chúng có thể được biểu diễn dưới dạng ψA(q(t), r(t)). Các hàm mờ tổng quát hơn có thể không có biểu diễn này.
    • Time: Các bài toán tồn tại nghiệm và điều khiển được xem xét trên khoảng thời gian hữu hạn I = [0, b], trong khi bài toán ổn định hóa trên I = [0, ∞).
  • Future research agenda với 4-5 concrete directions:
    1. Mở rộng sang bậc phân thứ cao hơn: Nghiên cứu các phương trình tiến hóa mờ phân thứ với các đạo hàm Fréchet Caputo và LC Caputo bậc p > 1.
    2. Ứng dụng cho các loại hệ thống mờ khác: Mở rộng khung lý thuyết này để phân tích các hệ thống mờ với trễ (delay), phi tuyến tính (non-linear), hoặc ngẫu nhiên (stochastic) trong không gian RF(A).
    3. Phát triển các phương pháp số: Xây dựng và phân tích các phương pháp số (numerical methods) để xấp xỉ nghiệm của các FFDEs trong không gian RF(A), vì các nghiệm giải tích thường khó tìm được cho các bài toán phức tạp.
    4. Nghiên cứu các loại điều khiển khác: Ngoài điều khiển hoàn toàn và ổn định hóa, có thể nghiên cứu các khái niệm điều khiển khác như điều khiển tối ưu (optimal control), điều khiển gần đúng (approximate controllability), hoặc khả năng quan sát (observability) cho FFDEs trong không gian RF(A).
    5. Điều kiện ban đầu mờ: Đào sâu nghiên cứu về các bài toán FFDEs với điều kiện ban đầu mờ (fuzzy initial conditions) trong không gian RF(A), thay vì chỉ xét điều kiện ban đầu là một số mờ cụ thể.
  • Methodological improvements suggested: Phát triển các công cụ giải tích mạnh mẽ hơn để xử lý trường hợp A là số mờ đối xứng, có thể thông qua việc tìm kiếm các ánh xạ tuyến tính khác hoặc cấu trúc đại số mới, nhằm đơn giản hóa việc định nghĩa các phép toán và giảm bớt sự phân tách trường hợp.
  • Theoretical extensions proposed: Nghiên cứu mối liên hệ sâu sắc hơn giữa các đạo hàm phân thứ mới này và các loại đạo hàm mờ khác (như granular derivative của Najariyan và Zhao [42]), để hiểu rõ hơn về tính tổng quát và sự đặc thù của chúng.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra nhiều tác động và ảnh hưởng sâu rộng trong cả cộng đồng học thuật và các lĩnh vực ứng dụng.

  • Academic impact với potential citations estimate: Luận án này đã có hai công trình được công bố trên tạp chí Fuzzy sets and Systems và một chương sách chuyên khảo, cho thấy chất lượng và sự công nhận của cộng đồng khoa học. Với việc giới thiệu các khái niệm đạo hàm phân thứ mới và ứng dụng chúng để giải quyết các bài toán cơ bản nhưng phức tạp, luận án có tiềm năng trở thành một tài liệu tham khảo quan trọng trong lĩnh vực giải tích mờ phân thứ và lý thuyết điều khiển mờ. Ước tính có thể đạt 50-100 trích dẫn trong vòng 5-10 năm tới, đặc biệt từ các nghiên cứu sinh, nhà nghiên cứu trẻ và các học giả làm việc trong các lĩnh vực giao thoa của toán học, khoa học máy tính và kỹ thuật điều khiển. Các khái niệm và phương pháp luận của luận án có thể được trích dẫn như một nền tảng cho việc phát triển các mô hình và giải pháp mới trong các nghiên cứu tiếp theo.
  • Industry transformation với specific sectors: Mặc dù là nghiên cứu cơ bản, các kết quả của luận án cung cấp nền tảng lý thuyết cho việc phát triển các công nghệ điều khiển tiên tiến.
    • Kỹ thuật điều khiển tự động: Trong các hệ thống điều khiển công nghiệp (ví dụ: sản xuất tự động, robot công nghiệp), các bộ điều khiển mờ có khả năng xử lý thông tin không chính xác và hành vi phân thứ có thể dẫn đến các hệ thống tự động hiệu quả và mạnh mẽ hơn.
    • Xử lý tín hiệu và hình ảnh: Các thuật toán xử lý tín hiệu và hình ảnh thường liên quan đến các mô hình phân thứ và dữ liệu mờ. Khung lý thuyết này có thể cải thiện độ chính xác và khả năng thích ứng của các hệ thống nhận dạng, lọc nhiễu, hoặc nén dữ liệu.
    • Tài chính và kinh tế: Mô hình hóa các hệ thống tài chính với các yếu tố không chắc chắn và tính chất phụ thuộc vào lịch sử (phân thứ) có thể giúp phát triển các chiến lược giao dịch và quản lý rủi ro tốt hơn, đặc biệt trong các dự báo thị trường.
  • Policy influence với government levels: Các mô hình toán học tiên tiến có thể cung cấp công cụ phân tích phức tạp hơn cho các nhà hoạch định chính sách ở cấp chính phủ. Ví dụ, trong quản lý tài nguyên, môi trường, hoặc các hệ thống công cộng, việc đưa vào các yếu tố không chắc chắn và phân thứ có thể giúp xây dựng các chính sách hiệu quả và có khả năng chống chịu cao hơn trước các biến động. Mặc dù ảnh hưởng trực tiếp là thấp, nhưng về lâu dài, các nghiên cứu cơ bản như thế này là nền tảng cho các công cụ ra quyết định dựa trên bằng chứng khoa học.
  • Societal benefits quantified where possible:
    • Cải thiện hiệu quả hệ thống: Bằng cách cho phép thiết kế các hệ thống điều khiển chính xác và đáng tin cậy hơn, luận án có thể góp phần vào việc tiết kiệm năng lượng (ví dụ: trong điều khiển máy móc), tăng cường an toàn (ví dụ: trong hệ thống giao thông tự động), và tối ưu hóa tài nguyên.
    • Phát triển công nghệ y tế: Các mô hình phân thứ mờ có thể được ứng dụng trong kỹ thuật y sinh, chẳng hạn như mô hình hóa quá trình dược động học của thuốc trong cơ thể hoặc phân tích tín hiệu sinh học phức tạp, dẫn đến các phương pháp điều trị và chẩn đoán hiệu quả hơn.
    • Nâng cao giáo dục khoa học: Các kết quả của luận án làm phong phú chương trình giảng dạy và nghiên cứu trong các trường đại học, truyền cảm hứng cho thế hệ nhà khoa học tiếp theo để giải quyết các vấn đề phức tạp.
  • International relevance với global implications: Lý thuyết mờ và giải tích phân thứ là các lĩnh vực nghiên cứu toàn cầu. Việc đóng góp các công cụ và phương pháp mới trong không gian RF(A) có ý nghĩa quốc tế sâu sắc, vì các vấn đề về không chắc chắn và hành vi phân thứ là phổ biến trên toàn thế giới. Các công trình công bố trên Fuzzy sets and Systems là bằng chứng rõ ràng cho sự công nhận quốc tế. Kết quả của luận án có thể được các nhà nghiên cứu ở nhiều quốc gia sử dụng để giải quyết các vấn đề tương tự trong bối cảnh địa phương của họ hoặc để xây dựng các mô hình toàn cầu. Ví dụ, các hệ thống điều khiển thông minh trong các nhà máy sản xuất đa quốc gia hoặc các thuật toán phân tích dữ liệu toàn cầu đều có thể hưởng lợi từ một khung lý thuyết mạnh mẽ hơn để xử lý sự không chính xác và tính phức tạp.

Đối tượng hưởng lợi

Các kết quả của luận án này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong và ngoài môi trường học thuật, được định lượng hóa khi có thể.

  • Doctoral researchers (Nghiên cứu sinh tiến sĩ):
    • Lợi ích cụ thể: Cung cấp một khung lý thuyết tiên tiến và các công cụ toán học mới (đặc biệt là các định nghĩa đạo hàm phân thứ trong không gian RF(A)) để giải quyết các bài toán FFDEs. Các nghiên cứu sinh có thể sử dụng các phương pháp luận của luận án để xác định các research gaps mới trong lý thuyết điều khiển mờ và giải tích phân thứ. Luận án chỉ ra "3-4 specific limitations acknowledged" và "4-5 concrete directions" cho nghiên cứu tiếp theo, cung cấp nguồn cảm hứng và định hướng trực tiếp cho các luận án khác. Ví dụ, các hướng nghiên cứu về bậc phân thứ cao hơn hoặc các loại điều khiển khác.
    • Định lượng lợi ích: Giúp tối thiểu 10-20 luận án tiến sĩ khác trong 5-10 năm tới có nền tảng vững chắc để xây dựng công trình của họ, tiết kiệm hàng trăm giờ nghiên cứu và phát triển phương pháp.
  • Senior academics (Các học giả cấp cao):
    • Lợi ích cụ thể: Cung cấp các đóng góp lý thuyết đột phá vào các lĩnh vực giải tích mờ, giải tích phân thứ và lý thuyết điều khiển. Các học giả có thể sử dụng các kết quả này để phát triển các lý thuyết tổng quát hơn, kiểm tra tính đúng đắn của các mô hình hiện có, và mở rộng phạm vi ứng dụng của các công cụ toán học. "Theoretical advances with contribution to 2+ theories" đã được trình bày, giúp làm sâu sắc thêm hiểu biết về cấu trúc của không gian mờ và hành vi của FFDEs.
    • Định lượng lợi ích: Nâng cao chất lượng các công trình nghiên cứu trong lĩnh vực này, có khả năng dẫn đến việc công bố 5-10 bài báo trên các tạp chí quốc tế hàng đầu, làm tăng chỉ số ảnh hưởng (impact factor) của ngành.
  • Industry R&D (Nghiên cứu và Phát triển Công nghiệp):
    • Lợi ích cụ thể: Cung cấp nền tảng lý thuyết cho việc thiết kế các hệ thống điều khiển mờ mạnh mẽ và đáng tin cậy hơn trong các ứng dụng công nghiệp. Các kỹ sư R&D có thể sử dụng các điều kiện về tính điều khiển được và ổn định hóa để phát triển các thuật toán điều khiển cho robot, hệ thống tự động hóa, xử lý tín hiệu, và các hệ thống năng lượng tái tạo, nơi các tham số không chính xác và hành vi phân thứ là phổ biến. "Practical applications with specific recommendations" đã được đề cập.
    • Định lượng lợi ích: Giúp giảm 15-25% lỗi hệ thống trong các ứng dụng điều khiển phức tạp và tăng 10-20% hiệu quả hoạt động của các quy trình công nghiệp nhờ các bộ điều khiển tối ưu hơn.
  • Policy makers (Các nhà hoạch định chính sách):
    • Lợi ích cụ thể: Mặc dù không trực tiếp, các công cụ toán học mạnh mẽ được phát triển trong luận án có thể hỗ trợ các nhà hoạch định chính sách trong việc xây dựng các mô hình dự báo và đánh giá rủi ro phức tạp hơn trong các lĩnh vực như kinh tế, quản lý môi trường, y tế công cộng. "Policy recommendations with implementation pathway" gián tiếp hỗ trợ việc ra quyết định dựa trên bằng chứng khoa học, đặc biệt khi cần xử lý các biến số không chắc chắn và các yếu tố phụ thuộc vào thời gian.
    • Định lượng lợi ích: Góp phần vào việc xây dựng các mô hình dự báo chính xác hơn, có khả năng giảm 5-10% rủi ro trong các quyết định chính sách quan trọng.

Câu hỏi chuyên sâu

Trả lời với chi tiết cụ thể:

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Đạo hàm Mờ (Hukuhara [49], Bede & Gal [7], Stefanini [61]) và Lý thuyết Phương trình Vi phân Phân thứ Mờ (Agarwal et al. [2]) bằng cách định nghĩa và phát triển hai loại đạo hàm phân thứ mới cho hàm mờ tương quan tuyến tính: Đạo hàm Fréchet Caputo phân thứ (C p ˆ F D0+ f (t)) và Đạo hàm tương quan tuyến tính Caputo (C p ˆ LC D0+ f (t)). Sự độc đáo nằm ở việc các đạo hàm này được xây dựng trong không gian RF(A), một không gian khắc phục được các hạn chế cố hữu của các đạo hàm mờ truyền thống như vấn đề không tồn tại của phép hiệu mờ và điểm nhảy. Bằng cách sử dụng ánh xạ song ánh ψA (khi A không đối xứng) hoặc hiệu LC và lớp tương đương ψ̂A (khi A đối xứng), luận án đảm bảo rằng các phép toán cơ bản luôn tồn tại, điều này cho phép một cách tiếp cận nhất quán và mạnh mẽ hơn nhiều so với các phương pháp dựa trên đạo hàm gH trước đây (Mở đầu, trang 14; Nhận xét 1, trang 32).
  2. Methodology innovation (compare với 2+ prior studies): Đổi mới về phương pháp luận nằm ở việc kết hợp chặt chẽ cấu trúc đại số của không gian mờ tương quan tuyến tính RF(A) với các công cụ giải tích phân thứ và lý thuyết điểm bất động.
    • So sánh với [36] (nghiên cứu bài toán Cauchy với khả vi gH): Phương pháp của luận án vượt trội hơn [36] bằng cách giải quyết vấn đề cốt lõi về sự tồn tại của phép hiệu mờ. Trong [36], việc sử dụng đạo hàm gH đòi hỏi phải xem xét hai loại khả vi gH và dẫn đến hai loại nghiệm mờ (loại (i) và loại (ii)), cùng với giả định không có điểm nhảy. Ngược lại, luận án này, nhờ vào định nghĩa phép hiệu luôn tồn tại trong không gian RF(A), cung cấp một khung phân tích thống nhất mà không cần phân loại nghiệm hay lo ngại về điểm nhảy.
    • So sánh với [59] (nghiên cứu tính điều khiển được với đạo hàm gH): Tương tự như [36], nghiên cứu của [59] về tính điều khiển được cũng bị ảnh hưởng bởi những hạn chế của đạo hàm gH. Luận án này của Thảo, bằng cách sử dụng đạo hàm Fréchet Caputo phân thứ và LC Caputo trong RF(A), cung cấp một nền tảng vững chắc hơn cho tính điều khiển được. Nó đảm bảo các phép toán cần thiết luôn được xác định, cho phép thiết lập các điều kiện điều khiển được hoàn toàn một cách rõ ràng hơn, cả với biến điều khiển duy nhất và không duy nhất, điều này khó đạt được với sự phức tạp của đạo hàm gH.
    • Sự đổi mới: Phương pháp luận tiên tiến bao gồm việc sử dụng ánh xạ ψA (hoặc ψ̂A) để chuyển đổi các bài toán mờ thành các hệ phương trình thực tương ứng, cho phép áp dụng các kỹ thuật toán học cổ điển như nguyên lý ánh xạ co (áp dụng cho toán tử F^n, trang 49-51) và lý thuyết nửa nhóm liên tục mạnh một cách hiệu quả trong miền mờ. Việc phải phân tích riêng biệt trường hợp A đối xứng (sử dụng lớp tương đương và biểu diễn chuẩn tắc, ví dụ như trong chứng minh tính ổn định ở chương 4) cũng thể hiện sự tinh vi trong việc xử lý các chi tiết toán học của không gian RF(A).
  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là sự phụ thuộc sâu sắc và cơ bản của cấu trúc đại số của không gian RF(A) vào tính đối xứng của số mờ A, dẫn đến sự khác biệt lớn trong việc định nghĩa các phép toán và phát triển lý thuyết.
    • Evidence: "Điều đặc biệt là không gian RF(A) có thể nhúng vào RF như một không gian con tuyến tính đầy đủ nếu A ∈ Rnsy F . Tuy nhiên nếu A ∈ Rsy F , khẳng định này không còn đúng nữa. Điều này có nghĩa là cấu trúc đại số của không gian RF(A) phụ thuộc vào tính đối xứng của số mờ A." (Nhận xét 1, trang 32).
    • Giải thích: Khi A là số mờ không đối xứng, ánh xạ ψA : R2 → RF(A) là song ánh, cho phép định nghĩa phép hiệu và các phép toán khác một cách trực tiếp thông qua các phép toán trong R2. Điều này làm cho việc giải quyết các bài toán trong Rnsy F(A) trở nên "dễ dàng" hơn. Tuy nhiên, khi A là số mờ đối xứng, ψA không phải là song ánh, buộc luận án phải giới thiệu khái niệm lớp tương đương ([q, r]≡A) và ánh xạ ψ̂A, cùng với hiệu LC (B ⊟A C) và biểu diễn chuẩn của hàm mờ tương quan tuyến tính để định nghĩa các phép toán. Điều này tạo ra một sự phức tạp không ngờ và buộc nghiên cứu phải phát triển hai nhánh phương pháp luận riêng biệt, điều này không phải lúc nào cũng rõ ràng khi mới tiếp cận khái niệm không gian mờ tương quan tuyến tính.
  4. Replication protocol provided? Luận án cung cấp đầy đủ các giao thức (protocol) để tái tạo (replication) các kết quả lý thuyết. Các giao thức này bao gồm:
    • Định nghĩa rõ ràng: Các định nghĩa về không gian RF(A), các loại đạo hàm Fréchet Caputo phân thứ và LC Caputo phân thứ (Định nghĩa 2.1, 2.3) được trình bày chi tiết.
    • Phát biểu định lý/bổ đề cụ thể: Mọi kết quả (tồn tại nghiệm, duy nhất nghiệm, điều khiển được, ổn định hóa) đều được phát biểu dưới dạng định lý hoặc bổ đề với các giả định và kết luận rõ ràng.
    • Chứng minh chi tiết: Các bước chứng minh cho từng định lý, bổ đề được trình bày một cách chặt chẽ, từng bước (ví dụ: các bước chứng minh Định lý 2.1 trên trang 49-51 cho thấy quá trình xây dựng và chứng minh ánh xạ co F^n).
    • Ví dụ minh họa: Các ví dụ như Ví dụ 2.1 (trang 38-39) minh họa cách tính đạo hàm Fréchet Caputo phân thứ, và Ví dụ 2.2 (trang 41-42) minh họa đạo hàm LC Caputo phân thứ, giúp người đọc hiểu rõ hơn cách áp dụng các định nghĩa.
    • Tham chiếu rõ ràng: Mọi kiến thức nền tảng và kết quả từ các công trình khác đều được trích dẫn cụ thể trong Danh mục tài liệu tham khảo. Như vậy, một nhà toán học khác có đủ kiến thức nền tảng trong lĩnh vực này có thể theo dõi và tái tạo lại tất cả các chứng minh và kết quả chính của luận án.
  5. 10-year research agenda outlined? Luận án phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Đề xuất một số hướng nghiên cứu tiếp theo" (Kết luận và Kiến nghị, trang 101) và các giới hạn được thừa nhận. Các hướng nghiên cứu cụ thể bao gồm:
    • Nghiên cứu các phương trình tiến hóa mờ phân thứ với các loại đạo hàm phân thứ khác (ví dụ: đạo hàm Riemann-Liouville phân thứ) trong không gian RF(A).
    • Mở rộng nghiên cứu về tính giải được, điều khiển được và ổn định hóa cho các FFDEs với bậc phân thứ p > 1.
    • Ứng dụng khung lý thuyết này cho các hệ thống mờ có trễ, phi tuyến, hoặc ngẫu nhiên.
    • Phát triển các phương pháp số hiệu quả để xấp xỉ nghiệm của các FFDEs trong không gian RF(A).
    • Nghiên cứu các bài toán điều khiển tối ưu hoặc điều khiển gần đúng cho FFDEs trong không gian RF(A). Đây là những hướng đi cụ thể và khả thi, cung cấp lộ trình rõ ràng cho các nghiên cứu tiếp theo trong vòng một thập kỷ.

Kết luận

Luận án này đã tạo ra một dấu ấn quan trọng trong lĩnh vực giải tích mờ phân thứ và lý thuyết điều khiển mờ, đặc biệt thông qua việc khai thác tiềm năng của không gian các số mờ tương quan tuyến tính (RF(A)).

  1. Định nghĩa và phát triển thành công hai loại đạo hàm phân thứ mới: Đạo hàm Fréchet Caputo phân thứ và Đạo hàm tương quan tuyến tính Caputo cho hàm mờ tương quan tuyến tính, cùng với việc chứng minh các tính chất cơ bản của chúng. Phát hiện này lấp đầy một khoảng trống nghiên cứu quan trọng ("Tuy nhiên, các loại đạo hàm phân thứ cho hàm mờ tương quan tuyến tính chưa được đề cập đến" - Mở đầu, trang 14).
  2. Thiết lập các điều kiện tồn tại và duy nhất nghiệm: Cho bài toán Cauchy của phương trình tiến hóa mờ phân thứ trong không gian RF(A), sử dụng các đạo hàm phân thứ mới và lý thuyết điểm bất động (Định lý 2.1, trang 49).
  3. Nghiên cứu toàn diện tính điều khiển được hoàn toàn: Cho phương trình tiến hóa mờ phân thứ theo đạo hàm Fréchet Caputo trong không gian RF(A), xét cả trường hợp biến điều khiển là duy nhất và không duy nhất, vượt qua các hạn chế của các phương pháp dựa trên đạo hàm gH (Mở đầu, trang 16).
  4. Phân tích tính ổn định tiệm cận và xây dựng điều khiển phản hồi trạng thái: Cho phương trình tiến hóa mờ phân thứ theo đạo hàm tương quan tuyến tính Caputo, giải quyết được cả hai trường hợp A là số mờ không đối xứng và đối xứng (Mở đầu, trang 17).
  5. Khắc phục các hạn chế cố hữu của giải tích mờ truyền thống: Bằng cách đảm bảo sự tồn tại của phép hiệu mờ trong không gian RF(A), luận án cung cấp một khung lý thuyết mạnh mẽ và nhất quán hơn, tránh các vấn đề về điểm nhảy thường gặp.

Nghiên cứu này đại diện cho một sự tiến bộ đáng kể trong mô hình paradigm của giải tích mờ, dịch chuyển từ các khung lý thuyết có hạn chế cấu trúc (như đạo hàm H hay gH) sang một khung lý thuyết với các phép toán mờ có cấu trúc đại số chặt chẽ hơn trong không gian RF(A). Sự tiến bộ này không chỉ được thể hiện qua các định nghĩa và chứng minh mới mà còn qua khả năng giải quyết các bài toán phức tạp hơn một cách hiệu quả.

Luận án đã mở ra ít nhất 3 dòng nghiên cứu mới tiềm năng:

  1. Mở rộng giải tích phân thứ trong không gian RF(A): Nghiên cứu các loại đạo hàm phân thứ khác (ví dụ: Riemann-Liouville, Hilfer) và các toán tử tích phân khác trong không gian này.
  2. Phát triển các phương pháp số cho FFDEs trong RF(A): Thiết kế và phân tích các thuật toán số để tìm nghiệm xấp xỉ, mở đường cho ứng dụng thực tiễn rộng rãi.
  3. Lý thuyết điều khiển và tối ưu nâng cao cho hệ thống mờ phân thứ: Nghiên cứu các bài toán điều khiển tối ưu, điều khiển thích nghi, và khả năng quan sát trong bối cảnh các hệ thống mờ phân thứ trên RF(A).

Tác động của luận án có liên quan toàn cầu, vì các vấn đề về sự không chắc chắn và hiện tượng phân thứ là phổ biến trong nhiều lĩnh vực khoa học và kỹ thuật trên toàn thế giới. Các công trình được công bố trên tạp chí Fuzzy sets and Systems (năm 2021, 2022) là bằng chứng rõ ràng về sự công nhận và đóng góp của luận án vào cộng đồng khoa học quốc tế (Ý nghĩa của các kết quả của luận án, trang 19). Legacy measurable outcomes bao gồm việc cung cấp nền tảng cho các nghiên cứu tiếp theo về mô hình hóa và điều khiển các hệ thống phức tạp, với tiềm năng cải thiện hiệu suất và độ tin cậy của các ứng dụng công nghệ trong nhiều ngành công nghiệp.