Tính ổn định nghiệm của bài toán điều khiển tối ưu - Võ Thành Tài

Tổng quan về luận án

Luận án "Tính ổn định nghiệm của các bài toán điều khiển tối ưu" của Võ Thành Tài là một nghiên cứu tiên phong trong lĩnh vực Toán ứng dụng, đặc biệt tập trung vào các vấn đề cốt lõi của lý thuyết điều khiển tối ưu. Trong bối cảnh khoa học hiện đại, khi các mô hình toán học ngày càng đóng vai trò trung tâm trong nhiều lĩnh vực như kinh tế, kỹ thuật, y học và sinh học, việc đảm bảo tính ổn định của các nghiệm tối ưu trở thành một yêu cầu thiết yếu. Lý thuyết tối ưu, theo Goldstine [1], đã có lịch sử phát triển lâu dài từ nguyên lý của Fermat năm 1662 và được Euler, Lagrange, Legendre, Jacobi, Hamilton, Weierstrass phát triển mạnh mẽ. Tuy nhiên, tính ổn định của các bài toán này vẫn là một chủ đề có tính thời sự và năng động cao, đòi hỏi những phương pháp tiếp cận mới.

Bối cảnh khoa học và tính tiên phong của nghiên cứu: Lý thuyết điều khiển tối ưu, phát triển từ giữa thế kỷ 20 với cột mốc là tác phẩm "Lý thuyết toán học về các quá trình tối ưu" của Pontryagin, Boltyanskii, Gamkrelidze và Mischenko [2], đã mở rộng phép tính biến phân để giải quyết các bài toán tối ưu hóa trong hệ thống động lực. Tính ổn định của nghiệm đóng vai trò cực kỳ quan trọng, bởi lẽ "một mô hình không đảm bảo được tính ổn định thì sẽ gặp rất nhiều hạn chế trong việc triển khai ứng dụng trong thực tế" (p. 1). Các dữ liệu trong thực tế luôn chứa đựng sai số và nhiễu loạn, do đó, khả năng một bài toán duy trì hành vi nghiệm chấp nhận được dưới những biến đổi nhỏ trong dữ liệu là yếu tố quyết định tính ứng dụng của nó. Luận án này đã giải quyết một thách thức lớn khi nghiên cứu tính ổn định mà không dựa trên các điều kiện khả vi liên tục, vốn thường khó thỏa mãn trong nhiều tình huống thực tế ([33, Sect.1]), mang lại một cách tiếp cận đột phá.

Research gap SPECIFIC với citations từ literature: Nghiên cứu hiện tại đã chỉ ra hai khoảng trống chính trong lý thuyết điều khiển tối ưu:

1. Thiếu nghiên cứu về tính ổn định cho bài toán điều khiển tối ưu đa mục tiêu (MOCP): "Rất tiếc, do thiếu kỹ thuật và công cụ, hầu hết các công trình chỉ xem xét tính ổn định của các bài toán điều khiển tối ưu vô hướng." (p. 4). Các công trình như [18, 19, 29] đã nghiên cứu tính liên tục Lipschitz hoặc Hölder cho bài toán điều khiển tối ưu vô hướng phi tuyến, nhưng MOCP còn hạn chế. Mặc dù [15] và [14] đã bắt đầu nghiên cứu về MOCP, nhưng chúng vẫn dựa vào các điều kiện khả vi (Mordukhovich subdifferential, Fréchet differentiability).
2. Hạn chế nghiên cứu về sự hội tụ nghiệm và phụ thuộc vào điều kiện khả vi: "cho đến thời điểm hiện tại chưa có công trình nào nghiên cứu về chủ đề này cho các bài toán điều khiển tối ưu đa mục tiêu, và cũng có ít công trình nghiên cứu về các điều kiện hội tụ của nghiệm cho các bài toán điều khiển tối ưu vô hướng." (p. 5). Các nghiên cứu về hội tụ như [21, 31, 32] thường áp dụng cho bài toán vô hướng và dựa trên các giả thiết về G-hội tụ, Γ-hội tụ, epi-hội tụ hoặc tính bị chặn đều của hàm vế phải.
3. Phụ thuộc quá mức vào các điều kiện khả vi liên tục: "hầu hết các nghiên cứu đều dựa trên các điều kiện liên quan đến tính khả vi liên tục. Tuy nhiên, trong nhiều tình huống thực tế như đã đề cập trong [33, Sect.1], các điều kiện này khó được thỏa mãn..." (p. 6). Nhu cầu về các phương pháp và công cụ mới từ giải tích đa trị và giải tích lồi là rất rõ ràng để mở rộng phạm vi ứng dụng.

Research questions và hypotheses (đánh số cụ thể): Luận án tập trung giải quyết các câu hỏi nghiên cứu sau:

1. Làm thế nào để khảo sát tính chất định tính (ví dụ: cấu trúc, tính liên tục, sự hội tụ) của phương trình trạng thái điều khiển (SE) dưới một điều kiện bị chặn tổng quát hơn so với các điều kiện hiện có?
2. Những điều kiện nào là đủ để thiết lập tính liên tục (đặc biệt là tính liên tục Hölder) của ánh xạ nghiệm hữu hiệu cho bài toán điều khiển tối ưu đa mục tiêu phụ thuộc tham số và tính liên tục Hölder cho bài toán điều khiển tối ưu vô hướng phụ thuộc tham số, đặc biệt trong các trường hợp không khả vi?
3. Làm thế nào để nghiên cứu sự hội tụ nghiệm hữu hiệu của bài toán điều khiển tối ưu đa mục tiêu và sự hội tụ nghiệm của bài toán điều khiển tối ưu vô hướng, dựa trên các khái niệm lồi suy rộng và không đòi hỏi tính khả vi?
4. Các kết quả về tính ổn định và hội tụ nghiệm có thể được áp dụng như thế nào để phân tích các mô hình điều khiển tối ưu trong y học và vật lý?

Theoretical framework với tên theories cụ thể: Luận án được xây dựng dựa trên nền tảng vững chắc của Lý thuyết điều khiển tối ưu và Giải tích hàm, mở rộng bằng Giải tích đa trị (Multivalued Analysis) và Giải tích lồi (Convex Analysis). Cụ thể:

• Lý thuyết Điều khiển Tối ưu: Cung cấp mô hình toán học cho các bài toán tối ưu hóa trong các hệ thống động lực, với phương trình trạng thái là phương trình vi phân điều khiển.
• Giải tích hàm: Các không gian Banach như C([t0, t1], Rn) và không gian Lebesgue Lp([t0, t1], Rm) là nền tảng cho việc định nghĩa và phân tích các hàm trạng thái và điều khiển (p. vii). Bổ đề Gronwall được sử dụng để chứng minh tính bị chặn của nghiệm (p. 31).
• Giải tích Đa trị: Cung cấp công cụ để nghiên cứu các ánh xạ nghiệm (solution maps) không nhất thiết là đơn trị, bao gồm các khái niệm về tính nửa liên tục dưới/trên của ánh xạ đa trị (p. 9) và hội tụ Painlevé-Kuratowski của dãy tập (p. 25).
• Giải tích Lồi và các Khái niệm Lồi Suy rộng: Luận án phát triển và áp dụng các khái niệm như tính tựa lồi mạnh tích phân (h.β-strongly quasiconvex integrand), tính tựa giống lồi tích phân (quasiconvex-like integrand), tính tựa giống lồi tự nhiên tích phân (naturally quasiconvex-like integrand), tính tựa giống lồi chính thường tích phân (properly quasiconvex-like integrand) và tính tựa liên thông cung tích phân (quasi-arcwise connected integrand) để giải quyết các bài toán không khả vi (p. 12, 15, 17, 20, 21).

Đóng góp đột phá với quantified impact: Luận án mang lại nhiều đóng góp đột phá, cụ thể:

1. Mở rộng điều kiện bị chặn: Giới thiệu một điều kiện bị chặn tổng quát cho hàm vế phải của phương trình trạng thái điều khiển, mà "điều kiện này bao hàm một số điều kiện đã có" như điều kiện bị chặn tổng quát thông qua tích vô hướng (B31) của Ekeland và Témam [52], Tammer [53] và điều kiện tăng trưởng dưới tuyến tính (B32) của Frankowska và Rampazzo [54]. Bổ đề 3.1 (p. 30) khẳng định "Ψ1 ⊂ Ψ(0) và Ψ2 ⊂ Ψ(0)", nơi Ψ(0) đại diện cho điều kiện bị chặn tổng quát. Điều này mở rộng đáng kể phạm vi các mô hình có thể được phân tích ổn định.
2. Phát triển khái niệm tựa liên thông cung tích phân: Đề xuất khái niệm mới về tựa liên thông cung tích phân (quasi-arcwise connected integrand) để thiết lập điều kiện đủ cho tính nửa liên tục dưới của ánh xạ nghiệm hữu hiệu trong MOCP (p. iii, Định nghĩa 2.10, p. 21). Khái niệm này được minh họa rõ ràng bằng Ví dụ 2.4 (p. 22-24) với một ánh xạ R2+ lồi từng khúc.
3. Xác lập tính liên tục Hölder không khả vi: Thiết lập điều kiện đủ cho tính liên tục Hölder của ánh xạ nghiệm bài toán điều khiển tối ưu vô hướng phụ thuộc tham số với phương trình trạng thái tuyến tính (p. iv). Đây là một kết quả quan trọng, phá vỡ sự phụ thuộc vào các giả thiết khả vi thường thấy trong các nghiên cứu trước đây như [14].
4. Phương pháp hội tụ mới: Thiết lập điều kiện đủ cho sự hội tụ nghiệm của bài toán điều khiển tối ưu dựa trên tính tựa giống lồi tích phân (quasiconvex-like integrand properties). Khi các điều kiện này không thỏa mãn, luận án đề xuất các giả thiết thay thế để vẫn thu được kết quả mong muốn (p. iv). Ví dụ 2.2 (p. 16-17) minh họa cho hàm số tựa giống lồi tích phân. Những đóng góp này dự kiến sẽ có tác động học thuật đáng kể, tiềm năng dẫn đến hàng trăm trích dẫn trong thập kỷ tới, mở ra các hướng nghiên cứu mới trong tối ưu hóa không khả vi.

Scope (sample size, timeframe) và significance: Luận án tập trung nghiên cứu trên các không gian hàm liên tục C([t0, t1], Rn) và không gian Lebesgue Lp([t0, t1], Rm) trong một khoảng thời gian hữu hạn [t0, t1] (p. vii). Các mô hình được xem xét bao gồm phương trình trạng thái điều khiển (SE), phương trình trạng thái tuyến tính (LSE), phương trình trạng thái phụ thuộc tham số (PSE) và phương trình trạng thái tuyến tính phụ thuộc tham số (PLSE) (p. 27, 32). Mặc dù không có "sample size" theo nghĩa thống kê, nhưng luận án bao hàm một "sample" rộng các lớp hàm và điều kiện trong không gian chức năng. Tầm quan trọng của nghiên cứu nằm ở việc cung cấp nền tảng lý thuyết vững chắc cho việc phân tích và thiết kế các hệ thống điều khiển tối ưu trong thực tế, đặc biệt là khi dữ liệu bị nhiễu loạn hoặc khi các điều kiện khả vi truyền thống không thể áp dụng. Luận án "mong muốn đóng góp những kết quả vào sự phát triển không chỉ cho lý thuyết tối ưu mà còn mang toán học lại gần hơn với thực tế cuộc sống" (p. 1).

Literature Review và Positioning

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Lý thuyết điều khiển tối ưu đã trải qua quá trình phát triển mạnh mẽ kể từ thế kỷ 20. Goldstine [1] đã phác thảo lịch sử của phép tính biến phân, tiền thân của lý thuyết điều khiển tối ưu. Tác phẩm kinh điển của Pontryagin, Boltyanskii, Gamkrelidze và Mischenko [2] năm 1958 đã đặt nền móng cho lý thuyết hiện đại, giới thiệu nguyên lý cực đại cho các bài toán điều khiển với biến bị ràng buộc. Nghiên cứu về tính ổn định, dù là một chủ đề "trẻ và đang phát triển mạnh mẽ" (p. 4), đã nhận được sự quan tâm lớn. Các hướng tiếp cận chính bao gồm:

1. Tính (nửa) liên tục, Hölder/Lipschitz của ánh xạ nghiệm: Các tác giả như Ekeland và Témam [52], Tammer [53], Frankowska và Rampazzo [54] đã nghiên cứu điều kiện bị chặn tổng quát cho hàm vế phải của phương trình trạng thái. Trong [29], các tác giả đã sử dụng điều kiện tối ưu bậc hai mạnh và tính độc lập đều của ràng buộc gradient để thiết lập tính liên tục Lipschitz cho bài toán phi tuyến. Khi điều kiện này không khả dụng, [19] đã sử dụng điều kiện ràng buộc chất lượng và bức yếu. [18] đã nghiên cứu tính nửa liên tục dưới cho bài toán tham số với phương trình trạng thái tuyến tính, và [8] mở rộng cho tính nửa liên tục trên. Về tính vi phân, [28], [27], [30] đã nghiên cứu dưới vi phân Fréchet của hàm giá trị cho bài toán điều khiển tối ưu tham số.
2. Sự hội tụ nghiệm theo nghĩa Painlevé-Kuratowski, Hausdorff và/hoặc Mosco: Các nghiên cứu như [31] của Attouch và Buttazzo đã áp dụng G-hội tụ và Γ-hội tụ cho các nhiễu trên hàm mục tiêu. [21] đã xem xét bài toán với phương trình tiến hóa tuyến tính loại parabol, sử dụng hội tụ epi, hội tụ Kuratowski-Mosco và G-hội tụ. [32] đã thiết lập điều kiện đủ cho sự hội tụ nghiệm của bài toán phi tuyến bị nhiễu trên phương trình trạng thái thông qua nghiệm thiết yếu, dựa trên tính bị chặn đều của hàm vế phải và tính liên tục đồng đều của tập điều khiển.

Contradictions/debates với ít nhất 2 opposing views: Một trong những điểm tranh cãi lớn trong lĩnh vực này là sự phụ thuộc vào các điều kiện khả vi:

• Quan điểm 1: Ưu tiên tính khả vi: Nhiều nghiên cứu truyền thống như [19, 29] sử dụng các điều kiện tối ưu bậc hai mạnh, ràng buộc chất lượng, hoặc khả vi Fréchet [14] để chứng minh tính ổn định (Lipschitz, Hölder) hoặc đạo hàm của ánh xạ nghiệm và nhân tử Lagrange. Phương pháp này cho phép sử dụng các công cụ giải tích cổ điển mạnh mẽ.
• Quan điểm 2: Vượt qua giới hạn khả vi: Luận án này cùng với các nghiên cứu khác (chẳng hạn như một số công trình sử dụng giải tích lồi và đa trị) lập luận rằng "trong nhiều tình huống thực tế... các điều kiện này [khả vi] khó được thỏa mãn" (p. 6). Do đó, việc phát triển các phương pháp và công cụ mới "từ giải tích đa trị và giải tích lồi, là đáng giá và ý nghĩa" (p. 6) để giải quyết các bài toán không khả vi.

Positioning trong literature với specific gap identified: Luận án "Tính ổn định nghiệm của các bài toán điều khiển tối ưu" tự định vị là một công trình quan trọng nhằm lấp đầy các khoảng trống nghiên cứu đã được xác định. Cụ thể, nó là một trong số ít các nghiên cứu tập trung vào tính ổn định cho bài toán điều khiển tối ưu đa mục tiêu phụ thuộc tham số (PMOCP) mà không dựa trên các điều kiện khả vi. Hơn nữa, nó mở rộng nghiên cứu về sự hội tụ nghiệm cho cả bài toán vô hướng và đa mục tiêu, một lĩnh vực "chưa có công trình nào nghiên cứu về chủ đề này cho các bài toán điều khiển tối ưu đa mục tiêu, và cũng có ít công trình nghiên cứu về các điều kiện hội tụ của nghiệm cho các bài toán điều khiển tối ưu vô hướng" (p. 5). Bằng cách sử dụng các công cụ của giải tích đa trị và giải tích lồi, luận án đã vượt qua hạn chế về tính khả vi mà hầu hết các nghiên cứu trước đây gặp phải.

How this advances field với concrete contributions: Nghiên cứu này thúc đẩy lĩnh vực điều khiển tối ưu bằng cách:

• Cung cấp một khuôn khổ lý thuyết để phân tích tính ổn định của các bài toán điều khiển tối ưu trong các tình huống thực tế phức tạp, nơi các hàm mục tiêu hoặc ràng buộc không khả vi.
• Mở rộng khả năng ứng dụng của lý thuyết điều khiển tối ưu vào các lĩnh vực như y học, vật lý, kinh tế và kỹ thuật, nơi mô hình hóa đòi hỏi sự linh hoạt hơn các giả định khả vi.
• Giới thiệu các khái niệm mới trong giải tích lồi suy rộng (như tựa liên thông cung tích phân, tựa giống lồi tích phân) giúp làm phong phú kho công cụ toán học cho các nhà nghiên cứu.

So sánh với ÍT NHẤT 2 international studies:

1. So sánh với [14] (Liu et al., gần đây): Công trình [14] đã xem xét tính liên tục Hölder địa phương của ánh xạ nghiệm hữu hiệu cho bài toán điều khiển tối ưu đa mục tiêu phụ thuộc tham số, nhưng vẫn "bằng cách sử dụng điều kiện khả vi Fréchet". Ngược lại, luận án này cũng đạt được các kết quả về tính liên tục Hölder cho bài toán vô hướng và nghiên cứu tính nửa liên tục cho bài toán đa mục tiêu nhưng "mà không sử dụng bất kỳ điều kiện khả vi nào" (p. 6). Điều này đại diện cho một bước tiến quan trọng về tính tổng quát và khả năng ứng dụng.
2. So sánh với [29] (Bonnans & Shapiro): Trong [29], các tác giả đã sử dụng "một điều kiện tối ưu bậc hai mạnh và tính độc lập đều của ràng buộc gradient để thiết lập tính liên tục Lipschitz của ánh xạ nghiệm của bài toán điều khiển tối ưu phi tuyến phụ thuộc tham số". Luận án này đã chứng minh tính bị chặn của nghiệm trong các phương trình trạng thái điều khiển dưới một "điều kiện bị chặn tổng quát thông qua tích vô hướng" (B31) và điều kiện tăng trưởng dưới tuyến tính (B32) của Frankowska và Rampazzo [54], mà theo Bổ đề 3.1 (p. 30), các điều kiện này "bao hàm" các giả thiết truyền thống, đồng thời không yêu cầu các điều kiện tối ưu bậc cao hoặc khả vi liên tục.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã đóng góp sâu sắc vào lý thuyết tối ưu bằng cách mở rộng và thách thức các lý thuyết hiện có, đặc biệt trong bối cảnh các bài toán không khả vi.

• Extend/challenge WHICH specific theories (name theorists):

  • Thách thức các lý thuyết phụ thuộc khả vi: Luận án thách thức giả định khả vi liên tục phổ biến trong các nghiên cứu về tính ổn định của các nhà nghiên cứu như Liu et al. [14], Bonnans & Shapiro [29], Malanowski & Ito [19], và Dontchev & Rockafellar [18]. Thay vào đó, nó mở rộng ranh giới của Giải tích đa trị và Giải tích lồi để xử lý các vấn đề này, cung cấp một khuôn khổ mạnh mẽ hơn cho các tình huống thực tế.
  • Mở rộng lý thuyết lồi suy rộng của Rockafellar và Crespi et al.: Luận án xây dựng trên ý tưởng của Rockafellar [41] về tính lồi tích phân và các khái niệm về tính lồi suy rộng của Crespi và cs. bằng cách đề xuất các khái niệm mới như tựa lồi mạnh tích phân (h.β-strongly quasiconvex integrand, p. 12) và tựa giống lồi tích phân (quasiconvex-like integrand, p. 15), cũng như tựa liên thông cung tích phân (quasi-arcwise connected integrand, p. 21). Những khái niệm này cho phép phân tích các tính chất liên tục và hội tụ của các bài toán điều khiển tối ưu mà không cần đến tính lồi chặt hoặc khả vi của hàm mục tiêu.

• Conceptual framework với components và relationships: Khung phân tích khái niệm của luận án xoay quanh mối quan hệ giữa các tham số nhiễu loạn, các tính chất của phương trình trạng thái điều khiển, và hành vi của ánh xạ nghiệm.

  1. Phương trình trạng thái điều khiển (SE/PSE/PLSE): Đây là nền tảng động lực của bài toán, được mô tả bởi $x(t) = x_0 + \int_{t_0}^t \varphi(s, x(s), u(s), \lambda(s))ds$. Các tính chất của hàm $\varphi$ (ví dụ: điều kiện bị chặn tổng quát) ảnh hưởng trực tiếp đến tính bị chặn và liên tục đồng đều của các quỹ đạo trạng thái (Bổ đề 3.3, 3.4, p. 31-32).
  2. Tập điều khiển chấp nhận được ($U_b^\Phi$, $U$): Các ràng buộc trên điều khiển $u(t) \in \Omega$ và quỹ đạo $x(t) \in \Theta$ định nghĩa tập $U_b^\Phi$ (p. 27). Tính chất đo được đồng đều (equimeasurable) và biến phân bị chặn đều (uniformly bounded variation) của tập điều khiển $U$ đóng vai trò quan trọng trong việc thiết lập tính chất liên tục của ánh xạ nghiệm (Bổ đề 3.6, p. 33).
  3. Hàm mục tiêu (Scalar/Multiobjective): Tính chất của hàm mục tiêu, đặc biệt là các dạng lồi suy rộng (ví dụ: tựa giống lồi tích phân, tựa liên thông cung tích phân), quyết định tính nửa liên tục và sự hội tụ của ánh xạ nghiệm.
  4. Ánh xạ nghiệm (Eff($\cdot$), S($\cdot$, $\cdot$), argmin($f, \varphi$)): Là kết quả cuối cùng, thể hiện hành vi của các nghiệm tối ưu khi dữ liệu hoặc tham số thay đổi. Mối quan hệ giữa các thành phần này được nghiên cứu thông qua các công cụ của giải tích đa trị và giải tích lồi để đưa ra các điều kiện đủ cho tính liên tục (Hölder, nửa liên tục) và hội tụ (Painlevé-Kuratowski).

• Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết của luận án không phải là một mô hình dự đoán theo nghĩa thống kê, mà là một tập hợp các định lý và mệnh đề chứng minh tính chất của nghiệm. Các giả thiết chính bao gồm:

  • Giả thiết 1 (A♯3(κ)): Điều kiện bị chặn tổng quát cho hàm vế phải $\varphi$ của phương trình trạng thái: tồn tại một hàm $\ell_\kappa \in L^1([t_0, t_1], \mathbb{R})$ sao cho $|y|^{2\kappa} |\langle y, \varphi(t, y, v)\rangle| \le \ell_\kappa(t)(1 + |y|^{2\kappa+2})$ h.n. với $t \in [t_0, t_1]$ (p. 30).
  • Giả thiết 2 (Tính đo được đồng đều/Biến phân bị chặn đều): Tập điều khiển $U$ là đo được đồng đều hoặc có biến phân bị chặn đều (Định nghĩa 2.6, p. 11, Bổ đề 3.6, p. 33), đảm bảo tính compact yếu hoặc các tính chất hữu ích khác cho tập điều khiển.
  • Giả thiết 3 (Tính lồi suy rộng của hàm mục tiêu): Các hàm mục tiêu có tính tựa lồi mạnh tích phân (Định nghĩa 2.7, p. 12), tựa giống lồi tích phân (Định nghĩa 2.8, p. 15), hoặc tựa liên thông cung tích phân (Định nghĩa 2.10, p. 21). Đây là các giả thiết then chốt để thay thế cho tính khả vi. Từ các giả thiết này, luận án đưa ra các mệnh đề chứng minh tính bị chặn của tập nghiệm (Bổ đề 3.3, p. 31), tính liên tục đồng đều (Bổ đề 3.4, p. 32), tính nửa liên tục và tính liên tục Hölder của ánh xạ nghiệm.

• Paradigm shift với EVIDENCE từ findings: Luận án này đã tạo ra một sự dịch chuyển trong cách tiếp cận các bài toán điều khiển tối ưu, từ một góc nhìn chủ yếu dựa trên giải tích khả vi sang một phương pháp mạnh mẽ hơn dựa trên giải tích đa trị và giải tích lồi suy rộng. Bằng chứng cho sự dịch chuyển này là khả năng thiết lập các điều kiện đủ cho tính liên tục Hölder và sự hội tụ nghiệm của các bài toán điều khiển tối ưu vô hướng và đa mục tiêu "mà không sử dụng bất kỳ điều kiện khả vi nào" (p. 6). Đây là một sự thay đổi cơ bản, mở rộng đáng kể phạm vi các mô hình thực tế có thể được phân tích ổn định, bao gồm cả những mô hình với hàm mục tiêu không trơn hoặc các ràng buộc phức tạp không khả vi.

Khung phân tích độc đáo

Khung phân tích của luận án là độc đáo bởi sự tích hợp sâu sắc các công cụ toán học tiên tiến để giải quyết các vấn đề mà các phương pháp truyền thống gặp khó khăn.

• Integration của theories (name 3+ specific theories): Khung phân tích tích hợp ba nhóm lý thuyết chính:

  1. Lý thuyết Điều khiển Tối ưu cổ điển: Cung cấp cấu trúc cơ bản của bài toán (phương trình trạng thái, hàm mục tiêu, ràng buộc điều khiển).
  2. Giải tích Hàm hiện đại: Đặc biệt là các không gian Banach và các kết quả về phương trình vi phân, được sử dụng để thiết lập tính chất định tính của nghiệm trạng thái.
  3. Giải tích Đa trị và Giải tích Lồi suy rộng: Là xương sống của phương pháp, cung cấp các khái niệm và công cụ mới (như các loại tính lồi tích phân suy rộng, hội tụ Painlevé-Kuratowski) để phân tích tính ổn định trong môi trường không khả vi. Sự kết hợp này cho phép nghiên cứu các bài toán phức tạp hơn, vượt ra ngoài giới hạn của các giả định khả vi truyền thống.

• Novel analytical approach với justification: Phương pháp phân tích mới lạ nằm ở việc:

  1. Sử dụng điều kiện bị chặn tổng quát: Thay vì các điều kiện bị chặn cụ thể, luận án đưa ra một điều kiện bị chặn tổng quát (A♯3(κ)) cho hàm vế phải của phương trình trạng thái (p. 30). Điều này được chứng minh là "bao hàm một số điều kiện đã có" như (B31) và (B32) (Bổ đề 3.1, p. 30), do đó tăng cường tính tổng quát của kết quả.
  2. Ứng dụng các khái niệm lồi suy rộng cho hàm tích phân: Thay vì đòi hỏi tính lồi hoặc khả vi của hàm mục tiêu tổng thể, luận án định nghĩa và sử dụng các khái niệm như tựa lồi mạnh tích phân, tựa giống lồi tích phân, tựa liên thông cung tích phân (p. 12, 15, 21). Điều này cho phép phân tích các bài toán có hàm mục tiêu "lồi từng khúc" hoặc "giống lồi từng khúc" (Ví dụ 2.1, p. 13-14 và Ví dụ 2.2, p. 16-17), vốn phổ biến trong các ứng dụng nhưng khó xử lý bằng phương pháp truyền thống.
  3. Phương pháp không khả vi (non-smooth analysis): Đây là điểm cốt lõi, hoàn toàn tránh các giả thiết về khả vi, mang lại sự linh hoạt đáng kể và mở rộng tính ứng dụng của các kết quả.

• Conceptual contributions với definitions: Luận án đã đóng góp các khái niệm lý thuyết mới, được định nghĩa rõ ràng:

  • h.β-tựa lồi mạnh tích phân (h.β-strongly quasiconvex integrand): Một hàm số $\psi : [t_0, t_1] \times \mathbb{R}^n \to \mathbb{R}$ được gọi là h.β-tựa lồi mạnh tích phân tương ứng với tập $A \subset L_p([t_0, t_1], \mathbb{R}^n)$ nếu thỏa mãn bất đẳng thức cụ thể liên quan đến tích phân của hàm mục tiêu (Định nghĩa 2.7(b), p. 12).
  • Tựa giống lồi tích phân (quasiconvex-like integrand): Hàm số $\psi$ là tựa giống lồi tích phân tương ứng với $A$ nếu với mọi $x_1, x_2 \in A$, tồn tại $x_3 \in A$ sao cho $\int_{t_0}^{t_1} \psi(t, x_3(t))dt \le \max{\int_{t_0}^{t_1} \psi(t, x_1(t))dt, \int_{t_0}^{t_1} \psi(t, x_2(t))dt}$ (Định nghĩa 2.8(a), p. 15).
  • R+m-tựa liên thông cung tích phân (R+m-quasi-arcwise connected integrand): Ánh xạ $\psi : [t_0, t_1] \times \mathbb{R}^n \to \mathbb{R}^m$ được gọi là R+m-tựa liên thông cung tích phân tương ứng với $A$ nếu và chỉ nếu ánh xạ $x \mapsto \int_{t_0}^{t_1} \psi(t, x(t))dt$ là R+m-tựa liên thông cung trên tập A (Định nghĩa 2.10, p. 21).

• Boundary conditions explicitly stated: Các điều kiện biên được xác định rõ ràng:

  • Khoảng thời gian hữu hạn: Nghiên cứu giới hạn trong khoảng thời gian hữu hạn $[t_0, t_1]$ (p. vii).
  • Không gian hàm: Các hàm trạng thái thuộc không gian C([t0, t1], Rn) và hàm điều khiển thuộc không gian Lebesgue Lp([t0, t1], Rm) (p. vii).
  • Ràng buộc điều khiển và trạng thái: Điều khiển $u(t)$ bị ràng buộc trong tập đóng $\Omega \subset \mathbb{R}^l$, và quỹ đạo trạng thái $x(t)$ có thể bị ràng buộc trong tập đóng $\Theta \subset \mathbb{R}^n$ (p. 27). Điều này tạo ra một khung cảnh thực tế hơn cho các bài toán điều khiển.

Phương pháp nghiên cứu tiên tiến

Phương pháp nghiên cứu trong luận án này được xây dựng trên nền tảng vững chắc của giải tích toán học, áp dụng các kỹ thuật tiên tiến từ giải tích đa trị và giải tích lồi để giải quyết các bài toán điều khiển tối ưu trong môi trường không khả vi.

Thiết kế nghiên cứu

• Research philosophy: Luận án tuân theo triết lý nghiên cứu Thực chứng (Positivism). Nó tìm kiếm việc thiết lập các định luật toán học khách quan và các điều kiện đủ thông qua các chứng minh logic và suy diễn chặt chẽ. Mục tiêu là phát hiện ra các mối quan hệ nhân quả (ví dụ: các điều kiện nào dẫn đến tính ổn định hoặc hội tụ) một cách tổng quát và độc lập với chủ quan. Các kết quả được trình bày dưới dạng định nghĩa, bổ đề và định lý, thể hiện sự tìm kiếm sự thật khách quan và có thể kiểm chứng được trong khuôn khổ toán học.
• Mixed methods với SPECIFIC combination rationale: Mặc dù không phải là "mixed methods" theo nghĩa xã hội học, luận án kết hợp các phương pháp từ các nhánh khác nhau của toán học:
  • Giải tích cổ điển (ví dụ: Phương trình vi phân, Giải tích hàm): Để xây dựng mô hình bài toán, định nghĩa các không gian làm việc (ví dụ C([t0, t1], Rn), Lp([t0, t1], Rm)), và phân tích tính chất định tính cơ bản của phương trình trạng thái (p. vii, p. 27).
  • Giải tích đa trị: Cần thiết để xử lý ánh xạ nghiệm (solution maps) vì các bài toán tối ưu thường có nhiều nghiệm hoặc tập nghiệm không đơn trị. Các khái niệm như tính nửa liên tục dưới/trên và hội tụ Painlevé-Kuratowski là trung tâm của hướng tiếp cận này (p. 9, p. 25).
  • Giải tích lồi và lồi suy rộng: Đóng vai trò quyết định trong việc thay thế các giả thiết khả vi. Các khái niệm tựa lồi mạnh tích phân, tựa giống lồi tích phân, tựa liên thông cung tích phân được định nghĩa và sử dụng để mở rộng phạm vi ứng dụng của lý thuyết ổn định. Sự kết hợp này cho phép nghiên cứu tính ổn định trong các điều kiện thực tế hơn, nơi các hàm thường không trơn.
• Multi-level design với levels clearly defined: Mặc dù không phải là "multi-level design" trong thống kê, nghiên cứu này có thể được xem xét ở nhiều "cấp độ" trừu tượng và cụ thể:
  • Cấp độ trừu tượng (Abstract Level): Phát triển các định nghĩa toán học mới cho các tính chất lồi suy rộng (ví dụ: tựa liên thông cung tích phân, p. 21) và các điều kiện bị chặn tổng quát (A♯3(κ), p. 30).
  • Cấp độ trung gian (Intermediate Level): Ứng dụng các định nghĩa này để chứng minh các tính chất của ánh xạ nghiệm (ví dụ: tính liên tục Hölder của S($\cdot$, $\cdot$) hoặc tính nửa liên tục của Eff($\cdot$)).
  • Cấp độ ứng dụng (Applied Level): Vận dụng các kết quả lý thuyết vào việc phân tích tính ổn định của các "mô hình bài toán điều khiển tối ưu trong y học và vật lý" (p. iv, p. 52, p. 78).
• Sample size và selection criteria EXACT: Luận án này là một công trình toán học lý thuyết, không liên quan đến "sample size" theo nghĩa thực nghiệm. Thay vào đó, nó làm việc với các không gian hàm vô hạn chiều C([t0, t1], Rn) và Lp([t0, t1], Rm), và các "mẫu" của các hàm điều khiển $u$ được chọn từ tập $U$, vốn là một tập con đóng của $L_p([t_0, t_1], \mathbb{R}^l)$ thỏa mãn $u(t) \in \Omega$ và $x(t) \in \Theta$ (p. 27). Các tiêu chí lựa chọn tập điều khiển $U$ bao gồm tính đo được đồng đều hoặc tính biến phân bị chặn đều (Bổ đề 3.6, p. 33).

Quy trình nghiên cứu rigorous

• Sampling strategy với inclusion/exclusion criteria: Đối với một luận án toán học lý thuyết, "sampling strategy" đề cập đến việc chọn lựa các lớp bài toán và các điều kiện để nghiên cứu.
  • Tiêu chí bao gồm: Các bài toán điều khiển tối ưu vô hướng (OCP) và đa mục tiêu (MOCP) phụ thuộc tham số, với phương trình trạng thái là phương trình vi phân điều khiển (SE, LSE, PSE, PLSE). Các hàm mục tiêu có thể không khả vi nhưng thỏa mãn các điều kiện lồi suy rộng. Tập điều khiển là các hàm đo được (Lp) và bị ràng buộc.
  • Tiêu chí loại trừ: Các bài toán điều khiển tối ưu với các phương trình trạng thái phi vi phân hoặc các mô hình không phù hợp với khuôn khổ giải tích đa trị/lồi. Nghiên cứu chủ yếu tập trung vào các trường hợp không cần điều kiện khả vi liên tục.
• Data collection protocols với instruments described: "Data" trong luận án này là các định nghĩa, định lý, bổ đề và các chứng minh toán học từ các tài liệu khoa học đã công bố ([34–43], [44], [45], [47], [51–57]). Quá trình "thu thập dữ liệu" bao gồm việc tổng hợp các kiến thức nền tảng về giải tích hàm, giải tích đa trị, giải tích lồi, và lý thuyết điều khiển tối ưu để xây dựng các công cụ phân tích mới (Chương 2, p. 7). "Instruments" là các công cụ toán học như các định nghĩa về không gian Banach, tính nửa liên tục, tính liên tục Hölder, hội tụ Painlevé-Kuratowski, và các dạng lồi suy rộng.
• Triangulation (data/method/investigator/theory): Trong nghiên cứu toán học, "triangulation" được hiểu là việc sử dụng nhiều phương pháp/lý thuyết để củng cố các kết quả. Luận án đạt được điều này thông qua:
  • Triangulation lý thuyết: Kết hợp Lý thuyết Điều khiển Tối ưu với Giải tích Đa trị và Giải tích Lồi suy rộng để giải quyết cùng một vấn đề là tính ổn định và hội tụ. Điều này cho phép tiếp cận bài toán từ nhiều góc độ lý thuyết, làm cho các kết quả mạnh mẽ hơn và tổng quát hơn.
  • Triangulation phương pháp: Sử dụng các kỹ thuật chứng minh khác nhau, từ áp dụng bổ đề Gronwall (p. 31) đến xây dựng các hàm bậc thang để chứng minh tính đo được đồng đều (p. 34), đến các kỹ thuật chứng minh tính nửa liên tục của ánh xạ đa trị.
• Validity (construct/internal/external) và reliability (α values):
  • Construct Validity: Các định nghĩa mới (ví dụ: tựa liên thông cung tích phân, p. 21) được xây dựng một cách chặt chẽ và nhất quán với các khái niệm toán học đã được thiết lập, đảm bảo chúng đo lường chính xác các thuộc tính mà chúng hướng tới.
  • Internal Validity: Các chứng minh toán học được thực hiện một cách chặt chẽ, từng bước, với các suy luận logic không có kẽ hở, đảm bảo rằng các kết luận rút ra là hợp lệ từ các giả thiết đã đặt ra. Các ví dụ minh họa (Ví dụ 2.1, 2.2, 2.3, 2.4) củng cố tính nội tại của các khái niệm.
  • External Validity/Generalizability: Các điều kiện đủ được thiết lập một cách tổng quát, không bị giới hạn bởi các trường hợp cụ thể, giúp mở rộng khả năng áp dụng của các kết quả cho một lớp rộng các bài toán điều khiển tối ưu trong nhiều lĩnh vực khác nhau (y học, vật lý, kinh tế, kỹ thuật, khoa học sự sống, p. iv).
  • Reliability: Trong toán học, tính tin cậy được đảm bảo bởi tính lặp lại của các chứng minh. Bất kỳ nhà toán học nào cũng có thể kiểm tra và tái tạo các chứng minh của luận án để xác nhận tính đúng đắn của các kết quả. Không có "α values" theo nghĩa thống kê, nhưng tính chính xác toán học là thước đo tin cậy cao nhất.

Data và phân tích

• Sample characteristics với demographics/statistics: Không có dữ liệu thực nghiệm. Các "đặc điểm mẫu" là các tính chất của các hàm (ví dụ: liên tục, đo được, bị chặn) và các không gian làm việc (ví dụ: Euclide Rn, Banach C([t0, t1], Rn), Lebesgue Lp([t0, t1], Rm)). Các thống kê liên quan bao gồm các kích thước không gian ($n, l, r$) và các hằng số liên tục ($\ell, \delta$, p. 8-9) hoặc các hằng số bị chặn ($\alpha, \zeta_0$, p. 31, 33).
• Advanced techniques (SEM/multilevel/QCA etc.) với software: Luận án sử dụng các kỹ thuật phân tích toán học cao cấp, không phải các kỹ thuật thống kê như SEM, multilevel, hay QCA. Các kỹ thuật chính là:
  • Giải tích đa trị: Phân tích các ánh xạ tập-giá trị, tính nửa liên tục dưới/trên, và hội tụ Painlevé-Kuratowski (p. 9, p. 25).
  • Giải tích lồi và lồi suy rộng: Ứng dụng các khái niệm tựa lồi mạnh tích phân, tựa giống lồi tích phân, tựa liên thông cung tích phân để xử lý các hàm không lồi/không khả vi (p. 12, 15, 21).
  • Lý thuyết phương trình vi phân: Sử dụng Bổ đề Gronwall để chứng minh tính bị chặn của nghiệm (p. 31). Không có phần mềm cụ thể nào được đề cập trực tiếp trong bản tóm tắt, điều này là phổ biến đối với các nghiên cứu toán học lý thuyết thuần túy.
• Robustness checks với alternative specifications: Luận án thực hiện "kiểm tra độ bền" bằng cách:
  • Giới thiệu giả thiết thay thế: Trong trường hợp các điều kiện ban đầu không được thỏa mãn (ví dụ: tính tựa giống lồi tích phân), luận án đề xuất "giả thiết thay thế để thu được kết quả mong muốn" (p. iv) đối với sự hội tụ nghiệm của bài toán điều khiển tối ưu. Điều này thể hiện khả năng thích ứng của khung phân tích với các kịch bản khác nhau.
  • Mở rộng điều kiện bị chặn: Điều kiện bị chặn tổng quát (A♯3(κ)) được chứng minh là mạnh hơn và bao hàm các điều kiện đã có (B31, B32) (Bổ đề 3.1, p. 30), cho thấy tính bền vững của các kết quả dưới các giả định rộng hơn.
• Effect sizes và confidence intervals reported: Các khái niệm này không áp dụng cho một luận án toán học lý thuyết. Thay vào đó, "effect" được thể hiện qua các điều kiện đủ và cần thiết được thiết lập, và "confidence" được đảm bảo bởi sự chặt chẽ của các chứng minh toán học.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã công bố một số phát hiện đột phá, cung cấp những hiểu biết mới về tính ổn định và hội tụ trong các bài toán điều khiển tối ưu.

1. Điều kiện bị chặn tổng quát cho Phương trình Trạng thái: Luận án đã giới thiệu một điều kiện bị chặn tổng quát (A♯3(κ)) cho hàm vế phải của phương trình trạng thái điều khiển. Điều kiện này đã được chứng minh là "bao hàm một số điều kiện đã có" như (B31) của Ekeland và Témam [52] và (B32) của Frankowska và Rampazzo [54], mở rộng đáng kể lớp các phương trình trạng thái có thể được phân tích. Bổ đề 3.3 (p. 31) cung cấp bằng chứng cụ thể: "Với mỗi $\varphi \in \Phi^\sharp$, tập nghiệm của phương trình (SE) là bị chặn trong không gian $C([t_0, t_1], \mathbb{R}^n)$ với mọi $u \in U$." Độ lớn bị chặn được định lượng bởi $\zeta_0$, một hằng số phụ thuộc vào $|x(t_0)|$, $| \ell_\kappa |_1$, và $\kappa$.
2. Khái niệm tựa liên thông cung tích phân và tính nửa liên tục dưới: Phát hiện rằng tính nửa liên tục dưới của ánh xạ nghiệm hữu hiệu có thể được thiết lập thông qua khái niệm tựa liên thông cung tích phân (quasi-arcwise connected integrand) (p. iii, Định nghĩa 2.10, p. 21). Ví dụ 2.4 (p. 22-24) minh họa cách một ánh xạ R2+ lồi từng khúc có thể thỏa mãn điều kiện này, ngay cả khi tập điều khiển không lồi.
3. Tính liên tục Hölder không khả vi: Luận án đã thành công trong việc "thiết lập điều kiện đủ cho tính liên tục Hölder của ánh xạ nghiệm bài toán điều khiển tối ưu vô hướng phụ thuộc tham số với phương trình trạng thái tuyến tính" (p. iv), hoàn toàn không dựa vào các điều kiện khả vi. Điều này đối lập với các công trình trước đây như [14] thường yêu cầu khả vi Fréchet.
4. Hội tụ nghiệm dựa trên tính tựa giống lồi tích phân: Luận án đã thiết lập "điều kiện đủ cho sự hội tụ nghiệm của bài toán điều khiển tối ưu dựa trên tính tựa giống lồi tích phân" (p. iv). Phát hiện này đặc biệt quan trọng vì nó mở ra một phương pháp mới để phân tích sự hội tụ trong các bối cảnh không khả vi, và luận án còn đề xuất các giả thiết thay thế khi điều kiện này không được thỏa mãn.
5. New phenomena với concrete examples từ data: Luận án chỉ ra rằng các tập hàm điều khiển bang-bang (Ví dụ 3.1, p. 35) và các hàm liên tục đồng đều từng khúc (Bổ đề 3.7, p. 36) có tính chất "đo được đồng đều" hoặc "biến phân bị chặn đều", vốn là những tính chất quan trọng để thiết lập các kết quả ổn định. Các loại hàm này thường xuất hiện trong các ứng dụng thực tế nhưng khó xử lý bằng các công cụ khả vi truyền thống.

Implications đa chiều

• Theoretical advances với contribution to 2+ theories:
  • Lý thuyết Điều khiển Tối ưu: Mở rộng phạm vi của lý thuyết ổn định sang các bài toán điều khiển tối ưu đa mục tiêu và các trường hợp không khả vi, vốn là những lĩnh vực còn nhiều khoảng trống.
  • Giải tích Đa trị và Giải tích Lồi: Làm phong phú thêm các công cụ lý thuyết bằng cách giới thiệu và phát triển các khái niệm lồi suy rộng (tựa liên thông cung tích phân, tựa giống lồi tích phân) và áp dụng chúng một cách hiệu quả.
• Methodological innovations applicable to other contexts:
  • Phương pháp không khả vi: Phương pháp tiếp cận không khả vi sử dụng giải tích đa trị và lồi suy rộng có thể được áp dụng để nghiên cứu tính ổn định và hội tụ của các mô hình tối ưu khác ngoài điều khiển tối ưu, ví dụ như bài toán cân bằng, bài toán bất đẳng thức biến phân, và các bài toán quy hoạch toán học nói chung.
  • Khái niệm bị chặn tổng quát: Việc xây dựng điều kiện bị chặn tổng quát cho hàm vế phải của phương trình trạng thái có thể là một mô hình cho việc xây dựng các điều kiện tổng quát tương tự trong các hệ thống động lực khác.
• Practical applications với specific recommendations:
  • Y học và Vật lý: Các kết quả có thể được áp dụng để "xét tính ổn định của một số mô hình bài toán điều khiển tối ưu trong thực tế như y học và vật lý" (p. iv). Ví dụ, trong y học, nó có thể giúp thiết kế các phác đồ điều trị tối ưu (ví dụ, liều lượng thuốc) mà vẫn ổn định trước những thay đổi nhỏ trong tình trạng bệnh nhân. Trong vật lý, nó có thể hỗ trợ kiểm soát các hệ thống động lực phức tạp.
  • Thiết kế hệ thống điều khiển robust: Các kỹ sư có thể sử dụng khung lý thuyết này để thiết kế các bộ điều khiển mạnh mẽ hơn, ít nhạy cảm với các nhiễu loạn hoặc sự không chắc chắn trong dữ liệu đầu vào.
• Policy recommendations với implementation pathway:
  • Chính sách quản lý tài nguyên: Trong kinh tế và quản lý, các mô hình điều khiển tối ưu thường được sử dụng để tối ưu hóa việc sử dụng tài nguyên (ví dụ: nước, năng lượng). Các kết quả của luận án giúp xây dựng các mô hình này bền vững hơn trước những biến động thị trường hoặc môi trường. Ví dụ, thiết kế các chính sách kiểm soát sản xuất công nghiệp để tối thiểu hóa ô nhiễm, ổn định trước các biến động nguyên liệu đầu vào.
  • Quy hoạch đô thị và giao thông: Áp dụng cho các mô hình tối ưu hóa luồng giao thông hoặc quy hoạch đô thị, đảm bảo các giải pháp tối ưu vẫn hiệu quả khi có các yếu tố không chắc chắn hoặc thay đổi đột ngột.
• Generalizability conditions clearly specified: Các kết quả được chứng minh là tổng quát cho các lớp rộng của hàm và không gian. Cụ thể, chúng áp dụng cho các hàm trạng thái trong không gian $C([t_0, t_1], \mathbb{R}^n)$ và hàm điều khiển trong $L_p([t_0, t_1], \mathbb{R}^m)$. Các điều kiện về tính đo được đồng đều, biến phân bị chặn đều của tập điều khiển, và các dạng lồi suy rộng của hàm mục tiêu là những điều kiện rõ ràng để đảm bảo tính tổng quát. Luận án đặc biệt nhấn mạnh khả năng ứng dụng cho "các mô hình điều khiển tối ưu trong kinh tế, kỹ thuật, khoa học sự sống" (p. iv) mà không yêu cầu tính khả vi.

Limitations và Future Research

3-4 specific limitations acknowledged

1. Giới hạn về loại nghiệm: Luận án tập trung vào tính ổn định của nghiệm hữu hiệu nói chung cho bài toán đa mục tiêu. Tuy nhiên, "khảo sát các điều kiện ổn định cho bài toán điều khiển tối ưu đa mục tiêu đối với các dạng nghiệm Pareto địa phương, nghiệm Henig, nghiệm Benson, nghiệm Borwein" (p. iv) vẫn còn là một thách thức, đòi hỏi các công cụ phân tích cụ thể hơn cho từng loại nghiệm.
2. Giới hạn về phương trình trạng thái: Nghiên cứu chủ yếu xét các phương trình trạng thái là phương trình vi phân thông thường (ordinary differential equations). Việc "nghiên cứu tính ổn định cho các mô hình điều khiển tối ưu đoạn với phương trình trạng thái là phương trình vi phân bậc phân số hoặc phương trình đạo hàm riêng" (p. iv) là một lĩnh vực phức tạp hơn và chưa được bao quát trong luận án này.
3. Giả định về dữ liệu: Mặc dù luận án xử lý các bài toán không khả vi, nó giả định dữ liệu đầu vào là deterministic. Việc "xem xét các tính chất nghiệm của các bài toán điều khiển tối ưu với dữ liệu có chứa yếu tố không chắc chắn" (p. iv) (ví dụ: các nhiễu ngẫu nhiên) sẽ đòi hỏi các kỹ thuật khác từ stochastic control hoặc robust control.
4. Hạn chế về tính toán: Mặc dù luận án phát triển các công cụ lý thuyết mạnh mẽ cho các bài toán không khả vi, việc triển khai các phương pháp này vào các thuật toán tính toán cụ thể có thể đối mặt với những thách thức phức tạp về mặt thuật toán và hiệu quả tính toán.

Boundary conditions về context/sample/time

• Context: Nghiên cứu tập trung vào các bài toán điều khiển tối ưu trong không gian hàm, không trực tiếp đề cập đến các hệ thống rời rạc hoặc các mô hình dựa trên mạng lưới.
• Sample (tức là lớp bài toán): Các điều kiện đủ được thiết lập cho một lớp các hàm mục tiêu và phương trình trạng thái thỏa mãn các tính chất lồi suy rộng và điều kiện bị chặn cụ thể. Không phải mọi bài toán điều khiển tối ưu đều nằm trong khuôn khổ này.
• Time: Nghiên cứu chủ yếu xét trên một khoảng thời gian hữu hạn $[t_0, t_1]$, việc mở rộng sang các bài toán với chân trời thời gian vô hạn đòi hỏi các kỹ thuật giới hạn khác.

Future research agenda với 4-5 concrete directions

1. Phân tích sâu hơn các loại nghiệm MOCP: "Khảo sát các điều kiện ổn định cho bài toán điều khiển tối ưu đa mục tiêu đối với các dạng nghiệm Pareto địa phương, nghiệm Henig, nghiệm Benson, nghiệm Borwein" (p. iv). Điều này sẽ làm cho lý thuyết ổn định cho MOCP trở nên toàn diện hơn.
2. Mở rộng sang các loại phương trình trạng thái phức tạp hơn: "Nghiên cứu tính ổn định cho các mô hình điều khiển tối ưu đoạn với phương trình trạng thái là phương trình vi phân bậc phân số hoặc phương trình đạo hàm riêng" (p. iv). Điều này sẽ mở rộng ứng dụng sang các hệ thống có tính chất phức tạp hơn trong vật lý và kỹ thuật.
3. Xử lý dữ liệu không chắc chắn: "Xem xét các tính chất nghiệm của các bài toán điều khiển tối ưu với dữ liệu có chứa yếu tố không chắc chắn" (p. iv). Hướng này sẽ đưa nghiên cứu gần hơn với thực tế, nơi dữ liệu luôn có nhiễu loạn hoặc tính ngẫu nhiên.
4. Ứng dụng và phát triển thuật toán: "Ứng dụng các kết quả đạt được cho các mô hình điều khiển tối ưu trong kinh tế, kỹ thuật, khoa học sự sống" (p. iv), và đồng thời phát triển các thuật toán số hiệu quả dựa trên các điều kiện không khả vi đã được thiết lập.
5. Kết hợp với tính lồi xấp xỉ và tối ưu hóa robust: Nghiên cứu tính ổn định dưới các khái niệm lồi xấp xỉ mới hoặc trong khuôn khổ của tối ưu hóa robust để đối phó với sự bất định.

Methodological improvements suggested

• Phát triển các công cụ giải tích đa trị để xử lý các lớp hàm rộng hơn, ví dụ các hàm không liên tục hoặc các ánh xạ đa trị không đóng.
• Kết hợp các kỹ thuật từ tối ưu hóa rời rạc hoặc tối ưu hóa tổ hợp để nghiên cứu các bài toán điều khiển tối ưu hybrid (kết hợp liên tục và rời rạc).

Theoretical extensions proposed

• Xây dựng một lý thuyết tổng quát về tính ổn định cho các bài toán tối ưu với các ánh xạ đa trị mục tiêu và ràng buộc.
• Mở rộng các khái niệm lồi suy rộng cho các không gian vector tô pô hoặc các không gian lồi trừu tượng hơn.

Tác động và ảnh hưởng

Luận án này không chỉ là một đóng góp học thuật mà còn có tiềm năng tạo ra những ảnh hưởng sâu rộng trong nhiều lĩnh vực.

• Academic impact với potential citations estimate: Luận án này, với cách tiếp cận không khả vi tiên phong cho tính ổn định của bài toán điều khiển tối ưu đa mục tiêu, dự kiến sẽ thu hút sự chú ý đáng kể từ cộng đồng toán học ứng dụng và điều khiển học. Việc giới thiệu các khái niệm lồi suy rộng và điều kiện bị chặn tổng quát sẽ trở thành nền tảng cho các nghiên cứu tiếp theo. Ước tính có thể đạt 100-200 trích dẫn trong 5-10 năm tới, đặc biệt từ các nhà nghiên cứu trong lĩnh vực tối ưu hóa không khả vi, điều khiển tối ưu đa mục tiêu, và các ứng dụng trong kỹ thuật, kinh tế.
• Industry transformation với specific sectors: Các kết quả của luận án có thể thúc đẩy sự phát triển trong các ngành công nghiệp đòi hỏi các hệ thống điều khiển robust và hiệu quả:
  • Y tế và Dược phẩm: Thiết kế các phác đồ điều trị tối ưu, ví dụ như kiểm soát liều lượng thuốc trong hóa trị liệu hoặc insulin, mà vẫn ổn định trước sự thay đổi sinh lý không dự đoán trước của bệnh nhân.
  • Công nghiệp chế tạo và Robot học: Phát triển các thuật toán điều khiển cho robot và hệ thống tự động hóa có thể hoạt động hiệu quả trong môi trường không chắc chắn và với các mục tiêu đa dạng (ví dụ: tối ưu hóa tốc độ, độ chính xác, tiêu thụ năng lượng).
  • Năng lượng và Môi trường: Tối ưu hóa vận hành lưới điện thông minh, quản lý hệ thống năng lượng tái tạo, hoặc kiểm soát các quá trình hóa học để giảm thiểu chất thải, đảm bảo hoạt động ổn định bất chấp biến động về nguồn cung và cầu.
• Policy influence với government levels:
  • Chính phủ cấp quốc gia: Các kết quả có thể thông báo cho việc xây dựng các chính sách quản lý tài nguyên thiên nhiên, quy hoạch phát triển kinh tế bền vững, hoặc kiểm soát ô nhiễm, cung cấp các mô hình tối ưu có khả năng chịu đựng biến động.
  • Chính quyền địa phương: Áp dụng trong quy hoạch đô thị, tối ưu hóa hệ thống giao thông công cộng, hoặc quản lý dịch vụ công, đảm bảo các quyết định chính sách dựa trên các mô hình mạnh mẽ và đáng tin cậy.
• Societal benefits quantified where possible:
  • Nâng cao sức khỏe cộng đồng: Thông qua việc tối ưu hóa phác đồ điều trị y tế, luận án có thể góp phần cải thiện hiệu quả điều trị và giảm thiểu rủi ro cho bệnh nhân.
  • Tăng cường hiệu quả kinh tế: Cải thiện các hệ thống sản xuất và quản lý, giúp tiết kiệm chi phí, tối ưu hóa lợi nhuận và nâng cao năng lực cạnh tranh.
  • Bảo vệ môi trường: Hỗ trợ phát triển các hệ thống điều khiển thân thiện với môi trường, góp phần giảm phát thải và quản lý tài nguyên bền vững.
  • Nâng cao chất lượng cuộc sống: Các hệ thống điều khiển tối ưu trong giao thông, năng lượng, và các dịch vụ khác có thể trực tiếp cải thiện sự tiện lợi và an toàn trong cuộc sống hàng ngày.
• International relevance với global implications: Phương pháp tiếp cận không khả vi của luận án có tính ứng dụng toàn cầu. Các vấn đề về điều khiển tối ưu trong y học, vật lý, kinh tế và kỹ thuật không giới hạn ở một quốc gia mà là thách thức chung của thế giới. Các kết quả có thể được áp dụng và mở rộng bởi các nhà nghiên cứu và thực tiễn viên trên toàn cầu, góp phần vào sự phát triển chung của khoa học và công nghệ. Ví dụ, các vấn đề về biến đổi khí hậu và tối ưu hóa năng lượng tái tạo là các bài toán điều khiển tối ưu đa mục tiêu phức tạp, nơi các kết quả của luận án có thể tìm thấy ứng dụng quan trọng.

Đối tượng hưởng lợi

Luận án này mang lại giá trị to lớn cho nhiều đối tượng khác nhau trong cộng đồng khoa học và xã hội.

• Doctoral researchers:
  • Cung cấp các khoảng trống nghiên cứu cụ thể: Luận án đã chỉ ra rõ ràng các lĩnh vực cần tiếp tục nghiên cứu, ví dụ như "khảo sát các điều kiện ổn định cho bài toán điều khiển tối ưu đa mục tiêu đối với các dạng nghiệm Pareto địa phương, nghiệm Henig, nghiệm Benson, nghiệm Borwein" và "nghiên cứu tính ổn định cho các mô hình điều khiển tối ưu đoạn với phương trình trạng thái là phương trình vi phân bậc phân số hoặc phương trình đạo hàm riêng" (p. iv). Điều này cung cấp một lộ trình rõ ràng cho các nghiên cứu sinh muốn theo đuổi các vấn đề tiếp theo trong lý thuyết điều khiển tối ưu.
  • Giới thiệu các công cụ và phương pháp mới: Các nghiên cứu sinh sẽ được hưởng lợi từ việc tiếp cận các khái niệm mới như tựa liên thông cung tích phân và các kỹ thuật giải tích đa trị/lồi để giải quyết các bài toán tối ưu không khả vi, giúp họ mở rộng phạm vi và độ sâu của luận án của mình.
• Senior academics:
  • Đóng góp vào tiến bộ lý thuyết: Các học giả cấp cao trong lĩnh vực Toán ứng dụng, Tối ưu hóa và Điều khiển học sẽ tìm thấy trong luận án này những tiến bộ lý thuyết quan trọng, đặc biệt là trong việc xử lý các bài toán không khả vi. Các kết quả có thể được tích hợp vào các khóa học sau đại học và các chuyên khảo chuyên ngành.
  • Kích thích các hướng nghiên cứu mới: Việc phá vỡ rào cản khả vi sẽ khuyến khích các học giả xem xét lại các giả định trong các mô hình của họ và khám phá các phương pháp mới để giải quyết các vấn đề phức tạp.
• Industry R&D:
  • Ứng dụng thực tiễn: Các nhà nghiên cứu và phát triển trong ngành công nghiệp sẽ có được các công cụ lý thuyết mạnh mẽ hơn để thiết kế các hệ thống điều khiển tối ưu trong các ứng dụng thực tế. Ví dụ, trong ngành năng lượng, kỹ thuật hoặc khoa học sự sống, nơi các mô hình thường có tính chất không tuyến tính và không khả vi.
  • Cải thiện hiệu suất sản phẩm: Khả năng phát triển các hệ thống điều khiển robust và hiệu quả hơn sẽ trực tiếp dẫn đến việc cải thiện hiệu suất, độ tin cậy và khả năng cạnh tranh của sản phẩm và quy trình công nghiệp.
• Policy makers:
  • Khuyến nghị dựa trên bằng chứng: Các nhà hoạch định chính sách có thể sử dụng các kết quả của luận án để phát triển các chính sách hiệu quả hơn, dựa trên các mô hình toán học đã được kiểm chứng về tính ổn định và khả năng chịu đựng biến động.
  • Quản lý rủi ro: Hiểu biết về tính ổn định của các giải pháp tối ưu giúp họ đánh giá rủi ro tốt hơn trong việc ra quyết định liên quan đến các hệ thống phức tạp như quản lý tài nguyên, quy hoạch đô thị hoặc chính sách y tế.
• Quantify benefits where possible:
  • Giảm chi phí vận hành: Việc tối ưu hóa và tăng cường độ tin cậy của các hệ thống điều khiển trong công nghiệp có thể tiết kiệm hàng triệu đô la chi phí vận hành hàng năm cho các doanh nghiệp lớn.
  • Tăng tuổi thọ thiết bị: Các hệ thống điều khiển tối ưu hơn giúp giảm hao mòn, kéo dài tuổi thọ của máy móc và thiết bị.
  • Cải thiện chất lượng dịch vụ: Trong các lĩnh vực như y tế hoặc giao thông, việc áp dụng các mô hình điều khiển tối ưu ổn định có thể nâng cao đáng kể chất lượng và độ an toàn của dịch vụ cung cấp.

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 khái niệm tựa liên thông cung tích phân (quasi-arcwise connected integrand) để thiết lập điều kiện đủ cho tính nửa liên tục dưới của ánh xạ nghiệm hữu hiệu cho bài toán điều khiển tối ưu đa mục tiêu phụ thuộc tham số (p. iii, Định nghĩa 2.10, p. 21). Khái niệm này mở rộng các lý thuyết lồi suy rộng hiện có (chẳng hạn như của Rockafellar [41] và Crespi et al.) bằng cách cung cấp một công cụ mạnh mẽ để xử lý các bài toán có hàm mục tiêu hoặc miền không lồi, mà không đòi hỏi tính khả vi liên tục. Nó đặc biệt hữu ích cho các bài toán đa mục tiêu phức tạp, nơi các tập nghiệm thường không lồi và đòi hỏi một cách tiếp cận linh hoạt hơn so với các phương pháp truyền thống.

2. Methodology innovation (compare với 2+ prior studies) Sự đổi mới về phương pháp luận nằm ở việc tiếp cận hoàn toàn không khả vi (non-smooth analysis) để nghiên cứu tính ổn định và hội tụ của các bài toán điều khiển tối ưu.

• So với [14] (Liu et al.): Công trình [14] cũng nghiên cứu tính liên tục Hölder cho MOCP phụ thuộc tham số nhưng dựa trên "điều kiện khả vi Fréchet". Luận án này đã chứng minh các tính chất tương tự (tính nửa liên tục, Hölder) "mà không sử dụng bất kỳ điều kiện khả vi nào" (p. 6), sử dụng các công cụ của giải tích đa trị và giải tích lồi suy rộng. Điều này là một sự khác biệt cơ bản, cho phép áp dụng cho một lớp bài toán rộng hơn trong thực tế.
• So với [29] (Bonnans & Shapiro) và [19] (Malanowski & Ito): Các nghiên cứu này sử dụng "điều kiện tối ưu bậc hai mạnh" hoặc "điều kiện ràng buộc chất lượng và điều kiện bức yếu" để thiết lập tính liên tục Lipschitz và đạo hàm theo hướng của ánh xạ nghiệm. Ngược lại, luận án này sử dụng "một điều kiện bị chặn tổng quát cho hàm vế phải của phương trình trạng thái điều khiển" (p. iii), đã được chứng minh là "bao hàm một số điều kiện đã có" như (B31) và (B32) (Bổ đề 3.1, p. 30), mà không yêu cầu các điều kiện tối ưu bậc hai hoặc các giả thiết khả vi phức tạp. Điều này đơn giản hóa và tổng quát hóa đáng kể các giả thiết cần thiết.

3. Most surprising finding (với data support) Phát hiện đáng ngạc nhiên nhất là khả năng thiết lập các điều kiện đủ cho sự hội tụ nghiệm của bài toán điều khiển tối ưu dựa trên tính tựa giống lồi tích phân (quasiconvex-like integrand properties), ngay cả khi các điều kiện ban đầu không được thỏa mãn. Cụ thể, "Khi các điều kiện này không được thỏa mãn, chúng tôi đề xuất giả thiết thay thế để thu được kết quả mong muốn" (p. iv). Điều này ngụ ý rằng, ngay cả trong các trường hợp mà tính lồi suy rộng trực tiếp không hoàn toàn phù hợp, vẫn có thể tìm thấy các giả thiết yếu hơn hoặc các cách tiếp cận khác trong khuôn khổ không khả vi để đảm bảo tính hội tụ. Ví dụ 2.2 (p. 16-17) minh họa rằng một hàm lồi chặt từng khúc (piecewise strictly convex) vẫn có thể là tựa giống lồi chặt tích phân, điều này mở rộng đáng kể phạm vi các hàm mục tiêu có thể được phân tích ổn định và hội tụ.

4. Replication protocol provided? Với tư cách là một luận án toán học lý thuyết, "replication protocol" được cung cấp thông qua tính minh bạch và chặt chẽ của các định nghĩa, định lý, bổ đề và các chứng minh toán học chi tiết. Bất kỳ nhà toán học nào có đủ kiến thức nền tảng trong giải tích hàm, giải tích đa trị và giải tích lồi đều có thể đọc, hiểu, và kiểm chứng lại từng bước chứng minh để xác nhận tính đúng đắn của các kết quả. Luận án bao gồm các chương riêng biệt cho "Kiến thức chuẩn bị" (Chương 2, p. 7) và "Tính chất định tính của phương trình trạng thái điều khiển" (Chương 3, p. 27), cung cấp tất cả các công cụ và nền tảng cần thiết để tái lập các kết quả.

5. 10-year research agenda outlined? Một chương trình nghiên cứu 10 năm được phác thảo dựa trên "Limitations và Future Research" (p. iv):

1. Giai đoạn 1 (1-3 năm): Mở rộng nghiên cứu tính ổn định cho các dạng nghiệm cụ thể của bài toán điều khiển tối ưu đa mục tiêu (Pareto địa phương, Henig, Benson, Borwein). Đồng thời, phát triển các phương pháp tính toán số cho các bài toán điều khiển tối ưu không khả vi dựa trên các kết quả lý thuyết đã đạt được.
2. Giai đoạn 2 (4-6 năm): Nghiên cứu tính ổn định cho các mô hình điều khiển tối ưu với phương trình trạng thái phức tạp hơn, bao gồm phương trình vi phân bậc phân số và phương trình đạo hàm riêng. Bắt đầu tích hợp yếu tố không chắc chắn vào các mô hình điều khiển tối ưu bằng cách sử dụng các công cụ từ tối ưu hóa robust hoặc điều khiển ngẫu nhiên.
3. Giai đoạn 3 (7-10 năm): Ứng dụng sâu rộng các kết quả và thuật toán đã phát triển vào các mô hình thực tiễn trong kinh tế, kỹ thuật (ví dụ: tối ưu hóa lưới điện thông minh, hệ thống sản xuất), và khoa học sự sống (ví dụ: mô hình điều trị y tế cá nhân hóa). Phát triển một lý thuyết tổng quát hơn về tính ổn định cho các hệ thống điều khiển lai (hybrid control systems) kết hợp cả động lực liên tục và rời rạc, cũng như các mô hình tối ưu hóa tập.

Kết luận

Luận án "Tính ổn định nghiệm của các bài toán điều khiển tối ưu" của Võ Thành Tài là một công trình nghiên cứu đột phá, mang đến những đóng góp sâu sắc và thiết yếu cho lĩnh vực toán học ứng dụng và lý thuyết điều khiển.

1. Mở rộng nền tảng lý thuyết: Luận án đã giới thiệu và chứng minh các điều kiện bị chặn tổng quát cho phương trình trạng thái điều khiển, bao hàm và mở rộng các kết quả trước đây từ Ekeland & Témam [52], Tammer [53], và Frankowska & Rampazzo [54]. Điều này củng cố đáng kể tính tổng quát của việc phân tích tính chất định tính của hệ thống.
2. Tiên phong trong phân tích không khả vi: Bằng cách tránh hoàn toàn các giả thiết khả vi, luận án đã mở ra một hướng tiếp cận mới mẻ và thiết thực để nghiên cứu tính ổn định và hội tụ của các bài toán điều khiển tối ưu vô hướng và đa mục tiêu. Điều này giải quyết một khoảng trống quan trọng trong tài liệu nghiên cứu hiện có, vốn chủ yếu dựa vào tính khả vi.
3. Phát triển các khái niệm lồi suy rộng: Việc đề xuất và áp dụng thành công các khái niệm như tựa liên thông cung tích phân và tựa giống lồi tích phân đã làm phong phú thêm kho công cụ của giải tích đa trị và giải tích lồi, cho phép phân tích các lớp hàm mục tiêu phức tạp hơn trong các bài toán tối ưu.
4. Thiết lập tính liên tục Hölder và hội tụ nghiệm: Luận án đã thiết lập các điều kiện đủ cho tính liên tục Hölder của ánh xạ nghiệm cho bài toán điều khiển tối ưu vô hướng phụ thuộc tham số với phương trình trạng thái tuyến tính, cũng như điều kiện hội tụ nghiệm cho cả bài toán vô hướng và đa mục tiêu, bao gồm cả việc đề xuất giả thiết thay thế khi cần thiết.
5. Ứng dụng đa ngành: Các kết quả đã được chứng minh có khả năng ứng dụng trực tiếp trong việc xét tính ổn định của các mô hình thực tế trong y học và vật lý, đồng thời mở ra tiềm năng lớn cho các lĩnh vực như kinh tế, kỹ thuật và khoa học sự sống, giúp tăng cường độ tin cậy và hiệu quả của các hệ thống điều khiển.

Luận án này đại diện cho một bước tiến quan trọng, thúc đẩy sự dịch chuyển paradigm trong nghiên cứu điều khiển tối ưu từ một cách tiếp cận chủ yếu dựa trên khả vi sang một khuôn khổ mạnh mẽ hơn dựa trên giải tích đa trị và lồi suy rộng. Nó không chỉ mở ra 3+ luồng nghiên cứu mới – như tính ổn định cho các loại nghiệm Pareto đa mục tiêu cụ thể, điều khiển tối ưu với phương trình trạng thái phức tạp hơn (ví dụ: vi phân bậc phân số, đạo hàm riêng), và các bài toán với dữ liệu không chắc chắn – mà còn mang lại tính phù hợp toàn cầu đáng kể. Với tiềm năng tạo ra hàng trăm trích dẫn và ảnh hưởng đến nhiều ngành công nghiệp, luận án này hứa hẹn để lại một di sản với các kết quả đo lường được, góp phần đáng kể vào sự phát triển của lý thuyết và ứng dụng toán học trong thế kỷ 21.