Áp dụng lý thuyết trò chơi và cân bằng nash xây dựng phương pháp mô hình hóa xung đột trong quản lý dự án đầu tư công nghệ thông tin và thử nghiệm trong một số bài toán điển hình (tt)

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Trịnh Bảo Ngọc ÁP DỤNG LÝ THUYẾT TRÒ CHƠI VÀ CÂN BẰNG NASH XÂY DỰNG PHƯƠNG PHÁP MƠ HÌNH HĨA XUNG ĐỘT TRONG QUẢN LÝ DỰ ÁN ĐẦU TƯ CÔNG NGHỆ THÔNG TIN VÀ THỬ NGHIỆM TRONG MỘT SỐ BÀI TỐN ĐIỂN HÌNH Ngành: Kỹ thuật phần mềm Mã số: 9480103 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT PHẦN MỀM Hà Nội - 2020 Cơng trình hoàn thành tại: Trường Đại học Bách khoa Hà Nội Người hướng dẫn khoa học: PGS TS Huỳnh Quyết Thắng Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Trường họp Trường Đại học Bách khoa Hà Nội Vào hồi …… giờ, ngày … tháng … năm ……… Có thể tìm hiểu luận án thư viện: Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội Thư viện Quốc gia Việt Nam MỞ ĐẦU Lý chọn đề tài Xung đột định nghĩa PMBOK [1] khác mục tiêu hành vi hai nhiều đối tượng, khác mục tiêu hành vi dẫn tới khác kết lợi ích đạt đối tượng Cũng theo PMBOK, xung đột xảy trình quản lý dự án, hậu xung đột gây to lớn chưa kiểm sốt chí q trình quản lý rủi ro Có số thống kê thú vị như: 60% thời gian quản lý nhân để dành xử lý xung đột, người lao động dành tuần 2,8 để đối phó với xung đột Con số tương đương với thiệt hại quy đổi xấp xỉ 359 tỉ USD tiền lương (theo thống kê năm 2008 với tiền lương trung bình 17,95 USD Mỹ), tương đương 385 triệu ngày làm việc [2] Việc tìm kiếm giải pháp kỹ thuật để mơ hình hóa giải vấn đề xung đột cách tổng quan yêu cầu cần thiết chưa giải Lý thuyết trò chơi (GT) nhánh toán học ứng dụng, nghiên cứu tình chiến thuật đối thủ lựa chọn hành động khác để cố gắng làm tối đa kết nhận Các nghiên cứu lý thuyết trò chơi chia thành hướng chủ yếu sau: ▪ Nghiên cứu thuật toán giải tốn lý thuyết trị chơi: trị chơi thơng tin khơng hồn hảo, trị chơi tổng khác không [3, 4, 5] ▪ Nghiên cứu cách áp dụng mơ hình lý thuyết trị chơi vào mục đích xã hội, kinh tế: trị, chống khủng bố, thiên tai bão lụt, xã hội [4, 6, 7, 8, 9, 10] ▪ Nghiên cứu cách áp dụng mô hình lý thuyết trị chơi vào quản lý dự án: phân tích rủi ro, phân cơng nhiệm vụ việc, hợp tác, phân phối tài nguyên, lựa chọn dự án [11, 12, 13, 14, 15, 16, 17, 18, 19] ▪ Áp dụng lý thuyết trò chơi vào số lĩnh vực công nghệ thông tin khác như: bảo mật, an ninh mạng, truyền dẫn liệu, mạng xã hội [15, 20] Trong hướng nghiên cứu liên quan Lý thuyết trò chơi Quản lý dự án dừng lại góc độ số báo chuyên sâu phân tích vài giải pháp dùng lý thuyết trò chơi cân Nash số tốn nhỏ Từ việc tìm hiểu cơng bố quốc tế cho thấy lĩnh vực nghiên cứu tồn hai vấn đề chính, chưa có nghiên cứu tổng quan đặc điểm tất toán xung đột Quản lý dự án, thứ hai cịn nhiều vấn đề xung đột chuyển đổi sang mơ hình Lý thuyết trị chơi mà chưa nghiên cứu Vì luận án khai phá giải pháp áp dụng Lý thuyết trò chơi vào số vấn đề Quản lý dự án có thử nghiệm số dự án đầu tư Cơng nghệ thơng tin Mục đích nghiên cứu Mục tiêu chung đề tài nghiên cứu việc ứng dụng Lý thuyết trò chơi việc trợ giúp định để giải số xung đột Quản lý dự án chưa khai phá Để thực hiện, đề tài có mục tiêu cụ thể sau: ▪ Đánh giá thực trạng nghiên cứu xung đột quản lý dự án nhằm đưa giải pháp phù hợp để trợ giúp việc định giải xung đột ▪ Đề xuất mơ hình hóa số xung đột chưa nghiên cứu để đưa giải thuật toán tối ưu đa mục tiêu phù hợp ▪ Thực việc thử nghiệm đánh giá mô hình Trang Nhiệm vụ nghiên cứu Với mục tiêu đặt trên, nhiệm vụ nghiên cứu đề tài bao gồm: ▪ Tìm hiểu đánh giá cơng trình nghiên cứu ngồi nước có liên quan đến đề tài luận án ▪ Phân tích đặc điểm, phân loại xung đột, trường hợp cụ thể xảy xung đột quản lý dự án ▪ Phân tích đề xuất mơ hình biểu diễn chung cho toàn xung đột quản lý dự án dạng lý thuyết trò chơi ▪ Áp dụng mơ hình biểu diễn chung cho tốn cụ thể thử nghiệm ▪ Phân tích đánh giá việc áp dụng thuật tốn vào mơ hình tốn Đối tượng phạm vi nghiên cứu Đối tượng nghiên cứu đề tài vấn đề xung đột dự án đầu tư Công nghệ thơng tin có quy mơ trung bình trở lên Đề tài nghiên cứu kiến thức thuộc lý thuyết trò chơi cân Nash, cách áp dụng việc mơ hình hóa tốn Đề tài nghiên cứu mơ hình chung vấn đề xung đột, lựa chọn bốn tốn khác thuộc lĩnh vực khác là: xếp lịch tốn dự án, đấu thầu nhiều vịng, cân nguồn vấn đề phương pháp xử lý rủi ro Bốn vấn đề mở đường cho nghiên cứu tương tự khác Quản lý dự án Ý nghĩa khoa học thực tiễn đề tài Ý nghĩa khoa học Đề tài phân tích hệ thống hóa lớp xung đột Quản lý dự án Đồng thời, luận án góp phần bổ sung, làm phong phú sở lý luận khoa học việc đưa giải pháp cho xung đột Quản lý dự án Giải pháp bao gồm mơ hình lý thuyết chung theo Lý thuyết trị chơi giải pháp xử lý tìm kiếm điểm cân Nash Ý nghĩa thực tiễn Kết nghiên cứu tài liệu có giá trị tham khảo doanh nghiệp tổ chức có thực Quản lý dự án, đồng thời cung cấp công cụ hỗ trợ định dành cho vấn đề xung đột xảy Các kết đạt Những đóng góp nghiên cứu bao gồm: ▪ Đề xuất mơ hình Unified Game-based model sở lý thuyết trị chơi cân Nash để mơ hình hoá xung đột Quản lý dự án ▪ Thử nghiệm đánh giá hiệu giải thuật di truyền tìm kiếm cân Nash cho tốn điển hình xung đột tốn dự án, xung đột đấu thầu nhiều vịng (mơ hình có chủ đầu tư) xung đột phương pháp xử lý rủi ro, xung đột cân nguồn lực (mơ hình khơng có chủ đầu tư) Cấu trúc luận án Luận án bao gồm chương, chương giới thiệu tổng quan lĩnh vực kiến thức liên quan tới đề tài Chương phân tích đặc điểm tốn xung đột, giới thiệu mơ hình Unified Game-based model cho tốn xung đột dựa theo lý thuyết trị chơi Chương áp dụng mơ hình vào toán kết thực nghiệm để đưa điểm cân Nash cho toán nhằm cải tiến việc định Trang CHƯƠNG 1: TỔNG QUAN 1.1 Xung đột Quản lý dự án số tốn điển hình 1.1.1 Giới thiệu Quản lý dự án Quản lý dự án áp dụng cách phù hợp kiến thức, kỹ năng, công cụ kỹ thuật vào trình đề xuất dự án, lập kế hoạch dự án, thực dự án, theo dõi giám sát dự án kết thúc dự án để đạt yêu cầu dự án Chất lượng dự án phụ thuộc vào ràng buộc Hình 1.1 Thời gian hồn thành Phạm vi dự án Chất lượng dự án Chi phí (tiền, nhân sự) Hình 1.1: Các ràng buộc Quản lý dự án [1] 1.1.2 Xung đột Quản lý dự án PMBOK đưa có kỹ thuật giải xung đột [1]: ▪ Avoiding / Withdrawing: né tránh hay chấp nhận xung đột ▪ Smoothing / Accommodating: nhấn mạnh vào điểm đồng thuận ▪ Compromising / Reconcile: thỏa hiệp, hòa giải, kỹ thuật giải xung đột khiến hai bên phải thua ▪ Forcing / Directing (win - lose): PM dùng quyền lực để ép giải ▪ Confrontation / Collaborating: hợp tác, mơ hình bên hài lịng 1.1.3 Các tốn điển hình Có thể liệt kê số toán xung đột Quản lý dự án điển hình cơng bố bao gồm: a Trong [11], Brent Lagesse (2006) đề cập xung đột đối tượng phân công nhiệm vụ, xung đột đối tượng với đặc thù nhiệm vụ b Trong [12], Birgit Heydenreich et al nghiên cứu xung đột agent mơ hình chung toán xếp lịch c Trong [13], Piotr Skowron, Krzysztof Rzadca (2014) nghiên cứu mơ hình lý thuyết trị chơi yếu tố ảnh hưởng toán xếp lịch [25] d Trong [14], DENG Ze-min et al (2007) phân tích lập mơ hình cân Nash cho tốn xếp lịch toán dự án e Trong [15], Walid Saad et al (2010) đề cập tới toán xử lý xung đột hợp tác ảnh hưởng việc quản trị rủi ro bảo mật f Trong [28], Azin Shakiba Barough (2015) đề cập tới việc ứng dụng lý thuyết trò chơi việc giải xung nhóm, tổ chức tham gia dự án xây dựng Trang g Trong [29], Mojtaba Moradi cộng (2018) đề xuất việc xử lý xung đột ràng buộc tài nguyên xếp lịch dự án h Trong [30], Guangdong Wu (2018), đánh giá mơ hình định cho xung đột chủ đầu tư nhà thầu dự án xây dựng i Trong [31], Marian W Kembłowski et al (2019) phân tích tốn đầu thầu xây dựng cơng ty giá thành, điều kiện trị j Trong [32], Mahendra Piraveenan (2019) có nghiên cứu kỹ mặt lý thuyết trích dẫn phân tích tới nhiều báo liên quan tới chủ đề ứng dụng lý thuyết trò chơi quản lý dự án Bảng 1.1: Phân tích loại toán xung đột [3] Nghiên Xung đột từ nội / Số lượng tác nhân cứu bên xung đột a Nội Nhiều b Nội Nhiều c Nội Nhiều d Nội e Nội Nhiều f Nội Nhiều g Nội Nhiều h Nội i Nội bên Tác nhân xảy xung đột Các thành viên dự án Các tác nhân xếp lịch Các tiêu chí xếp lịch Chủ đầu tư nhà thầu Các phận dự án Các phận dự án Các ràng buộc xếp lịch Chủ đầu tư nhà thầu Chủ đầu tư nhà thầu 1.1.4 Phân loại xung đột Quản lý dự án Nguyên nhân ví dụ xung đột xếp theo mức độ ảnh hưởng [33]: Bảng 1.3: Nguồn gốc xung đột Nguồn gốc Sắp xếp kế hoạch Xác định mức độ ưu tiên thực tác vụ dự án Các nguồn lực Các vấn đề kỹ thuật Thủ tục hành Vấn đề cá nhân Mơ tả xung đột Giữa điều kiện xếp lịch thực dự án Lịch toán dự án Giữa kế hoạch hoạt động Quản lý dự án khác Giữa thay đổi dự án Phân công thực tác vụ Giữa yếu tố ràng buộc tác vụ dự án Mức độ ưu tiên loại nhiệm vụ Triển khai phương pháp xử lý rủi ro Phân cơng vai trị thực dự án lực Phân bổ nguồn lực dự án Đấu thầu nhiều vòng Đấu thầu Giữa kênh liên lạc Giữa độ phức tạp cơng nghệ thời hạn hồn thành dự án Giữa lực nhân viên công nghệ dự án Giữa cơng nghệ q trình đào tạo Giữa phương thức Quản lý dự án Giữa nhiệm vụ phận thực dự án Quy trình thực dự án tốc độ thực dự án Giữa chuẩn áp dụng dự án Giữa mục tiêu nhà đầu tư Trang Chi phí Giữa ban quản lý thành viên thực dự án Giữa thành viên dự án Giữa kinh nghiệm dự án chi phí trả lương thành viên Phân bổ chi phí dự án Quản trị tài thay đổi dự án Quản trị tài chất lượng dự án Quản trị tài đào tạo nguồn lực nhân dự án 1.2 Tổng quan lý thuyết trò chơi cân Nash 1.2.1 Giới thiệu Lý thuyết trò chơi Biểu diễn trò chơi dạng chiến lược (hoặc dạng chuẩn tắc): hình thức biểu diễn ma trận thưởng phạt cho tình người chơi Dạng chiến lược trò chơi liệu 〈𝑁, (𝐴𝑖 )𝑖∈𝑁 , (𝑢𝑖 )𝑖∈𝑁 〉, [35]: N tập người chơi, Ai tập chiến lược người chơi i, 𝐴 ∶= {(𝑎|𝑎 = 𝑎𝑖 ∈ 𝐴𝑖 , ∀𝑖 ∈ 𝑁)} tập chiến lược, 𝑢𝑖 : 𝐴 → 𝑅 hàm payoff cho người chơi i, (𝑎1 , … , 𝑎𝑛 ) → 𝑢𝑖 (𝑎1 , … , 𝑎𝑛 ) Trong hàm payoff lợi nhuận (để tối đa hóa) chi phí (để tối thiểu hóa) Ngồi cách khác để biểu diễn tập chiến lược là: (𝑎𝑗 )𝑗∈𝑁 = (𝑎1 , … , 𝑎𝑛 ) = (𝑎𝑖 , 𝑎−𝑖 ), đó, 𝑎−𝑖 = (𝑎𝑗 )𝑗∈𝑁,𝑗≠𝑖 chiến lược người chơi khác i Biểu diễn trò chơi dạng mở rộng: sử dụng trò chơi, dạng biểu đồ cho biết lựa chọn thực thời điểm khác tương ứng với nút 1.2.2 ▪ ▪ ▪ ▪ ▪ ▪ ▪ Các loại trò chơi Trò chơi đồng thời trò chơi Trò chơi đối xứng bất đối xứng Trị chơi có tổng khơng trị chơi có tổng khác khơng Trị chơi thơng tin hồn hảo Trị chơi thơng tin khơng hồn hảo Trị chơi hợp tác Trị chơi khơng hợp tác 1.2.3 Mơ hình cân Nash Nhà khoa học John Nash năm 1950 định nghĩa: tập chiến lược lựa chọn (𝑎1∗ , 𝑎2∗ , … , 𝑎1∗ ) cân Nash không người chơi hưởng lợi từ việc thay đổi chiến lược người chơi khác giữ nguyên chiến lược họ chọn [35] ∗ ∗ ∀𝑖, 𝑎𝑖 ∈ 𝐴𝑖 : 𝑢𝑖 (𝑎𝑖∗ , 𝑎−𝑖 ) ≥ 𝑢𝑖 (𝑎𝑖 , 𝑎−𝑖 ) (1.1) Tương ứng với đó, phương án lựa chọn tốt là: ∗ ) 𝐵𝑖 (𝑎−𝑖 ): = {𝑎𝑖∗ ∈ 𝐴𝑖 |𝑢𝑖 (𝑎𝑖∗ , 𝑎−𝑖 = max 𝑢𝑖 (𝑎𝑖 , 𝑎−𝑖 )} 𝑎𝑖 ∈𝐴𝑖 (1.2) Và đồng thời, điểm cân Nash, người chơi chọn phương án tốt nhất: ∗ ) 𝑎𝑖 ∈ 𝐵𝑖 (𝑎−𝑖 , ∀𝑖 ∈ 𝑁 (1.3) ∗ ∗ Trong đó, gọi 𝑎𝑖 , 𝑎𝑖 chiến lược khác người chơi i, 𝑎−𝑖 chiến ∗ lược người chơi khác i đối phó lại chiến lược người chơi i, 𝑢𝑖 (𝑎𝑖∗ , 𝑎−𝑖 ) ∗ ∗ hàm payoff chiến lược 𝑎𝑖 , người chơi khác chọn chiến lược 𝑎−𝑖 Trang 1.3 Tổng quan thuật toán tối ưu đa mục tiêu 1.3.1 Giới thiệu toán tối ưu đa mục tiêu Bài tốn tối ưu hóa K mục tiêu định nghĩa sau [55]: Cho vectơ biến định n chiều x={x1,…,xn} không gian giải pháp X, tìm vectơ x* mà tối thiểu tập K hàm mục tiêu cho z(x*)={z1(x*), …, zK(x*)} Khơng gian lời giải X nói chung bị hạn chế ràng buộc có dạng gj(x*)=bj (j=1,…,m) 1.3.2 Các giải thuật tiến hóa đa mục tiêu tiểu biểu Giải thuật tiến hóa họ giải thuật tìm kiếm dựa quần thể Giải thuật tiến hóa đặc biệt phù hợp để giải toán tối ưu đa mục tiêu Trong số giải thuật tối ưu hóa đa mục tiêu (MOEA) dựa vào meta-heuristic, 70% phương pháp dựa vào giải thuật di truyền Điểm khác biệt giải thuật MOEA nằm cách gán độ thích nghi, cách trì quần thể ưu tú tiếp cận nhằm đa dạng hóa quần thể [41] 1.3.3 Phương pháp đa dạng hóa quần thể Phương pháp hay dùng để gán độ thích nghi Xếp hạng Pareto bao gồm việc gán thứ hạng cho cá thể không bị vượt trội quần thể đưa chúng ngồi vịng xem xét; tìm tập cá thể khơng bị vượt trội để gán thứ hạng tiếp tục 1.3.4 Đánh giá số giải thuật MOEA tiêu biểu Đặc điểm số giải thuật MOEA tiêu biểu mô tả sơ lược Bảng 1.5 giải thuật: VEGA, MOGA, NSGA, NSGA-II, SPEA, SPEA-2, ε-MOEA, GDE 1.3.5 MOEA Framework giải thuật Qua trình nghiên cứu thử nghiệm cho thấy công cụ MOEA Framework công cụ mã nguồn mở JAVA phù hợp việc trợ giúp giải toán tối ưu đa mục tiêu đề tài Luận án sử dụng thuật toán là: NSGA-II, ε-MOEA, GDE3, PESA2, ε-NSGA-II, SMPSO 1.4 Tổng hợp đánh giá nghiên cứu ứng dụng lý thuyết trò chơi Quản lý dự án 1.4.1 Tình hình nghiên cứu ngồi nước Từ việc tìm hiểu cơng bố quốc tế cho thấy lĩnh vực nghiên cứu tồn hai vấn đề chính, chưa có nghiên cứu tổng quan tất toán xung đột Quản lý dự án, thứ hai cịn nhiều vấn đề xung đột chuyển đổi sang mơ hình Lý thuyết trị chơi cần khám phá nghiên cứu 1.4.2 Tình hình nghiên cứu nước Trong trình làm luận án, qua q trình tìm hiểu cho thấy khơng có nghiên cứu việc áp dụng lý thuyết trị chơi vào giải vấn đề cụ thể Quản lý dự án Vì việc khai phá vấn đề cần thiết Trang CHƯƠNG 2: MƠ HÌNH HĨA XUNG ĐỘT TRONG QUẢN LÝ DỰ ÁN VÀ GIẢI PHÁP ÁP DỤNG LÝ THUYẾT TRÒ CHƠI VÀ CÂN BẰNG NASH 2.1 Phân tích đặc điểm xung đột vai trò chủ đầu tư 2.1.1 Các đặc điểm xung đột Từ kết công bố, luận án phân tích đặc điểm tốn xung đột giải quyết, từ xác định liệu liên quan tới đặc điểm theo GT: ▪ Người chơi: (i) xung đột xảy ai, (ii) liệu người chơi ▪ Chiến lược: (iii) người chơi có hành động xảy xung đột, (iv) hành động có ràng buộc liên quan tới việc xảy xung, yếu tố liên quan tới yếu tố luật lệ, hợp lý kết hợp yếu tố ▪ Hàm thưởng phạt (payoff): (v) với lựa chọn người chơi vậy, việc đánh giá lời giải chung có giá trị nào, tùy vào tình cần tối thiểu hóa chi phí, hàm payoff cho giá trị bé cho lời giải tốt tối đa hóa lợi ích, hàm payoff cho giá trị lớn cho lời giải tốt Các liệu nhóm lại thành hai đặc điểm sau: ▪ Những đặc điểm liệu chung cần có xung đột mô tả thông tin đối tượng xung đột, chiến lược bên tham gia, liệu đầu riêng liên quan tới tính tốn giá trị payoff, làm sở để tính tốn giá trị thích nghi điểm cân Nash Đặc điểm liên quan tới mục (i), (ii), (iii), (v) ▪ Ràng buộc xung đột: bao gồm điều kiện để xác định phương án lựa chọn cho toán hay sai, điểm cân Nash tìm vi phạm ràng buộc này, điểm cân Nash lời giải cần tìm sai, đặc điểm liên quan tới liệu cần có phân tích (iv) 2.1.2 Lựa chọn kỹ thuật giải xung đột Trong PMBOK [1] có kỹ thuật để giải xung đột mơ hình Thomas-Kilmann [33] đưa vị trí người bàn luận xung đột Theo Thomas-Kilmann, kỹ thuật khó tốt cho xung đột tổng thể kỹ thuật Hợp tác (Collaborating) nhằm mục tiêu bên chiến thắng (win-win) Hình 2.1: Chiến lược quản trị xung đột (mơ hình Thomas-Kilmann) [34] Trang Đây ý tưởng lý thuyết trị chơi, việc xem xét giải pháp để tranh chấp xung đột thành việc hợp tác Ngoài ra, việc thỏa mãn điều kiện bên chiến thắng tương đương với việc tìm điểm cân điểm mà bên chiến thắng Có thể tới phân tích rằng: ▪ Phương án phù hợp để giải xung đột quản lý dự án Hợp tác ▪ Có thể dùng Lý thuyết trị chơi để mơ tả giải vấn đề hợp tác xung đột, phương án lựa chọn cuối cho vấn đề điểm cân Nash Hình 2.2 mơ hình luận án đề xuất việc xử lý xung đột, mơ hình xung đột xử lý theo kinh nghiệm chuyên gia, người quản trị phân tích áp dụng để chuyển sang mơ hình lý thuyết trị chơi (GT) để tìm điểm cân Nash – điểm cân mà đối tượng chơi hài lịng (win - win), từ áp dụng vào giải thuật tối ưu để tìm giải pháp, trợ giúp cho việc định Thực Collaboration thủ công Ràng buộc xung đột Dữ liệu xung đột Mơ hình GT NE Chạy DSS định Hình 2.2: Giải pháp thơng minh dùng DSS 2.1.3 Vai trò chủ đầu tư xung đột Với vai trò chịu trách nhiệm cao tổng thể dự án vậy, chủ đầu tư thay mặt cho toàn dự án Tác giả Agnar Johansen, 2013, nghiên cứu đánh giá lợi ích chủ đầu tư quan trọng thay nhân tố chủ đầu tư [25] Từ việc tìm hiểu nghiên cứu liên quan tới lĩnh vực phân tích phần 1.4 cho thấy rằng: nghiên cứu nước khác thời điểm chưa đề cập tới vai trò khách quan chủ đầu tư mối liên hệ với xung đột để đảm bảo lợi ích chung dự án 2.1.4 Phân loại xung đột có khơng có chủ đầu tư Có thể thấy đa phần xung đột xẩy dự án thuộc loại khơng có liên quan tới chủ dự án, nhiên phân tích phần 2.1.2, vai trị chủ đầu tư vấn đề xung đột cần thiết Vì cần có giải pháp chung cho toán xung đột để tránh bỏ sót việc tính tốn lợi ích chung dự 2.2 Phương pháp mơ hình hóa theo lý thuyết trị chơi 2.2.1 Các mơ hình biểu diễn Lý thuyết trị chơi Với việc tìm hiểu nghiên cứu có, với phân tích luận án, tới kết luận mơ hình chưa phù hợp với đặc điểm toán xung đột Quản lý dự án yếu tố sau: ▪ Nhiều nghiên cứu mô tả việc áp dụng lý thuyết trị chơi, cần thiết phải có mơ hình cụ thể biểu diễn trị chơi thơng tin tốn ▪ Với nghiên cứu có đề xuất mơ hình biểu diễn với ký pháp khác Trang ▪ Quản lý tài nguyên: toán cân nguồn lực (Resource Balancing), thuộc loại trị chơi có nhiều người chơi khơng có mặt chủ đầu tư 2.3.4 Cân Nash xung đột Bài toán cân lần giới thiệu bởi H Nikaido, K Isoda vào năm 1955 nhằm mục đích tổng qt hố tốn cân Nash trị chơi khơng hợp tác [26] Bài tốn cân yếu tố vấn đề nói chung tốn: tìm x ∗ ∈ 𝐾 cho 𝑓(𝑥 ∗ , 𝑦) ≥ 0, ∀𝑦 ∈ 𝐾 [27] Trong K tập cho trước 𝑓: 𝐾 × 𝐾 → ℝ hàm cho trước thỏa mãn 𝑓(𝑥, 𝑥) = Bất đẳng thức H Nikaido K Isoda đưa lần năm 1955 tổng qt hóa tốn cân Nash trị chơi khơng hợp tác [26] Cụ thể, hàm Nikaido-Isoda định nghĩa điểm cân Nash toán xung đột quản lý dự án mơ tả theo Unified Game-based model có dạng sau: 𝑛 𝑓(𝑥 ∗ , 𝑥) = ∑(𝑓𝑖 (𝑥) − 𝑓𝑖 (𝑥[𝑦𝑖 ])) (2.7) 𝑖=1 Trong vectơ 𝑥 [𝑦𝑖 ] vectơ nhận cách từ vectơ x thay thành phần xi yi Ký hiệu 𝐾𝑖 ⊂ ℝ tập chiến lược người chơi thứ i Khi tập chiến lược trị chơi là: 𝐾 ≔ 𝐾1 × × 𝐾𝑛 Một điểm x ∗ ∈ 𝐾 gọi điểm cân Nash trò chơi nếu: 𝑓𝑖 (𝑥 ∗ ) = max 𝑓𝑖 (𝑥 ∗ [𝑦𝑖 ]) , ∀𝑦𝑖 ∈ 𝐾𝑖 , ∀𝑖 (2.8) 𝑦𝑖 ∈𝐾𝑖 Việc tìm điểm cân Nash sử dụng song hàm Nikaido-Isoda tương đương với việc tìm 𝑓𝑖 (𝑥 ∗ ) cho thỏa mãn Cơng thức 2.7 Trong mơ hình Unified Game-based model, việc xác định lợi ích qua hàm lồi 𝑓𝑖 (𝑥 ∗ ) tương đương với ký pháp hàm payoff 𝑢𝑖 Hàm lồi 𝑓𝑖 (𝑥 ∗ [𝑦𝑖 ]) cho điểm cân ∗ ) Nash 𝑥 ∗ tìm tương đương với định nghĩa 𝑢𝑖 (𝑠𝑖∗ , 𝑠−𝑖 Phần 2.3.2 mơ ∗ hình Dario Bauso [35], tập chiến lược 𝑥 = 𝑆 ∗ = (𝑠1∗ , … , 𝑠𝑖∗ , … , 𝑠𝑁∗ ) gọi điểm cân Nash khi: ∀(𝑠𝑖∗ , 𝑠𝑗∗ ) ∈ 𝑆 ∗ , (𝑠𝑖∗ , 𝑠𝑗∗ ) ∉ 𝑅𝑐 , (1 ≤ 𝑖, 𝑗 ≤ 𝑁), và: (2.9) ∗ ) ∗ ) 𝑢𝑖 (𝑠𝑖∗ , 𝑠−𝑖 ≥ 𝑢𝑖 (𝑠𝑖 , 𝑠−𝑖 , ∀𝑠𝑖 ∈ 𝑆𝑖 Vì theo song hàm Nikaido-Isoda cân Nash [61], áp dụng vào mơ hình Unified Game-based model, tìm kiếm giá trị: ∗ ) ∗ ) ) ≥ 0, , ∀𝑠𝑖 ∈ 𝑆𝑖 𝑓(𝑥 ∗ , 𝑥) = 𝑓(𝑆 ∗ , 𝑆) = ∑𝑛𝑖=1(𝑢𝑖 (𝑠𝑖∗ , 𝑠−𝑖 − 𝑢𝑖 (𝑠𝑖 , 𝑠−𝑖 (2.10) Trong thực tế, điểm cân Nash cần phải thỏa mãn thêm ràng buộc khác ∗ ) việc tính 𝑓𝑖 (𝑥 ∗ ) hay 𝑢𝑖 (𝑠𝑖∗ , 𝑠−𝑖 dựa vào nhiều yếu tố, liệu toán, lúc tốn tìm cân Nash theo song hàm Nikaido-Isoda có dạng tốn tối ưu đa mục tiêu giải giải thuật tối ưu đa mục tiêu [61, 62] Có thể khẳng định giải thuật tối ưu đa mục tiêu hội tụ, tìm điểm cân Nash thỏa mãn Công thức 2.9 Công thức 2.10 Điểm cân Nash giải pháp cho xung đột cần tìm Việc xử lý xung đột theo cách thức win-win đề cập tương đương với việc giải mơ hình lý thuyết trị chơi tìm điểm cân Nash cho tốn Trang 11 CHƯƠNG 3: ỨNG DỤNG MƠ HÌNH UNIFIED GAME-BASED MODEL TRONG MỘT SỐ LỚP BÀI TỐN ĐIỂN HÌNH 3.1 Ứng dụng mơ hình giải thuật 3.1.1 Các giải thuật lựa chọn Các công cụ khác để tìm điểm cân Nash cho xung đột bao gồm: ▪ Cơng cụ MATLAB tích hợp phần mềm viết JAVA, cơng cụ GAMBIT tích hợp phần mềm viết JAVA ▪ Giải thuật di truyền (trong báo CT01, CT02) viết thử nghiệm JAVA, PHP ▪ Giải thuật Fictitious play, CFR, CFR+ (trong báo CT3) ▪ Giải thuật ε-Origin, WSM, ε-Enhanced, SPEA ▪ Công cụ MOEA framework với giải thuật NSGA-II, ε-MOEA, GDE3, PESA2, ε-NSGA-II, SMPSO Các giải thuật hỗ trợ công cụ MOEA framework thông qua kết chạy thể tính hiệu vượt trội thời gian thực thi xác định trước để hội tụ Các giải thuật lựa chọn dựa tiêu chí: ▪ Là tiêu biểu cho thuật toán khác hỗ trợ MOEA framework ▪ Hỗ trợ việc định nghĩa ràng buộc cho xung đột để đánh giá lời giải đưa có vi phạm tập xung đột 𝑅𝑐 Đầu vào Thư viện mẫu MOEA •Lấy liệu từ JSON •Định nghĩa tham số tốn •Định nghĩa ràng buộc •Tự khởi tạo tập dân số •Lựa chọn thuật toán •Xác định tham số thuật toán Hiển thị đầu •Kiểm tra việc vi phạm ràng buộc •Hiển thị thông tin Hình 3.1: Triển khai mơ hình MOEA framework Các giải thuật tiến hóa tối ưu đa mục tiêu kể thường bao gồm bước lặp chủ yếu sau [41, 42, 43, 44]: a Khởi tạo tập dân số c Tiến hành lai ghép / đột biến b Lựa chọn cá thể cho vòng đời d Đánh giá cá thể dựa xếp hạng Các bước b, c hỗ trợ MOEA framework ứng dụng giải thuật tốt cập nhật thường xuyên, MOEA framework ứng dụng mã nguồn mở, có cộng đồng sử dụng hỗ trợ đông đảo Các bước a, d xử lý riêng theo toán cụ thể luận án dựa Unified Game-based model để đảm bảo truyền tải đầy đủ thơng tin mơ hình bao gồm: ▪ Thông tin người chơi ▪ Thông tin chiến lược người chơi ▪ Cách tính hàm payoff riêng cho toán người chơi ▪ Thông tin tập xung đột 𝑅𝑐 mà điểm cân Nash không vi phạm Trang 12 3.1.2 Phương thức thử nghiệm Trong chương 3, luận án trình bày toán cụ thể cách áp dụng sau: ▪ Bài toán cân nguồn lực sử dụng thuật toán Fictitious Play ứng dụng tự xây dựng theo thuật toán ▪ Các toán toán xung đột đấu thầu nhiều vòng, xung đột phương pháp xử lý rủi ro, xung đột cân nguồn lực cài đặt dựa theo MOEA framework Các thuật toán thuật toán chạy cấu hình máy tính, thuật tốn thử nghiệm chạy liên tục 10 lần để so sánh hội tụ kết dựa giá trị payoff chiến lược lựa chọn, thời gian chạy 3.2 Lớp tốn mơ hình có chủ đầu tư 3.2.1 3.2.1.1 Bài toán đàm phán giá đấu thầu nhiều vịng Giới thiệu tốn Đối với dự án lớn, thời gian kéo dài thường chia thành hạng mục nhỏ Chủ dự án (chủ đầu tư) khơng tìm nhà thầu cho tồn dự án thời điểm mà tổ chức thầu cho hạng mục vào thời điểm khác Giai đoạn • Gói thầu • Gói thầu • Giai đoạn k Giai đoạn N • Gói thầu i • Gói thầu j • • Gói thầu x • Gói thầu y • Hình 3.3: Mơ hình đấu thầu nhiều vịng Chủ thầu nhà thầu tham gia vào đấu thầu cố gắng thu lại lợi ích lớn cho từ gói thầu Lợi ích chủ đầu tư nhà thầu, nhà thầu có xung đột lẫn 3.2.1.2 Ứng dụng mơ hình Unified Game-Based model cho tốn Với đặc điểm toán xung đột đấu thầu nhiều vịng mơ tả chương 2, áp dụng mơ hình Unified Game-Based giới thiệu Phần 2.3.2, ta có mơ hình chuẩn tắc cho tốn sau: 𝐺 = 〈{𝑃0 , 𝑃 }, {𝑆0 , 𝑆𝑖 }, {𝑢0 , 𝑢𝑖 }, 𝑅𝑐 〉 (3.1) Trong đó: 𝑃0 : chủ đầu tư gói thầu 𝑆0 = {𝑠01 , … , 𝑠0𝑗 , … , 𝑠0𝑀0 }: tập chiến lược chủ đầu tư 𝑢0 : 𝑆0 → ℝ hàm thưởng phạt (payoff function) chủ đầu tư tham chiếu chiến lược chủ đầu tư sang dạng số thực 𝑃 = {𝑝1 , … , 𝑝𝑖 , … , 𝑝𝑁 }: tập nhà thầu tham gia đấu thầu, 𝑁: Số lượng nhà thầu 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 }: tập chiến lược người chơi 𝑖(1 ≤ 𝑖 ≤ 𝑁) 𝑀𝑖 số lượng gói thầu người chơi i tham gia 𝑢𝑖 : 𝑆i → ℝ : hàm thưởng phạt người chơi i, tham chiếu chiến lược người chơi i sang giá trị số thực 𝑅𝑐 : không gian vector biểu diễn tập C xung đột Trang 13 3.2.1.3 Các tham số mơ hình Chiến lược chủ đầu tư 𝑆0 = {𝑠01 , … , 𝑠0𝑗 , … , 𝑠0𝑀0 }: tập chiến lược người chủ đầu tư, đó: 𝑀0 số lượng gói thầu cần đấu thầu, 𝑠0𝑗 cấu trúc thơng tin chứa thơng tin gói thầu bao gồm: tên sản phẩm, số lượng đấu thầu, giá dự kiến cho sản phẩm Chiến lược nhà thầu 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 }: tập chiến lược người chơi 𝑖(1 ≤ 𝑖 ≤ 𝑁), đó: 𝑀𝑖 số lượng gói thầu người chơi i tham gia, 𝑠𝑖𝑗 chiến lược người chơi i với chiến lược (gói thầu) chủ đầu tư, bao gồm thông tin dự thầu: sản phẩm gói thầu, đơn giá đề nghị, thơng tin giảm giá theo thời gian Cơng thức tính hàm payoff chủ đầu tư Giả sử chi phí dự kiến cho tồn gói thầu tính tốn dựa A; chi phí trúng thầu nhà thầu thực tế B, phần chênh lệch 𝑢0 = 𝐴 − 𝐵 gọi hàm payoff chủ đầu tư Chi phí thực tế phải tốn cho tồn dự án tính : 𝑀0 𝑀0 𝑀 𝐵 = ∑ 𝑔ó𝑖 𝑡ℎầ𝑢𝑖 = ∑ ∑(𝑠𝑖𝑗 ∗ 𝑔ó𝑖 𝑡ℎầ𝑢𝑖𝑗 )𝑒 −𝑟.𝑡𝑗 𝑖=1 𝑀0 𝑀 𝑖=1 𝑗=1 𝑝 = ∑ ∑(𝑠𝑖𝑗 ∗ (∑ 𝑥𝑘 𝑃𝑘𝑗 ))𝑖 𝑒 −𝑟.𝑡𝑗 𝑖=1 𝑗=1 (3.3) 𝑘=1 Trong đó: 𝑔ó𝑖 𝑡ℎầ𝑢𝑖𝑗 : tổng số tiền phải trả cho gói thầu i nội dung mua sắm j, 𝑠𝑖𝑗 : trạng thái gói thầu i nội dung mua sắm j, xk : số lượng vật liệu k nội dung mua sắm j, Pkj : giá bán vật liệu k nội dung mua sắm j, M0: số gói thầu toàn dự án, M : số nội dung mua sắm gói thầu, pj: số vật liệu nội dung mua sắm j Như vậy, payoff chủ dự án so với tính tốn ban đầu là: 𝑀0 𝑀 𝑝𝑗 𝑢0 = 𝐴 𝑒 −𝑟.𝑡𝐹𝑖𝑛𝑖𝑠ℎ − ∑ ∑(𝑠𝑖𝑗 ∗ (∑ 𝑥𝑘 𝑃𝑘𝑗 ))𝑖 𝑒 −𝑟.𝑡𝑗 𝑖=1 𝑗=1 (3.4) 𝑘=1 Cơng thức tính hàm payoff nhà thầu lựa chọn Hàm payoff nhà thầu tính tốn theo cơng thức: 𝑀0 𝑀 𝑝𝑗 𝑢𝑖 = ∑ ∑(𝑠𝑖𝑗 ∗ (∑ 𝑥𝑘 (𝑃𝑘𝑗 − 𝐼𝑘𝑗 − 𝐶𝑘𝑗 ))𝑖 𝑒 −𝑟.𝑡𝑗 𝑖=1 𝑗=1 (3.5) 𝑘=1 Trong đó: 𝐼𝑘𝑗 : giá gốc vật liệu k nội dung mua sắm j, 𝐶𝑘𝑗 : chiết khấu % (giảm giá, khuyến mại) vật liệu k nội dung mua sắm j Công thức tính hàm payoff tất nhà thầu nhà thầu chọn Payoff tổng thu toàn nhà thầu tham gia đấu thầu: 𝑁 𝑢𝑎𝑙𝑙 (∑(𝑢𝑖 − 𝑢̅𝑖 )) = 𝑁 ∑𝑖=1(𝑢𝑖 + 𝑞𝑖 + 𝑛𝑙𝑖 ) 𝑖=1 (3.6) Trong đó: N: số nhà thầu tham gia dự án, 𝑞𝑖 : số quan hệ nhà thầu i với chủ đầu tư, 𝑛𝑙𝑖 : số đánh giá lực nhà thầu i Không gian vector biểu diễn tập xung đột 𝑅𝑐 : không gian vector biểu diễn tập C xung đột toán, mà vector 𝑣⃗ ∈ 𝑅𝑐 biểu diễn xung đột M người chơi tham gia gói thầu cạnh tranh với Trang 14 (1 ≤ 𝑀 ≤ 𝑁), 𝑣⃗ ∈ 𝑅𝑐 mơ tả sau: {𝑠0𝑘 , 𝑠𝑝𝑞 , … , 𝑠𝑥𝑦 }, 𝑠0𝑘 ∈ 𝑆0 đại diện cho người chơi đặc biệt (quyền lợi dự án) 𝑠𝑝𝑞 , 𝑠𝑥𝑦 ∈ 𝑆𝑖 , (1 ≤ 𝑝, 𝑥 ≤ 𝑁), (1 ≤ 𝑞 ≤ 𝑀𝑝 ) (1 ≤ 𝑦 ≤ 𝑀𝑥 ), chiến lược 𝑣⃗ ∈ 𝑅𝑐 thuộc gói thầu mà có 𝑠0𝑘 thầu 𝑃0 tổ chức 𝑠𝑝𝑞 , 𝑠𝑥𝑦 ∈ 𝑆𝑖 hồ sơ thầu tham gia 3.2.1.4 Cài đặt giải thuật thử nghiệm Thông tin cụ thể thông tin đấu thầu mô tả Phụ lục A, Bảng 3.1 Dưới bảng so sánh thời gian tính (giây) giá trị payoff lời giải tốt mà thuật tốn tìm sau lần chạy: Bảng 3.2: Kết thử nghiệm thuật toán Lần chạy NSGA-III ε-MOEA GDE3 PESA2 ε-NSGAII SMPSO 4.197s 6.602s 5.981s 3.630s 8.954s 4.300s 0.2961 0.2755 0.2805 0.2741 0.2744 0.2805 4.178s 6.633s 5.992s 3.051s 8.921s 4.369s 0.3322 0.2714 0.2799 0.2743 0.2765 0.2811 4.209s 6.590s 5.974s 3.555s 8.933s 4.321s 0.2911 0.2711 0.2799 0.2747 0.2801 0.2816 4.166s 6.602s 6.000s 3.525s 9.102s 4.256s 0.2966 0.2706 0.2811 0.2751 0.2809 0.2796 4.178s 6.613s 5.981s 3.617s 8.990s 4.273s 0.2979 0.2754 0.2821 0.2714 0.2712 0.2801 4.184s 6.595s 6.112s 3.504s 9.051s 4.291s 0.3025 0.2755 0.2797 0.2777 0.2708 0.2823 4.189s 6.621s 5.969s 3.550s 8.915s 4.315s 0.3105 0.2723 0.2797 0.2750 0.2714 0.2841 4.171s 6.608s 5.980s 3.544s 8.956s 4.324s 0.2923 0.2746 0.2810 0.2707 0.2721 0.2800 4.190s 6.615s 5.987s 3.601s 8.937s 4.210s 0.2940 0.2704 0.2807 0.2721 0.2725 0.2799 4.178s 6.601s 5.994s 3.539s 8.929s 4.356s 10 0.3025 0.2705 0.2805 0.2733 0.2708 0.2796 Liên quan trực tiếp đến nội dung mục này, có 01 báo cơng bố Hội nghị quốc tế (CT2 – 2017) 01 báo nộp chờ phản biện Tạp chí ISI (CT08) 3.2.2 3.2.2.1 Bài toán xếp lịch toán dự án Giới thiệu toán Trong việc toán khoản tiền dự án nhà thầu chủ đầu tư muốn tối đa lợi nhuận hoạt động tài giá trị NPV họ Tiến độ toán tối ưu chủ đầu tư việc toán lần dự án hồn thành, cịn nhà thầu muốn nhận nhiều tiền, sớm tốt Cả hai lịch trình tốn lịch trình hoạt động có ảnh hưởng đáng kể tới NPV chủ đầu tư nhà thầu Cả Trang 15 chủ đầu tư nhà thầu có ý định muốn tối đa hóa NPV riêng gia tăng NPV người lại thường gây sụt giảm NPV người khác 3.2.2.2 Ứng dụng mơ hình Unified Game-Based model cho tốn Áp dụng mơ hình Unified Game-Based đề xuất trên, mơ hình Lý thuyết trị chơi cho vấn đề xung đột xếp lịch toán dự án mô tả sau: 𝐺 = 〈{𝑃0 , 𝑃1 }, {𝑆0 , 𝑆1 }, {𝑢0 , 𝑢1 }, 𝑅𝑐 〉 (3.8) Trong đó, 𝑃0 : người chơi chủ đầu tư đại diện cho lợi ích dự án 𝑆0 = {𝑆01 , 𝑆0𝑗 , 𝑆0𝐾 }: tập chiến lược chủ dự án 𝑢0 : hàm payoff chủ dự án 𝑃1 : người chơi nhà thầu 𝑆1 = {𝑆11 , 𝑆1𝑗 , 𝑆1𝑀 }: tập chiến lược nhà thầu 𝑢1 : hàm payoff người chơi nhà thầu 𝑅𝑐 : không gian vector biểu diễn tập C xung đột xung đột thể vector không rỗng 𝑣⃗ ∈ 𝑅𝑐 biểu thị xung đột thứ tự toán mong muốn người chơi chiến lược (𝑆0𝐾 , 𝑆1ℎ ), 𝑆0𝑘 ∈ 𝑆0 𝑆1ℎ ∈ 𝑆1 , 𝑘 ∈ {1,2, , 𝐾} ℎ ∈ {1,2, , 𝑀} 3.2.2.3 Các tham số mơ hình Chiến lược chủ đầu tư Có dạng: 𝑆0 = {𝑆00 , 𝑆01 , 𝑆0𝑗 , 𝑆0𝐾 } chiến lược tốn chủ đầu tư, đó: 𝑆0𝑗 = ({𝑥0𝑗1 , 𝑝𝑎𝑦0𝑗1 }, , {𝑥0𝑗𝑖 , 𝑝𝑎𝑦0𝑗𝑖 }, , {𝑥0𝑗𝑁 , 𝑝𝑎𝑦0𝑗𝑁 }) Với 𝑝𝑎𝑦0𝑗𝑖 tỷ lệ phần trăm ngân sách mà chủ đầu tư dự định trả cho nhà thầu kiện 𝑖, 𝑁 tổng số lần toán, 𝑥0𝑗𝑖 hoạt động lựa chọn 𝑆00 chiến lược ban đầu, từ thỏa thuận hợp đồng Tỷ lệ toán theo tổng số tiền A cần đáp ứng ràng buộc: ∑𝑛𝑖=1 𝑝𝑎𝑦𝑖 = (3.10) Chiến lược nhà thầu Có hình thức tương tự chiến lược chủ đầu tư, nhiên số phần tử chiến lược khác Chiến lược nhà thầu có dạng sau: 𝑆1𝑗 = ({𝑥1𝑗1 , 𝑝𝑎𝑦1𝑗1 }, , {𝑥1𝑗𝑖 , 𝑝𝑎𝑦1𝑗𝑖 }, , {𝑥1𝑗𝑀 , 𝑝𝑎𝑦1𝑗𝑀 }) với M số lượng mốc toán cho tổng số tiền A theo đề nghị nhà thầu Cơng thức tính hàm payoff chủ đầu tư Là chênh lệch giá trị tiền phương án đề xuất lần thứ i chủ đầu tư so với phương án định ban đầu S00: 𝑢0 = (𝐴 𝑝𝑎𝑦001 )(1 + 𝑟)𝑦01 + (𝐴 𝑝𝑎𝑦002 )(1 + 𝑟) 𝑦01 +𝑦02 + ⋯ + (𝐴 𝑝𝑎𝑦00𝐾 )(1 + 𝑟)𝑦01 +𝑦02 + +𝑦0𝐾 − (𝐴 𝑝𝑎𝑦0𝑖1 )(1 + 𝑟)𝑦𝑖1 + (𝐴 𝑝𝑎𝑦0𝑖2 )(1 + 𝑟) 𝑦𝑖1+𝑦𝑖2 + ⋯ + (𝐴 𝑝𝑎𝑦0𝑖𝑁 )(1 + 𝑟)𝑦𝑖1+𝑦𝑖2+ +𝑦𝑖𝑁 (3.11) Trong đó: N: số lượng mốc toán chủ đầu tư, A: tổng số tiền dự án 𝑦𝑖 : thời gian cần thiết để hoàn thành hoạt động i , 𝑟: lãi suất ngân hàng Cơng thức tính hàm payoff nhà thầu Là chênh lệch giá trị tiền phương án đề xuất lần thứ i nhà thầu so với phương án định ban đầu S00: 𝑢1 = (𝐴 𝑝𝑎𝑦001 )(1 + 𝑟)𝑦01 + (𝐴 𝑝𝑎𝑦002 )(1 + 𝑟)𝑦01 +𝑦02 + ⋯ + (𝐴 𝑝𝑎𝑦00𝐾 )(1 + 𝑟)𝑦01 +𝑦02 + +𝑦0𝐾 − (𝐴 𝑝𝑎𝑦1𝑖1 )(1 + 𝑟)𝑦𝑖1 + (𝐴 𝑝𝑎𝑦1𝑖2 )(1 + 𝑟) 𝑦𝑖1+𝑦𝑖2 + ⋯ + (𝐴 𝑝𝑎𝑦1𝑖𝑀 )(1 + 𝑟)𝑦𝑖1+𝑦𝑖2+ +𝑦𝑖𝑀 (3.12) Trang 16 Cơng thức tính hàm payoff chung dự án Hàm thích nghi dự án tính theo hàm payoff người chơi, chênh lệch giá trị payoff nhỏ lời giải tốt 𝑢𝑓𝑖𝑡𝑛𝑒𝑠𝑠 = |𝐵𝑢0 − 𝐶𝑢1 | (3.13) Trong đó: 𝐵, 𝐶: số chuyên gia điều chỉnh chất lượng giá trị fitness Không gian vector biểu diễn tập xung đột Trong không gian vector 𝑅𝑐 , 𝑣⃗ ∈ 𝑅𝑐 biểu thị C xung đột việc định nghĩa thứ tự toán, vector biểu diễn cặp giá trị hoạt động dự án cần tốn (ri, rj) có xung đột tài nguyên yêu cầu thời gian sử dụng tài nguyên trường hợp hai hoạt động thời điểm Cài đặt giải thuật thử nghiệm 3.2.2.4 Xác định điểm cân Nash Từ mô tả vấn đề, xác định biểu diễn nhiễm sắc thể bao gồm thông tin số lượng hoạt động, số lượng giải pháp cho hoạt động thông tin chuyển đổi thành nhiễm sắc thể với số lượng gen số lượng hoạt động dự án, gen lấy giá trị thứ tự hoạt động tập hợp tất hoạt động thực ngày: (1 – 4) – (1 – 4) – (2 – 5) – (2 – 5) – (3 – 5) – Mô tả liệu Dữ liệu sử dụng thử nghiệm bao gồm loại: ▪ Dữ liệu từ báo [14] ▪ Dữ liệu từ hai dự án phần mềm gia công từ công ty phần mềm Việt Nam Phân tích kết chạy Qua 10 lần chạy thuật tốn theo kịch áp dụng mơ tả Phần 3.1, liệu thử nghiệm dự án mơ tả Bảng 3.9 Hình 3.7 Chúng ta thấy NSGA-II MOEA nhanh để giải vấn đề tìm điểm cân Nash cho Unified Game-based model liệu Dự án NSGA-II có thời gian chạy nhanh 10,09% so với thời gian chạy trung bình năm thuật tốn lại Cụ thể, thời gian hoạt động NSGA-II cao 26,67% so với SMPSO, cao 12,00% so với GDE3 cao khoảng 7,37% so với ε -MOEA NSGA-II cho thấy thời gian chạy cao 1,12% 2,22% so với ε -NSGA-II PESA2 Điều có nghĩa NSGA-II PESA2 hai thuật toán hiệu tốc độ với toán Bảng 3.9: Kết thử nghiệm từ liệu dự án sau 10 lần chạy No 10 NSGA-II 301343880, 7s 301343880, 8s 301343880, 9s 301343880, 8s 301343880, 11s 301343880, 7s 301343880, 8s 301343880, 10s 301343880, 9s 301343880, 11s GDE3 301343880,10s 301343880,10s ε-NSGA-II 301343880, 9s 301343880, 8s 301343880, 9s 301343880, 8s 301343880, 9s 301343880, 10s 301343880, 10s 301343880, 9s 301343880, 9s 301343880, 8s PESA2 301343880, 9s 301343880, 9s Trang 17 ε-MOEA 301343880, 9s 301343880, 10s 301343880, 10s 301343880, 9s 301343880, 10s 301343880, 9s 301343880, 10s 301343880, 9s 301343880, 9s 301343880, 10s SMPSO 301343880, 13s 301343880, 13s 301343880,10s 301343880, 9s 301343880, 11s 301343880,10s 301343880, 9s 301343880, 13s 301343880,10s 301343880, 9s 301343880, 11s 301343880,10s 301343880, 9s 301343880, 13s 301343880,10s 301343880, 9s 301343880, 13s 301343880,10s 301343880, 9s 301343880, 11s 301343880,10s 301343880, 9s 301343880, 11s 10 301343880,10s 301343880, 9s 301343880, 11s Liên quan trực tiếp đến nội dung mục này, có 02 cơng trình cơng bố, 01 Tạp chí nước (CT1- 2016) 01 Hội nghị quốc tế (CT6 - 2019) 3.3 Lớp tốn mơ hình khơng có chủ đầu tư 3.3.1 3.3.1.1 Bài toán xung đột phương pháp xử lý rủi ro Giới thiệu tốn Việc quản lí rủi ro dự án , đặc biệt dự án công nghệ thông tin ứng dụng quan trọng lí thuyết trị chơi Tuy nhiên yếu tố chưa xét tới thân rủi ro lại xung đột với lên kế hoạch giải Việc giải xử lí rủi ro phương pháp lại xung đột với việc xử lí rủi ro phương pháp khác, hậu từ nhỏ tới khơng kiểm sốt Ví dụ có rủi ro “nhân bỏ việc” lương thấp, trả khơng định kì, xử lí rủi ro cách: tăng tiền lương, trả định kì, hạn Khi rủi ro tạm thời xử lí Tuy nhiên, với rủi ro tiền đầu tư dự án tăng, giải việc giảm lương nhân viên hay sa thải nhân viên , kêu gọi nhà đầu tư Khi giải rủi ro phương pháp giảm lương hay sa thải nhân viên vơ tình xung đột với việc giải rủi ro nhân bỏ việc nêu bên Rủi ro: Giảm chi phí dự án Xử lý: giảm lương nhân Rủi ro: Nhân viên nghỉ việc Xử lý: tăng lương Xung đột Hình 3.9: Xung đột phương pháp xử lý rủi ro 3.3.1.2 Ứng dụng mơ hình Unified Game-based model cho toán Với đặc điểm toán xung đột phương pháp đối phó rủi ro trên, áp dụng Unified Game-base model vào toán, ta có mơ hình tốn học cho tốn sau: 𝐺 = 〈{𝑃0 , 𝑃 }, {𝑆0 , 𝑆𝑖 }, {𝑢0 , 𝑢𝑖 }, 𝑅𝑐 〉 (3.14) Trong đó: 𝑃0 : người chơi đặc biệt đại biểu cho lợi ích tồn dự án so sánh với người chơi bình thường khác 𝑆0 = {𝑠01 , … , 𝑠0𝑗 , … , 𝑠0𝑀0 }: tập chiến lược người chơi đặc biệt, 𝑀0 số lượng chiến lược người chơi đặc biệt 𝑢0 : 𝑆0 → ℝ hàm thưởng phạt (payoff function) người chơi đặc biệt tham chiếu chiến lược người chơi đặc biệt sang dạng số thực 𝑁: Số lượng rủi ro có xảy xung đột Trang 18 𝑃 = {𝑝1 , … , 𝑝𝑖 , … , 𝑝𝑁 }: tập rủi ro có xảy xung đột 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 }: tập phương pháp đối phó rủi ro 𝑖(1 ≤ 𝑖 ≤ 𝑁) 𝑀𝑖 số lượng phương pháp xử lý rủi ro i 𝑢𝑖 : 𝑆i → ℝ : hàm thưởng phạt rủi ro i, tham chiếu chiến lược rủi ro i sang giá trị số thực 𝑅𝑐 : không gian vector biểu diễn tập xung đột phương pháp đối phó rủi ro, mà non-empty vector 𝑣⃗ ∈ 𝑅𝑐 biểu diễn xung đột M rủi ro (1 ≤ 𝑀 ≤ 𝑁), dạng chuẩn tắc trò chơi (strategic form normal form), 𝑣⃗ ∈ 𝑅𝑐 mô tả sau: {𝑠0𝑘 , 𝑠𝑝𝑞 , … , 𝑠𝑥𝑦 }, 𝑠0𝑘 ∈ 𝑆0 đại diện cho quyền lợi dự án rủi ro xảy ra, có đụng độ phương pháp xử lý, giá trị 𝑠𝑝𝑞 , 𝑠𝑥𝑦 ∈ 𝑆𝑖 phương, (1 ≤ 𝑝, 𝑥 ≤ 𝑁), (1 ≤ 𝑞 ≤ 𝑀𝑝 ) (1 ≤ 𝑦 ≤ 𝑀𝑥 ) 3.3.1.3 Các tham số mô hình Chiến lược chủ đầu tư Chiến lược j cho rủi ro người chơi đặc biệt gồm thành phần: thời gian tối thiểu để xử lý rủi ro, thời gian tối đa xử lý rủi ro, chi phí tối thiểu, chi phí tối đa: 𝑠0𝑗 = {𝑐𝑜𝑠𝑡𝑗𝑚𝑖𝑛 , 𝑐𝑜𝑠𝑡𝑗𝑚𝑎𝑥 , 𝑡𝑖𝑚𝑒𝑗𝑚𝑖𝑛 , 𝑡𝑖𝑚𝑒𝑗𝑚𝑎𝑥 } (3.16) Chiến lược người chơi Tập chiến lược 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 } chiến lược chơi người chơi i , hay coi tập phương pháp đối phó rủi ro i, 𝑠𝑖𝑗 gồm thông tin sau: cost, diff, priority, time, efficiency Cơng thức tính hàm payoff chủ đầu tư Tập rủi ro 𝑃 = {𝑝1 , , 𝑝𝑖 , , 𝑝𝑁 } với rủi ro pi mô tả vector hiệu có chứa thơng tin về: (i) số lượng tiền tổn thất xung đột xảy (ii) giá trị level rủi o, (iii) xác xuất xảy (probability) Cụ thể là: 𝑤𝑖 = (𝑤𝑖𝑚𝑝𝑎𝑐𝑡𝑖 , 𝑤𝑙𝑒𝑣𝑒𝑙𝑖 , 𝑤𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦𝑖 ) ⃑⃑⃑⃑ (3.17) Giá trị payoff chủ dự án: 𝑢0 = ∑ 𝑁 𝑤𝑖 (3.18) 𝑖=1 ⃑⃑⃑⃑ 𝑁 = ∑𝑖=1(𝑎1 𝑤𝑖𝑚𝑝𝑎𝑐𝑡𝑖 + 𝑎2 𝑤𝑙𝑒𝑣𝑒𝑙𝑖 ) ∗ 𝑤𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦𝑖 Với a1, a2 số chuyên gia dùng để điều chỉnh mức độ ảnh hưởng yếu tố vector hiệu năng: impact, level Tập chiến lược rủi ro pi 𝑆𝑖 = {𝑠𝑖1 , , 𝑠𝑖𝑗 , , 𝑠𝑖𝑀𝑖 } với 𝑠𝑖𝑗 biểu diễn vector hiệu ⃑⃑⃑⃑⃑ 𝑢𝑖𝑗 = (𝑢𝑐𝑜𝑠𝑡𝑖𝑗 , 𝑢𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑦𝑖𝑗 , 𝑢𝑑𝑖𝑓𝑓𝑖𝑗 , 𝑢𝑡𝑖𝑚𝑒𝑖𝑗 , 𝑢𝑒𝑓𝑓𝑖𝑐𝑐𝑖𝑒𝑛𝑐𝑦𝑖𝑗 ) có chứa thơng tin quan trọng phương pháp đối phó với rủi ro i, (1 ≤ i ≤ N) Các thông tin bao gồm: (i) cost, (ii) priority, (iii) difficult (diff), (iv) time and (v) efficiency Cơng thức tính hàm payoff người chơi Giá trị payoff rủi ro i trường hợp lựa chọn phương án đối phó j tổng hợp yếu tố Cụ thể, hàm payoff mô tả sau: 𝑢𝑖𝑗 = 𝑏1 𝑢𝑐𝑜𝑠𝑡𝑖𝑗 + 𝑏2 𝑢𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑦𝑖𝑗 + 𝑏3 𝑢𝑑𝑖𝑓𝑓𝑖 + 𝑏4 𝑢𝑡𝑖𝑚𝑒𝑖𝑗 (3.19) 𝑖 Giá trị hàm payoff uij nhỏ có nghĩa lựa chọn phương án đối phó rủi ro phù hợp Trang 19 Cơng thức tính hàm payoff chung dự án Ràng buộc giá thành xử lý rủi ro: 𝑭𝒄𝒐𝒔𝒕 = ∑𝑁 𝑖=1(𝑎1 𝑤𝑖𝑚𝑝𝑎𝑐𝑡𝑖 + 𝑎2 𝑤𝑙𝑒𝑣𝑒𝑙𝑖 ) ∗ 𝑤𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦𝑖 ∗ (1 − 𝑢𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦𝑖𝑗 ) + ∑𝑵 (3.21) 𝒊=𝟏 𝑢𝑐𝑜𝑠𝑡𝑖𝑗 Ràng buộc thứ cân Nash cho game G tính hiệu phương pháp xử lý rủi ro Để mơ hình tùy biến, ta đưa thêm tham số b1, b2, b3, b4 vào đặc tính phương pháp xử lý rủi ro theo thứ tự cost, priority, difficulty, time Các tham số (và bao gồm a1, a2 Công thức 3.18) điều chỉnh chuyên gia quản trị dự, hàm định lượng cho ràng buộc thứ cân Nash xác định sau: 𝑭𝒓𝒆𝒔𝒑𝒐𝒏𝒔𝒆 = ∑𝑁 (3.22) 𝑖=1 (𝑏1 𝑢𝑐𝑜𝑠𝑡𝑖𝑗 + 𝑏2 𝑢𝑑𝑖𝑓𝑓𝑖𝑗 + 𝑏3 𝑢𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑦𝑖𝑗 + 𝑏4 𝑢𝑑𝑖𝑓𝑓𝑖𝑗 ) Để đánh giá chất lượng Nash Equilibrium, việc định nghĩa hàm thích nghi cần thiết, dựa cơng thức 3.21, cơng thức 3.22, ta có: 𝐹𝑎𝑑𝑎𝑝𝑡𝑖𝑣𝑒 = 𝑐1 ∗ 𝐹𝑐𝑜𝑠𝑡 + 𝑐2 ∗ 𝐹𝑟𝑒𝑠𝑝𝑜𝑛𝑠𝑒 (3.23) = 𝑐1 ∑𝑁 𝑖=1(𝑎1 𝑤𝑖𝑚𝑝𝑎𝑐𝑡𝑖 + 𝑎2 𝑤𝑙𝑒𝑣𝑒𝑙𝑖 ) ∗ 𝑤𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦𝑖 ∗ (1 − 𝑏1 𝑢𝑐𝑜𝑠𝑡𝑖𝑗 + 𝑏2 𝑢𝑑𝑖𝑓𝑓𝑖𝑗 + 𝑏3 𝑢𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑦𝑖𝑗 𝑢𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦𝑖𝑗 ) + 𝑐2 ∑𝑁 ( ) 𝑖=1 + 𝑏4 𝑢𝑑𝑖𝑓𝑓𝑖𝑗 3.3.1.4 Cài đặt giải thuật thử nghiệm Mô tả liệu Dữ liệu dùng thử nghiệm thu thập từ công ty gia công phần mềm liên doanh với Nhật Bản Việt Nam (nơi tác giả luận án làm việc từ 2004 - 2007): Tên dự án: Rentar – hệ thống eCommerce bán cho thuê Nhà đất cho công ty Bất động sản số Nhật Bản (www.mec.co.jp) Thời gian bắt đầu: 1.6.2006, thời gian kết thúc: 30.5.2008 Quy mô dự án: 850 man/months Kết thử nghiệm Trong Bảng 3.18 mô tả kết chạy 10 lần chạy liên tục Lưu ý lần chạy, cho đặc điểm kỹ thuật môi trường nên kết chạy chậm chút so với lần sau Mỗi ô Bảng 3.18 thể giá trị: ▪ Giá trị thích nghi điểm cân Nash tìm tồn dự án ▪ Thời gian chạy tính theo giây Bảng 3.18: Kết chạy thuật toán 10 lần STT 10 NSGA-II 7,906,528 - 2,934s 8,103,832 - 1,503s 7,908,199 - 1,440s 9,350,590 - 1,662s 8,668,416 - 1,585s 7,901,941 - 1,436s 7,857,364 - 1,441s 7,802,405 - 1,508s 8,004,845 - 1,577s 7,625,568 - 1,502s PESA2 ε-MOEA 11,416,500 - 4,716s 10,051,527 - 3,394s 12,549,423 - 3,521s 10,679,523 - 3,356s 9,364,679 - 3,241s 8,445,130 - 3,356s 8,971,856 - 3,380s 10,377,024 - 3,282s 9,034,573 - 3,254s 8,792,743 - 3,285s ε-NSGA-II Trang 20 GDE3 8,511,612 - 3.493s 7,600,288 - 1,415s 7,491,761 - 1,330s 7,665,245 - 1,458s 7,876,559 - 1,388s 7,927,693 - 1,458s 7,513,919 - 1,374s 7,995,918 - 1,174s 7,853,276 - 1,230s 7,560,075 - 1,344s SMPSO 10 9,320,717 - 2,726s 10,636,058 - 1,591s 8,409,361 - 1,502s 8,997,942 - 1,501s 8,645,457 - 1,446s 9,702,319 - 1,520s 9,684,004 - 1,412s 9,435,869 - 1,414s 8,796,411 - 1,404s 10,056,318 - 1,426s 7,965,000 - 4,292s 7,724,390 - 2,360s 7,778,545 - 2,328s 8,234,220 - 2,322s 8,130,270 - 2,446s 8,073,367 - 2,242s 7,907,211 - 2,143s 7,742,396 - 2,099s 7,936,860 - 2,353s 7,821,593 - 2,090s 13,318,634 - 1,313s 12,953,245 - 729s 14,283,138 - 622s 12,331,910 - 696s 13,027,559 - 626s 11,849,872 - 617s 14,327,763 - 555s 15,375,186 - 563s 15,591,372 - 580s 14,998,820 - 565s Liên quan trực tiếp đến nội dung mục này, có 01 cơng trình cơng bố Tạp chí nước (CT4- 2018) Một số nội dung thử nghiệm trình bày luận án bổ sung thêm, kết mở rộng so với nội dung báo CT4 3.3.2 3.3.2.1 Bài toán cân nguồn lực Giới thiệu toán Cân nguồn nhân lực toán phân phối, chia sẻ nguồn lực cho cá nhân tập thể dự án để thực công việc dự án Bài toán nội dung quan trọng tiến trình Quản lý dự án điều kiện cần thiết để đảm bảo tính cân đối tác nhân dự án q trình hoạt động 3.3.2.2 Ứng dụng mơ hình Unified Game-Based model cho toán Với đặc điểm tốn cân nguồn lực khơng có diện chủ đầu tư, theo mơ hình Unified Game-Based, ta cần thêm vào người chơi ảo – chủ đầu tư để đảm bảo nguyên tắc ln xét tới quyền lợi tồn dự án Từ ta có mơ hình cho tốn sau: 𝐺 = 〈{𝑃0 , 𝑃 }, {𝑆0 , 𝑆𝑖 }, {𝑢0 , 𝑢𝑖 }, 𝑅𝑐 〉 (3.24) Trong đó: 𝑃0 : chủ đầu tư dự án 𝑆0 = {𝑠01 , … , 𝑠0𝑗 , … , 𝑠0𝑀0 }: tập chiến lược người chơi đặc biệt, 𝑀0 số lượng tài nguyên chưa phân phối 𝑢0 : 𝑆0 → ℝ hàm thưởng phạt (payoff function) chủ đầu tư tham chiếu chiến lược người chơi đặc biệt sang dạng số thực 𝑁: Số lượng nhóm/phịng/ban có u cầu nguồn lực 𝑃 = {𝑝1 , … , 𝑝𝑖 , … , 𝑝𝑁 }: tập người chơi - đơn vị tham gia 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 }: tập chiến lược người chơi 𝑖(1 ≤ 𝑖 ≤ 𝑁) 𝑀𝑖 số lượng tài nguyên người chơi i tham gia 𝑢𝑖 : 𝑆i → ℝ : hàm thưởng phạt người chơi i, tham chiếu chiến lược người chơi i sang giá trị số thực 𝑅𝑐 : không gian vector biểu diễn C xung đột tốn 3.3.2.3 Các tham số mơ hình Chiến lược người chơi đặc biệt Trang 21 Ký hiệu dạng 𝑆0 = {𝑠01 , … , 𝑠0𝑗 , … , 𝑠0𝑀0 }, 𝑠0𝑗 đại diện cho thông tin nguồn lực bao gồm thông tin về: loại nguồn lực, loại kỹ năng, đặc tả riêng nguồn lực, chi phí sử dụng nguồn lực Chiến lược người chơi khác Chiến lược người chơi i có dạng: 𝑆𝑖 = {𝑠𝑖1 , … , 𝑠𝑖𝑗 , … , 𝑠𝑖𝑀𝑖 }: tập chiến lược người chơi 𝑖(1 ≤ 𝑖 ≤ 𝑁) 𝑀𝑖 số lượng tài nguyên người chơi i tham gia Trong tài nguyên có thêm yêu cầu khác khác nhau, ví dụ khoảng thời gian sử dụng, loại kỹ năng, công nghệ , thông tin chứa 𝑠𝑖𝑗 Không gian vector biểu diễn tập xung đột Trong khơng gian xung đột 𝑅𝑐 gồm có vector 𝑣⃗ ∈ 𝑅𝑐 mơ tả sau: {𝑠0𝑘 , 𝑠𝑝𝑞 , … , 𝑠𝑥𝑦 }, 𝑠0𝑘 ∈ 𝑆0 đại diện cho người chơi đặc biệt (quyền lợi dự án) 𝑠𝑝𝑞 , 𝑠𝑥𝑦 ∈ 𝑆𝑖 , (1 ≤ 𝑝, 𝑥 ≤ 𝑁), (1 ≤ 𝑞 ≤ 𝑀𝑝 ) (1 ≤ 𝑦 ≤ 𝑀𝑥 ), chiến lược 𝑣⃗ ∈ 𝑅𝑐 thuộc người chơi mà có 𝑠0𝑘 thông tin phân phối 𝑃0 cho phép 𝑠𝑝𝑞 , 𝑠𝑥𝑦 ∈ 𝑆𝑖 kết chọn lựa việc phân phối tài nguyên Trong 𝑣⃗ ∈ 𝑅𝑐 có tồn 𝑠0𝑘 ∈ 𝑆0 việc người chơi cạnh tranh với loại tài nguyên, chủ đầu tư 𝑃0 có xung đột với chiến lược người chơi lại 3.3.2.4 Cài đặt giải thuật thử nghiệm Dữ liệu thử nghiệm Trong phần thực nghiệm này, luận án sử dụng liệu thông tin dự án phần mềm Việt Nam, module thuộc giải pháp ERP mà doanh nghiệp phần mềm sử dụng, thông tin dự án phần mềm sau: Tên dự án: module HRM, giải pháp cBIZ – hệ thống ERP cho doanh nghiệp nhỏ công ty NEW CREATION, trụ sở Hà Nội Thời gian bắt đầu: 1.8.2012, thời gian kết thúc: 30.1.2013 Quy mô dự án: 54 man/months Phân tích kết Kết thực nghiệm thực bảng 3.21, giả trị bảng biểu diễn kết thu từ thuật toán kết ghi nhận giá trị Ꜫ đạt ngưỡng 0.0001 số lượng chiến thuật giới hạn Kết cho thấy thuật tốn CFR+ có tốc độ hội tụ nhanh vượt trội, thuật toán Fictitious Play tồi Tuy nhiên việc áp dụng thuật toán vào việc xử lý tốn giải mơ hình Unified Game-based model khả thi Liên quan trực tiếp đến nội dung mục này, có 01 cơng trình công bố Hội nghị nước CT3 - 2018 Trang 22 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Theo PMBOK, vấn đề xung đột quản lý dự án nhắc tới công việc nhỏ số lĩnh vực kiến thức quản lý dự án, việc quản lý xung đột chưa tương xứng với hậu mà xung đột gây ra, phân tích phần mở đầu [2] Những thiệt hại xung đột xảy cho quản lý dự án đáng kể, với ảnh hưởng hoạt động dự án quản lý dự án với đời sống xã hội vơ lớn Vì trạng việc khơng có nhiều nghiên cứu liên quan tới vấn để xử lý xung đột quản lý dự án cách tổng quan cần khắc phục Có nghiên cứu cụ thể đề xuất tới khía cạnh kỹ thuật mơ hình hóa xung đột, đưa phương án giải cụ thể cho vấn đề Vì vậy, việc đưa phương thức giải cụ thể luận án trình bày cần thiết cho việc giải vấn đề quan quản lý dự án Cụ thể, phương thức giải áp dụng số tốn hợp xung đột điển hình dự án đầu tư Công nghệ thông tin như: đấu thầu, quản lý rủi ro, toán dự án, cân nguồn lực Việc ứng dụng thử nghiệm cho thấy vấn đề giải để tìm giải pháp bên tham gia hài lòng Qua nghiên cứu, luận án khẳng định số đóng góp lĩnh vực nghiên cứu là: nghiên cứu thành cơng mơ hình dựa lý thuyết trò chơi, mang tên gọi Unified Game-based model, có khả mơ hình lớp tốn xung đột quản lý dự án Mơ hình mang đầy đủ thơng tin cụ thể, truyền tải hiệu vào thuật toán tối ưu để giải cách sử dụng niệm cân Nash Với giải pháp cân Nash tìm được, đem lại cơng cụ hữu ích cho người quản lý dự án thành viên việc định liên quan tới xung đột Cụ thể hơn, luận án thực mục tiêu: ▪ Phân tích tổng quan vấn đề xung đột tồn dự án đặc điểm cần có mơ hình hóa Trong phần đầu nghiên cứu rằng, mơ hình có nhiều vấn đề vài đặc điểm sau như: riêng toán Quản lý dự án, dù không liên quan tới người đại diện dự án chủ đầu tư dự án cần phải xem xét tới lợi ích này, rõ ràng vấn đề riêng lẻ dự án giải mục tiêu tốt cho tồn dự án Thêm nữa, mơ hình trị chơi, nơi cần cân lợi ích người chơi, nơi xảy tranh chấp lợi ích mơ tả, ràng buộc tranh chấp (hoăc xung đột) chưa mơ tả Vì vậy, điều kiện bắt buộc mơ hình diễn giải xung đột ▪ Xây dựng mơ hình chung mơ hình hóa dựa lý thuyết trò chơi cho tất loại xung đột quản lý dự án, đồng thời đảm bảo mơ hình giải thuật toán tối ưu đa mục tiêu phù hợp, việc chứng minh đảm bảo việc giải mơ hình, khơng từ nghiên cứu, phân tích, báo cơng bố q trình thực luận án cho thấy kết luận có sở Các liệu diễn tả phần giới thiệu toán: toán dự án, quản lý rủi ro, cân nguồn lực đấu thầu nhiều vòng chuyển trọn vẹn sang liệu thuật tốn ▪ Nghiên cứu cụ thể vấn đề xung đột như: đấu thầu nhiều vòng phương pháp đối phó rủi ro Ngồi có số vấn đề khác như: toán dự án, Trang 23 cân nguồn lực Các vấn đề chia đồng thành loại xung đột phân tích, tốn đấu thầu nhiều vịng tốn dự án có xuất chủ đầu tư xung đột Hai tốn cịn lại là: quản lý rủi ro cân nguồn lực xung đột đối tượng nằm dự án, theo mơ hình, cần xuất người chơi đặc biệt Như vậy, loại xung đột thử nghiệm đồng đều, nằm nhiều mảng dự án khác nhau: tài chính, đấu thầu, rủi ro nhân Có thể kết luận việc thử nghiệm thuật toán hạn chế thời gian, nhiên xem xét kỹ ▪ Áp dụng thử nghiệm hệ thống phần mềm hỗ trợ tin cậy đánh giá Từ kết nghiên cứu kết luận lớp toán xung đột quản lý dự án phân tích rõ ràng để đưa mơ hình lý thuyết trị chơi phù hợp Mơ hình Unified Game-based dựa nghiên cứu lý thuyết trò chơi cân Nash công cụ hữu ích việc tìm kiếm giải pháp win - win xung đột với đặc điểm riêng biệt sau: ▪ Mơ hình tốn thống rõ ràng ▪ Mơ hình có tính bao qt với nhiều dạng xung đột Quản lý dự án ▪ Mô hình mang đầy đủ đặc điểm liệu xung đột ▪ Mơ hình ứng dụng vào giải thuật để tìm đáp án ▪ Việc giải mơ hình thuật tốn thực thời gian khả thi kể với liệu dự án lớn Kiến nghị Các hướng nghiên cứu phát triển rộng, đặc biệt lĩnh vực quản lý dự án có nhiều tiềm năng, quản lý dự án hoạt động kinh tế quan trọng Các mục tiêu phát triển luận án bao gồm: ▪ Nghiên cứu cần phát triển lên với ứng dụng nhiều loại xung đột khác để cải tiến Unified Game-based model hồn thiện ▪ Thử nghiệm thêm với giải thuật khác để đánh giá thêm phù hợp mô hình Unified Game-based model thuật tốn ▪ Tìm hiểu thêm cơng cụ khác ngồi MATLAB, GAMBIT việc áp dụng ▪ Tìm hiểu, phát triển thêm thuật toán phù hợp với toán Xung đột quản lý dự án nói vào thư viện phần mềm mã nguồn mở MOEA framework ▪ Tích hợp lại phần mềm riêng rẽ trợ giúp định cho xung đột thành hệ thống phần mềm Trợ giúp định ▪ Các phần mềm trợ giúp định riêng rẽ tích hợp vào cơng cụ sử dụng quản lý dự án, tạo phần mềm quản lý dự án thơng minh Ngồi ra, kết nghiên cứu thử nghiệm cần truyền tải, công bố lên nhiều hệ thống website lĩnh vực lý thuyết trò chơi Việc chia sẻ giúp cho nghiên cứu Unified Game-based model có thêm nhận xét, phản biện từ nhà nghiên cứu khác để góp phần hồn thiện Trang 24 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ CỦA LUẬN ÁN CT1 Trinh Bao Ngoc, Huynh Quyet Thang, Bui Duc Hung, Le Tuan Dung (2016) Modeling and Developing Project Payment Schedule Algorithm Using Genetic Algorithm and Nash Equilibrium Tạp chí Khoa học Công nghệ Trường đại học kỹ thuật số 113 – Năm 2016, trang 137-143, ISSN 2354-1083 (số xuất tiếng Anh) CT2 Bao Ngọc Trinh, Quyet Thang Huynh, Thuy Linh Nguyen (2017) Research on Genetic Algorithm and Nash Equilibrium in Multi-Round Procurement In New Trends in Intelligent Software Methodologies, Tools and Techniques, H Fujita et al (Eds.), IOS Press, 2017 Doi:10.3233/978-1-61499-800-6-51, pp 51-64 Scopus and Web of Science Indexed CT3 Trịnh Bảo Ngọc, Huỳnh Quyết Thắng, Lê Công Thành, Lê Bá Trường Giang, Trần Quang Huy Một hướng tiếp cận thuật toán FICTITIOUS PLAY toán phân bổ nguồn lực Kỷ yếu Hội nghị Quốc gia lần thứ XI Nghiên cứu ứng dụng Công nghệ thông tin (FAIR) – Hà Nội, Ngày 9-10/8/2018, Trang 297-303, ISBN: 978-604-913-749-5 CT4 Bao-Ngoc Trinh, Quyet-Thang Huynh, Xuan-Thang Nguyen, Van-Quyen Ngo, ThanhTrung Vu (2018) Application of Nash Equilibrium based Approach in Solving the Risk Responses Conflicts Journal of Science and Technology (JST) - Le Quy Don Technical University - No 193 (10-2018), Section on Information and Communication Technology – Number 12 (10-2018), Pages 17-31, ISSN 1859-0209 CT5 Bao Ngoc Trinh, Quyet Thang Huynh, Xuan Thang Nguyen (2019) Nash Equilibrium model for conflicts in project management Journal of Computer Science and Cybernetics, ISSN: 1813-9663, V.35, N.2 (2019), 167–184; DOI 10.15625/1813-9663/35/2/13095 CT6 Bao Ngoc Trinh, Quyet Thang Huynh, Xuan Thang Nguyen, Phuong Chi Luong and Nguyen Khanh Ho (2019) Applying a Unified Game-Based Model in a Payment Scheduling Problem and Design of Experiments using MOEA Framework In New Trends in Intelligent Software Methodologies, Tools and Techniques, H Fujita et al (Eds.), IOS Press, 2019 Doi:10.3233/FAIA190038, pp 55-68 Scopus and Web of Science Indexed CT7 Dac-Nhuong Le, Gia Nhu Nguyen, Trinh Ngoc Bao, Nguyen Ngoc Tuan, Huynh Quyet Thang, Suresh Chandra Satapathy (2020) MMAS Algorithm and Nash Equilibrium to Solve Multi-Round Procurement Problem International Conference on Emerging Trends and Advances in Electrical Engineering and Renewable Energy (ETAEERE-2020) ISBN 978-98110-4762-6 CT8 Bao Ngoc Trinh, Quyet-Thang Huynh , Xuan-Thang Nguyen, Gia Nhu Nguyen, Suresh Chandra Satapathy, Shui-Hua Wang and Dac-Nhuong Le (2020) Solving Multi-Round Procurement Problem with PSO Algorithm and Nash Equilibrium Theory Manuscript sumbitted for publication, International Journal of Computational Intelligence Systems, ISSN: 1875-6883 ISI, Q2 journal, IF=1.838 CT9 Dac-Nhuong Le, Gia Nhu Nguyen, Harish Garg, Quyet-Thang Huynh, Trinh Ngoc Bao, Nguyen Ngoc Tuan (in press), Optimizing Bidders Selection of Multi-Round Procurement Problem in Software Project Management Using Parallel Max-Min Ant System Algorithm, Journal of Computers, Materials & Continua ISSN: 1546-2218 DOI:10.32604/cmc.2020 ISI, Q1, IF=4.89 ... áp dụng lý thuyết trò chơi vào giải vấn đề cụ thể Quản lý dự án Vì việc khai phá vấn đề cần thiết Trang CHƯƠNG 2: MƠ HÌNH HĨA XUNG ĐỘT TRONG QUẢN LÝ DỰ ÁN VÀ GIẢI PHÁP ÁP DỤNG LÝ THUYẾT TRỊ CHƠI... thử nghiệm Trong chương 3, luận án trình bày toán cụ thể cách áp dụng sau: ▪ Bài toán cân nguồn lực sử dụng thuật toán Fictitious Play ứng dụng tự xây dựng theo thuật toán ▪ Các toán toán xung đột. .. luận án trình bày cần thiết cho việc giải vấn đề quan quản lý dự án Cụ thể, phương thức giải áp dụng số toán hợp xung đột điển hình dự án đầu tư Công nghệ thông tin như: đấu thầu, quản lý rủi