Tập 90 - 2

HOGNGHE

AND TECHNOLOCf

EE TEEHNOLOtrY

a0 ctno DUC vA DAo rAoDAI HQC THAI NGUYEN

T+p ehi KHOA HQC vn C6NG NGHEJournal of Science and Technology

- tdng bi6n tAp:- Ph6 tdng bi6n tAp Thrrdng tn/c:- Ph6 Tdng bi6n tAp:- Trtt'&ng Ban bi6n tAp:- Thtr ky Tda soan:

GS.TS. ru QUANG HrdNPGS.TS. CHU HOANG MAUPGS.TS. TRAN THI VIOT TRUNG

az(

THS. Ltr TIEN DUNGTHS. DOAN OTJC UAT

TOA SOAN: Dai hoc Thr4i NguyOn, phudng TAn Thinh, thdnh phd Th6i NguyOn'

Tel. 02 8 0. 3 8 402 8 8. Fax. 0280. 3852665 * E-mail: tapchikhcn.dhtn@ gmail'com'

Gia,y ph6p Hoat dQng biio chi s6 1ZI)1GP-BTTTT, ngiry 261812010 cira BQ truong BQ Thong tin - Truyd-n^th0ng'

rn ioir .udn, iap zzior)nqdm 20rr taiNhh in eao ihat Nguyen. In xong vh nop luu chidu thi4ng 0V20ll.Bin dien tir tham khio iai rrang Web cira Trung ram Hoc 1i0u Dai hoc Th6i Nguyon: http://www'lrc-tnu-edu.vn

THE LE GTII BAITap chi Khoa hgc vd C6ng nghQ Dai hoc Th6i Nguy6n thucrng xuyOn nhAn ddng

nhirng Ual Uao cua cdn bQ gidng d4y. can.bQ.nghien 9YY ud.6: illkhoa hQc'..trong vir

ngouiDui hoo Th6i Nguy6n nhdm cdng bd k€t qua nghidn ctlu, bhi t6ng quan hodc nhirng

thbng tin trao C6i ttruqc mgi linh vuc khoa hoc c6ng nghQ. Sau ddy ld the 1€ gui bdi cho Toa

soan:1. T4p chi chi nhAn ddng nhirng bai b6o khoa hoc chua c6ng bd tr6n c6c b5o. t4p chi

khoa hgc trong nr.rcrc vd qudc t6.

2. Bai b6o khoa h'c co thti v_i€t bing titing ViQt ho4c ti6ng Anh. . .. i .,3. Khi n6p cho roa so4n. m5i Uai b6o can duoc in thdnh hai b6n tr€n giAy A+. kem theo

dia CD.4. CAu trirc bai b6o.

4.1. TOn bai b6o.

4.2. Ho tOn tac gid hoqc nhom ttrc gia, co quan cdng t6c.

4.3. M5i bdi bA; khdng ddi qu6 5 trang (khoang 3.000 tu). Trong bdi b6o, o nhirng nQi

dung tac gi6 da lham khdo hoAc su dpng_k*i*, n.elri€n .P lit,::. tdi liCu khoa hoc kh6c, cAn

danh dAl tang sd (dat trong m6c r.u6ng tl) - ld sd thu tg cua tdi liQu x€p trong danh mgc tdi liOu

tham khao4.4. Torn tirt n6i dung bdi b6o: tOi tneu i50 tir bang ti6ng Vi€t va duoc dich sang tiOng

Anh (k€ ca ri€u AC Uai b6o;,,dtroi muc tom t6t ti6ng Vi€t co "Tir khoa"; duoi tom tdt ti6ng

Anh co "'Key words" (t6i thi6u 05 tu hodc cum tu).4.5. TAi li6u tham kh6o:- TLTK sip x€p theo vAn A,B,C, tdi liQu titlng nu6c ngodi kh6ng phiOn 6m, kh6ng

dich.- DOi vcyi tdc gia la ngudi Viqt Nam x6p theo thir tg A, B, C theo ftn (kh6ng dAo t6n

len trtroc ho).- Ddi voi tac gia la ngtrdi nu6c ngodi x6p theo lhu tg A, B, C theo hp. ,,- D6i vcri nhirng tai liOu khdng co t6n tac giit xOp thu tU A, B, C cua tir dau ti6n lOn c<v

quan ban hanh tdi liQu (vi duiB0 Gi6o dgc vd Ddo t4o x6p vAn B)'TLTK la s6ch. lufln 6:n cAn ghi ddy du cdc thong tin theo thu tu: t€n t6c gia hodc co quan ban

lrdnh. Nam xuAt ban). ftn sdch,Nhd xudt bdn. noi xudt ban.

TLTK ld bdi bao hoflc bai trong mQt cudn s6ch... cAn ghi dAy du c6c th6ng.tin.theo thfr

tu: T6n tac gia. (NAm cdng b6), "TOn biri b6o", TAn Mp chi hoQc sdch, Tdp, (56), c6c s6

trang (gach ngang giira2 chir s6).

5.Hinh thfrc trinh bay:- Ngoai.phAl tieu d6, t6c gia va tom tit bdi b6.o (dAu tr4ngl) vd Summary (cu6i bdi).

bdi b6o yeu .A,, phai trinh bdy tr6n kh6 ,A4 theo chidu doc. dugc chia 02 c6t v6i c6c th6ng

s6 Pagesetup cu th6 nhu sau:Top:3.1cm, Bottom: 3.1cm, Left: 3.0cm. Right: 2.8cm,

Header: 2.85cm, Footer: 2.85cm, With:7.25cm, Spacing:0.8cm. TOn bai b6o cO 12' chir in

d6m: 10i dung bai b6o cd I 1; Font chir Unicode; hinh v6, dd thi trinh bdy phu hqp voi dQ

ron-s cdt (7 .25 cn-r); c6c bdng bi€u qu6 l6n trinh bay tlreo trang ngang (Landscape)'

- D6i vcyi c6c bai b6o i.O frle" bdng cdc phAn mdm chuy6n dpng nhu Latex, ACD/Chem

Sketch hodc Science Helper for Word cfrng trinh bdy theo khudn dang n6u trOn.

6. Ndu bdi b6o kh6ng ducyc su dung. Ban biOn tap kh6ng tra l4i bAn th6o.

7. Titc gia hoac tac giachfnh trong nhom t6c giA cAn gni Aia chi, s6 di6n tho4i vdo cu6i

A^

BAN BIEN TAP

oµ T¹p chÝ Khoa häc vµ C«ng nghÖ

Môc lôc Trang

Đỗ Khắc Hùng, Hồ Duy Kiên, Lê Ngọc Công - Một số tính chất hoá học cơ bản của đất dưới các quần xã thực vật thứ sinh ở huyện Vị Xuyên, tỉnh Hà Giang 3

Lê Thị Thanh Hương, Trần Thị Ngọc Anh, Nguyễn Thị Ngọc Yến Nguyễn Trung Thành, Nguyễn Nghĩa Thìn - Đánh giá tính đa dạng nguồn cây thuốc quý hiếm thuộc diện bảo tồn ở tỉnh Thái Nguyên 9

Nguyễn Quang Đông, Nguyễn Thế Bình, Vũ Thị Khánh Thu - Tán xạ raman tăng cường bề mặt từ đơn lớp hạt nano bạc

15

Phạm Thế Chính, Phạm Thị Thắm, Nguyễn Thị Hải Duyên - Thành phần hóa học của lá chòi mòi tía (Antidesma bunius L.) 21

Chu Đức Toàn, Trịnh Quang Kiên , Phạm Minh T ới , Hoàng Thị Phương , Phạm Xuân Bách, Vũ Anh Tuấn - Một phương pháp điều khiển tái kiến trúc pipeline chức năng theo tiêu chuẩn độ trễ tối thiểu ml 25

Tr ịnh Đình Khá, Nguyễn Thị Huyền - Ảnh hưởng của điều kiện nuôi cấy đến khả năng sản xuất cellulase của chủng nấm sò pleurotus saijor – caju trong điều kiện lên men xốp 31

Đỗ Thị Vân Giang, Đỗ Thị Vân Hương - Đánh giá tài nguyên sinh khí hậu tỉnh Thái Nguyên phục vụ qui hoạch phát triển cây nhãn và cây quế 37

Hoàng Phú Hiệp, Lê Quang Huấn - Kỹ thuật LAMP (Loop-mediated isothermal amplification) - Hướng đi mới trong việc tạo kit phát hiện nhanh bệnh truyền nhiễm. 43

Nguyễn Văn Tới, Phạm Việt Bình, Nguyễn Tiến Thành - Sử dụng kỹ thuật phân lớp dữ liệu để tính toán các bins màu động trong tra cứu ảnh dựa trên màu sắc 49

Nguyễn Văn Trường, Vũ Đức Quang, Trịnh Văn Hà - Một thuật toán chọn lọc âm tính nhanh dựa trên bộ dò R-chunk 55

Lê Văn Sơn, Nguyễn Vũ Thanh Thanh, Nguyễn Mạnh Cường - Thiết kế vector mang gen OPHC2 phục vụ tạo cây chuyển gen phân hủy thuốc trừ sâu 59

Nguyễn Tân Ân, Nguyễn Quang Hoan - Hệ dự báo thời tiết với ứng dụng của mạng nơron nhân tạo 65

Lê Thị Thu Hà, Đỗ Thị Vân, Nguyễn Thị Thu Thuỷ, Lê Thị Hương Dung và Phạm Hữu Kiên - Nghiên cứu sự chuyển pha cấu trúc trong ôxít Al2O3 lỏng bằng phương pháp mô phỏng 71

Nguyễn Mạnh Đức - Xây dựng một số mẫu thiết kế trong C # 77

Tr ần Mạnh Tuấn, Nguyễn Thị Linh, Vũ Đình Minh - Kết hợp giải thuật di truyền với phân cụm loại trừ trong tối ưu hóa tham số điều khiển 87

Tr ần Thị Ngân, Trần Mạnh Tuấn - Phương pháp xấp xỉ ngẫu nhiên giải một loại bài toán điều khiển chứa tích phân bội và ứng dụng 93

Tr ần Thị Phả, Đặng Văn Minh, Lê Đức, Đàm Xuân Vận - Nghiên cứu ảnh hưởng của pH đến khả năng hấp thụ Asen (As) và chì Pb) của cây sậy (phragmites australis) 101

Tr ịnh Thị Thanh Hảo - Bài toán vận tải có vận chuyển ngược 107

Trương Thành Nam, Hà Anh Tuấn - Đất dốc và canh tác bền vững trên đất dốc ở Việt Nam 113

Nguyễn Hiền Trung - Nâng cao chất lượng điều khiển ổn định hệ thống điện bằng bộ điều khiển thiết kế theo lý thuyết tối ưu Rh 119

Tr ần Xuân Quý, Đào Tại M ỹ, Nguyễn Thị Hà, Đặng Hùng Thắng - The adjoint of random linear operators 125

Nguyễn Đức Lạng – Một số phương pháp lặp tìm điểm bất động chung của một họ hữu hạn các ánh xạ giả co chặt 129

Trương Minh Tuyên, Nguyễn Thanh Mai – Hiệu chỉnh bài toán tìm điểm bất động chung của một họ hữu hạn các ánh xạ không giãn trong không gian Banach 141

Journal of Science and Technology

90 (02)

N¨m 2012

oµ soT T¹p chÝ Khoa häc vµ C«ng nghÖ

Content Page Do Khac Hung, Ho Duy Kien, Le Ngoc Cong - Some basic chemical properties of land under secondary plant communities in Vi Xuyen district, Ha Giang province 3

Le Thi Thanh Huong, Tran Thi Ngoc Anh, Nguyen Thi Ngoc Yen, Nguyen Trung Thanh, Nguyen Nghia Thin - Evaluating the diversity of precious and rare medical plant subject to conservation in Thai Nguyen 9

Nguyen Quang Dong, Nguyen The Binh, Vu Thi Khanh Thu - Surface - enhanced raman scattering from a layer of silver nanoparticles 15

Pham The Chinh, Pham Thi Tham, Nguyen Thi Hai Duyen - Chemical constituents of antidesma bunius L. leaf 21

Chu Duc Toan, Trinh Quang Kien, Pham Minh Toi, Hoang Thi Phuong, Pham Xuan Bach, Vu Anh Tuan - A control method of reconfiguration functional pipeline structures on the minimum latency standard 25

Trinh Dinh Kha, Nguyen Thi Huyen - Effect of condition culture for production cellulase by mushroom pleurotus saijor -caju under solid state fermentation 31

Do Thi Van Giang, Do Thi Van Hương - Bioclimate resource assessment for the development of dimocarpus longan lour and cinnamonum loureirii ness in Thai Nguyen province 37

Hoang Phu Hiep, Le Quang Huan – LAMP (Loop-mediated isothermalamp lification)- New method to creating rapid dectection kit 43

Nguyen Van Toi, Pham Viet Binh, Nguyen Tien Thanh - Using technical data clustering for calculating flexible color bins in searching images based on colors

49

Nguyen Van Truong, Vu Duc Quang, Trinh Van Ha - A fast R-chunk detector-based negative selection algorithm 55

Le Van Son, Nguyen Vu Thanh Thanh, Nguyen Manh Cuong - Construction of binary vector carrying OPHC2 gene for pesticides resistance transgenic 59

Nguyen Tan An, Nguyen Quang Hoan - System of wheather forecast using artificial neural networks 65

Le Thi Thu Ha, Do Thi Van, Nguyen Thi Thu Thuy, Le Thi Huong Dung, Pham Huu Kien - Investigating the phase transition in oxide Al2O3 liquid by simulation method 71

Nguyen Manh Duc - Building some design patterns in C# 77

Tran Manh Tuan, Nguyen Thi Linh, Vu Dinh Minh - T he combination between genetic algorithm and subtractive clustering in optimation for control parameters 87

Tran Thi Ngan, Tran Manh Tuan - The stochastic apporoximation method for solving a kind of control problem including multiple integrals and application 93

Tran Thi Pha, Dang Van Minh, Le Duc, Dam Xuan Van - effects of ph study to absorbency As and Pb of reed (Phragmites australis) 101

Trinh Thi Thanh Hao - Transportation problem with reshipments 107

Truong Thanh Nam, Ha Anh Tuan - Research on the slope and sustainable cultivation on sloping land in Viet Nam 113

Nguyen Hien Trung - Enhancing quality control power system stability controller using design theory optimal RH∞ 119

Tran Xuan Quy, Dao Thi My, Nguyen Thi Ha, Dang Hung Thang – The adjoint of random linear operators 125

Nguyen Duc Lang – Some iteration method for common fixed points of a finite family of strictly pseudocontractive mappings 129

Truong Minh Tuyen, Nguyen Thanh Mai – Regularization for the problem of finding common fixed point of a finite family of nonexpansive nonself-mappings in Banach Spaces 141

Journal of Science and Technology

90 (02)

N¨m 2012

Đỗ Khắc Hùng và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 3 - 7

3

MỘT SỐ TÍNH CH ẤT HOÁ HỌC CƠ BẢN CỦA ĐẤT DƯỚI CÁC QUẦN XÃ THỰC VẬT THỨ SINH Ở HUYỆN VỊ XUYÊN TỈNH HÀ GIANG

Đỗ Khắc Hùng, Hồ Duy Kiên, Lê Ngọc Công* Trường Đại học Sư phạm - ĐH Thái Nguyên

TÓM TẮT

Thảm thực vật có vai trò quan trọng không những đối với môi trường sinh thái nói chung như điều hòa khí hậu, làm giảm những tác động có hại của hiệu ứng nhà kính gây nên biến đổi khí hậu toàn cầu, mà nó còn có vai trò quan trọng khác trong việc bảo vệ hệ sinh thái đất, chống sự xói mòn rửa trôi…Kết quả nghiên cứu tại huyện Vị Xuyên cho thấy các quần xã thực vật có ảnh hưởng rõ rệt đến một số tính chất hóa học của đất theo chiều hướng làm tăng các chỉ số như: độ pH (tức là làm giảm độ chua của đất), hàm lượng đạm, hàm lượng mùn, hàm lượng lân và kali dễ tiêu, hàm lượng Ca2+ và Mg2+ trao đổi. Xu hướng chung là tăng tỷ lệ thuận với độ che phủ và cấu trúc của thảm thực vật. Vì vậy cần phải bảo vệ, khai thác và sử dụng hợp lý các thảm thực vật nói chung.

Từ khoá: Rừng thứ sinh, thảm thực vật, huyện Vị Xuyên, độ che phủ, tính chất hóa học ĐẶT VẤN ĐỀ*

Vị Xuyên là huyện miền núi thấp của tỉnh Hà Giang, trung tâm huyện là thị trấn Vị Xuyên nằm trên quốc lộ 2, cách thành phố Hà Giang khoảng 20 km về phía nam. Huỵện Vị Xu9yên có địa hình phức tạp, chia cắt mạnh, độ dốc lớn tạo ra các tiểu vùng khí hậu đặc thù: Tiểu vùng núi cao, tiểu vùng núi trung bình, tiểu vùng núi thấp và thung lũng. Vị Xuyên chịu ảnh hưởng của khí hậu vùng đông bắc với chế độ khí hậu nhiệt đới gió mùa. Nhiệt độ trung bình năm là 22,6oC, độ ẩm không khí trung bình đạt 85%, lượng mưa trung bình hàng năm cao (2.000-2.400mm/năm) [4]. Với điều kiện vị trí địa lý, địa hình, khí hậu như vậy, đó là điều kiện rất thuận lợi cho thảm thực vật nói chung và rừng nói riêng của huyện Vị Xuyên phát triển đa dạng và phong phú. Tuy nhiên, trong một thời gian dài diện tích rừng của huyện Vị Xuyên đã giảm sút nghiêm trọng do khai thác và chặt phá lấy đất làm nương rẫy, nên diện tích đất trống đồi núi trọc hiện nay chiếm trên 35% [4]. Vì vậy, hiện tượng suy thoái đất do xói mòn rửa trôi đang diễn ra ngày càng gay gắt trên địa bàn tỉnh Hà Giang nói chung và huyện Vị Xuyên nói riêng. * Tel: 0915 462404

Để đánh giá vai trò của thảm thực vật trong việc bảo vệ, chống xói mòn rửa trôi các chất dinh dưỡng của đất, trong bài báo này chúng tôi trình bày kết quả nghiên cứu một số tính chất hoá học của đất dưới các quần xã thực vật ở huyện Vị Xuyên, tỉnh Hà Giang

ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Đối tượng nghiên cứu

Đối tượng nghiên cứu là một số tính chất hóa học cơ bản của đất: độ pH, tỷ lệ (%) mùn, đạm, hàm lượng lân, ka ly dễ tiêu, Ca2+ , Mg2+trao đổi (mg/100g) của đất dưới các quần xã thực vật thứ sinh là thảm cỏ, thảm cây bụi thấp, thảm cây bụi cao và rừng thứ sinh đang phục hồi, tại huyện Vị Xuyên (tỉnh Hà Giang).

Phương pháp nghiên cứu

- Đối với quần xã thực vật: Sử dụng các phương pháp truyền thống trong Sinh thái học như: Lập tuyến điều tra (TĐT) và ô tiêu chuẩn (OTC). Tại mỗi quần xã thực vật bố trí TĐT có hướng vuông góc với đường đồng mức, các tuyến sau song song với tuyến đầu, khoảng cách giữa hai tuyến từ 50-100m. Chiều rộng của tuyến điều tra là 4m, chạy xuyên suốt và cắt ngang qua các vùng đại diện cho quần xã nghiên cứu. Trên TĐT xác định thành phần loài, dạng sống thực vật,


4

đồng thời đặt các OTC, mỗi quần xã đặt 3 OTC. Kích thước OTC đối với rừng thứ sinh là 20x20m, đối với thảm cây bụi là 10x10m và với thảm cỏ là 1x1m. Trong OTC sẽ xác định rõ hơn về thành phần loài, dạng sống, chiều cao vút ngọn (m) của các loài và độ che phủ (%) của quần xã theo phương pháp của Hoàng Chung (2008)[3]. Tên loài thực vật được xác định theo Nguyễn Tiến Bân và CS (2005)[1], Bộ Nông nghiệp và PTNT (2000)[2].

- Đối với tính chất hóa học của đất: Ở mỗi quần xã thực vật tiến hành đào 3 phẫu diện nhỏ, được phân bố đều ở các vị trí: chân đồi, sườn đồi và đỉnh đồi. Sau đó lấy đất theo các tầng có độ sâu khác nhau: 0 – 10cm, 10 – 20cm, 20 – 30cm. Đất của từng tầng ở mỗi vị trí được trộn đều với nhau, mỗi tầng lấy khoảng 1kg để phân tích một số tính chất hoá học cơ bản. Quá trình phân tích đất được thực hiện theo các phương pháp chuyên ngành tại Viện Hoá học (Viện Khoa học và Công nghệ Việt Nam).

KẾT QUẢ VÀ THẢO LUẬN

Đặc điểm cấu trúc quần xã thực vật khu vực nghiên cứu

Thành phần loài thực vật

Trong bốn quần xã nghiên cứu đã thống kê được 315 loài, 231 chi, 84 họ thuộc 4 ngành thực vật bậc cao có mạch là ngành Thông đất (Licopodiophyta), ngành Cỏ tháp bút (Equisetophyta), ngành Dương xỉ (Polypodiophyta) và ngành Mộc lan (Magnoliophyta). Trong đó quần xã Rừng thứ sinh có 206 loài, 66 họ. Tiếp theo là Thảm cây bụi cao có 136 loài thuộc 47 họ thực vật. Thảm cây bụi thấp gồm 77 loài, 33 họ. Thảm cỏ phục hồi sau nương rãy có số loài (42 loài), số họ (22 họ) thấp nhất. Kết quả trình bày tại bảng 1.

Thành phần dạng sống thực vật Số liệu trong bảng 1 cho thấy các quần xã nghiên cứu có 5 dạng sống cơ bản: Cây có chồi trên đất (Ph), cây có chồi mọc sát đất (Ch), cây có chồi nửa ẩn (He), cây có chồi ẩn (Cr), cây 1 năm (Th). Trong đó dạng Ph

chiếm ưu thế ở tất cả các quần xã, cụ thể ở Rừng thứ sinh là 84,5% tổng số loài, ở Thảm cây bụi cao là 79,4%, ở Thảm cây bụi thấp là 61,0%, thấp nhất là Thảm cỏ 40,5%. Dạng sống He được sắp xếp theo thứ tự từ cao xuống thấp là: Thảm cỏ (31%), Thảm cây bụi thấp (20,8%), Thảm cây bụi cao (10,2%), Rừng thứ sinh 9,2%. Các dạng sống còn lại đều có tỷ lệ chênh lệch nhau không nhiều.

Sự phân tầng thẳng đứng của các quần xã

Sự phân tầng thẳng đứng của các quần xã có ý nghĩa sinh học quan trọng, nó thể hiện khả năng tận dụng khoảng không gian sống, đặc biệt là chế độ ánh sáng đối với sự sinh trưởng phát triển của cây rừng. Kết quả bảng 1 cho thấy các quần xã Rừng thứ sinh có cấu trúc 4 tầng, các tầng đều có thành phần loài phong phú, dạng sống đa dạng phức tạp, mật độ cá thể loài cao, độ che phủ lớn. Thảm cây bụi cao có 3 tầng, thành phần loài ở đây kém phong phú và đa dạng hơn so với Rừng thứ sinh. Còn lại Thảm cây bụi thấp và Thảm cỏ chỉ có 2 tầng, trong đó tầng trên chủ yếu là các loài cây gỗ nhỏ, cây bụi hạn sinh, ưa sáng phát triển, tầng dưới là các loài cỏ chiếm ưu thế, như Cỏ lá tre, Cỏ giác…

Độ che phủ của các quần xã

Độ che phủ của các quần xã được thể hiện trong bảng 1, trong đó Rừng thứ sinh có độ che phủ cao nhất (95-100%), sau đó là Thảm cây bụi cao (90-95%), Thảm cây bụi thấp là 70-75%, thấp nhất là Thảm cỏ 60-65%, do Thảm cỏ mới được hình thành sau khi nương rãy bị bỏ hóa hơn 1 năm. Độ che phủ của các quần xã có vai trò lớn trong việc bảo vệ đất chống xói mòn, rửa trôi, nhất là vùng đồi núi có độ dốc cao, thảm thực vật bị tàn phá cạn kiệt.

Một số tính chất hoá học của đất trong các quần xã thực vật nghiên cứu

Để đánh giá vai trò quan trọng của thảm thực vật trong việc bảo vệ đất chống xói mòn, rửa trôi các chất dinh dưỡng tích lũy trong đất, chúng tôi đã tiến hành phân tích một số tính chất hóa học cơ bản của đất dưới các quần xã thực vật có đặc điểm cấu trúc khác nhau trong khu vực nghiên cứu. Kết quả phân tích đất được trình bày trong bảng 2.


5

Bảng 1. Cấu trúc các quần xã thực vật nghiên cứu

Cấu trúc Quần xã Rừng Thảm cây Thảm cây Thảm Thứ sinh bụi cao bụi thấp cỏ Thành phần loài Số loài 206 136 77 42 Số họ 66 47 33 22 Thành phần Ph 84,5 79,4 61,0 40,5 dạng sống (%) Ch 4,4 4,8 6,5 7,1 He 9,2 10,2 20,8 31,0 Cr 3,9 3,8 6,5 4,8 Th 2,4 5,1 6,5 11,9 Sự phân tầng Số 4 3 2 2 thẳng đứng tầng Độ che phủ (%) 95-100 90-95 70-75 60-65

* Ký hiệu dạng sống theo Raunkiaer (1934): Ph (Cây có chồi trên đất); Ch (Cây có chồi sát đất); He (Cây có chồi nửa ẩn); Cr (Cây có chồi ẩn); Th (Cây 1 năm).

Bảng 2: Một số tính chất hoá học của đất dưới các quần xã thực vật

Quần xã

Độ sâu (cm)

Chỉ tiêu phân tích

pH (KCl)

Đạm (%)

Mùn (%)

Lân, Ka ly dễ tiêu (mg/100g)

Ca2+ ,Mg2+trao đổi (mg/100g)

K 2O5 P2O5 Ca2+ Mg2+

Rừng thứ sinh

0-10 4,09 0,42 4,86 11,20 8,58 27,36 4,42

10-20 4,11 0,30 2,43 6,02 6,50 24,04 4,36

20-30 4,13 0,23 1,72 5,71 6,27 19,25 4,30

Thảm Cây bụi cao

0-10 3,23 0,29 4,13 9,86 6,50 17,66 4,40

10-20 3,41 0,20 1,59 5,18 5,20 14,41 3,49

20-30 3,56 0,15 1,13 4,63 5,01 16,66 2,67

Thảm Cây bụi thấp

0-10 3,25 0,27 3,80 8,74 4,72 5,72 3,57

10-20 3,26 0,27 2,67 3,84 4,30 3,86 3,50

20-30 3,20 0,20 2,02 3,65 3,08 4,45 3,09

Thảm cỏ

0-10 2,87 0,12 3,35 5,41 2,20 5,61 3,27

10-20 2,92 0,10 1,72 2,19 2,07 5,00 2,63

20-30 2,83 0,09 1,20 2,17 1,97 4,87 2,62

Độ chua pH(KCl)

Độ chua là một chỉ tiêu của tính chất hóa học của đất, nó ảnh hưởng đến nhiều quá trình lý, hóa học và sinh học của đất và tác động trực tiếp đến sự sinh trưởng phát triển của cây rừng. Nhìn chung pH(KCl) có xu hướng tăng theo độ sâu tầng đất nhưng không nhiều, tuy nhiên độ chua pH(KCl) của các quần xã biến động theo qui luật chung là giảm dần khi độ che phủ của thảm thực vật giảm. Trong các quần xã nghiên cứu, pH(KCl) cao nhất là ở tầng đất mặt (0-10 cm) của Rừng thứ sinh là 4,09 và thấp nhất là Thảm cỏ (2,87). Kết quả nghiên cứu cho thấy ở những thảm thực vật

mà có độ che phủ thấp sẽ có xu hướng làm cho đất khô và chua.

Hàm lượng đạm tổng số (%)

Hàm lượng đạm tổng số trong đất của các quần xã hầu như đều tập trung cao ở lớp đất mặt (0-10 cm). Ở các quần xã Rừng thứ sinh hàm lượng đạm là cao nhất (0,42%), các quần xã tương ứng là 0,29% và 0,27%, còn Thảm cỏ có hàm lượng đạm thấp nhất, chỉ có 0,12%. Từ bảng 2 cho thấy hàm lượng đạm biến động theo quy luật giảm dần theo độ sâu tầng đất và độ che phủ của thảm thực vật giảm. Bởi vì ở lớp đất mặt tập trung nhiều


6

chất hữu cơ do xác chết của động, thực vật được phân hủy.

Hàm lượng mùn tổng số (%)

Kết quả phân tích đất ở bảng 2 cho thấy ở lớp đất mặt (0-10 cm) của các quần xã Rừng thứ sinh có hàm lượng mùn cao nhất (4,86%). Tiếp theo là Thảm cây bụi cao có hàm lượng mùn là 4,13%, Thảm cây bụi thấp là 3,8%. Hàm lượng mùn thấp nhất ở Thảm cỏ là 3,35%. Từ các số liệu có thể thấy vai trò quan trọng của thảm thực vật và độ che phủ của nó trong việc cung cấp các chất hữu cơ chủ yếu cho đất làm tăng độ phì nhiêu và có tác dụng bảo vệ đất, chống xói mòn rửa trôi các chất dinh dưỡng tích lũy trong đất.

Hàm lượng lân và kali dễ tiêu

Hàm lượng lân dễ tiêu ở các quần xã thực vật khác nhau là khác nhau. Ở độ sâu tầng đất từ 0-10 cm, hàm lượng lân dễ tiêu cao nhất gặp ở đất Rừng thứ sinh (11,20 mg/100g). Sau đó là Thảm cây bụi cao (9,86 mg/100g), Thảm cây bụi thấp là 8,74 mg/100g. Đất nghèo lân nhất là ở Thảm cỏ chỉ có 5,41 mg/100g.

Hàm lượng kali dễ tiêu ở các quần xã nghiên cứu là khá cao, ở Rừng thứ sinh hàm lượng kali dễ tiêu cao nhất là lớp đất mặt (0-10cm) là 8,58mg/100g. Sau đó là Thảm cây bụi cao đạt 6,50 mg/100g; Thảm cây bụi thấp đạt 4,72 mg/100g, thấp nhất là ở Thảm cỏ đạt 2,20mg/100g. Kết quả ở bảng 2 cho thấy hàm lượng kali dễ tiêu ở các lớp đất sâu (10-30 cm) thường thấp hơn so với lớp đất mặt (0-10 cm).

Hàm lượng Ca2+ và Mg2+ trao đổi

Hàm lượng Ca2+ trao đổi của đất dưới các thảm thực vật nghiên cứu có xu hướng giảm theo chiều sâu của tầng đất và giảm khi độ che phủ của thảm thực vật giảm. Các quần xã Rừng thứ sinh có hàm lượng Ca2+ trao đổi cao nhất (19,25-37,26 mg/100g), còn các quần xã khác có hàm lượng Ca2+ trao đổi thấp hơn và

xếp theo thứ tự thấp dần là Thảm cây bụi cao, Thảm cây bụi thấp và Thảm cỏ.

Hàm lượng Mg2+ trao đổi ở các quần xã nghiên cứu cũng có quy luật tương tự như đối với hàm lượng Ca2+ trao đổi, cao nhất cao nhất Rừng thứ sinh (4,42 mg/100g), còn các quần xã khác có hàm lượng Ca2+ trao đổi thấp hơn và xếp theo thứ tự từ thấp dần là Thảm cây bụi cao, Thảm cây bụi thấp và Thảm cỏ.

KẾT LUẬN

Thảm thực vật có vai trò quan trọng không những đối với môi trường sinh thái nói chung như điều hòa khí hậu, làm giảm những tác động có hại của hiệu ứng nhà kính gây nên biến đổi khí hậu toàn cầu, mà nó còn có vai trò quan trọng khác trong việc bảo vệ hệ sinh thái đất, chống sự xói mòn rửa trôi…Kết quả nghiên cứu tại huyện Vị Xuyên cho thấy các quần xã thực vật có ảnh hưởng rõ rệt đến một số tính chất hóa học của đất theo chiều hướng làm tăng các chỉ số như: độ pH (tức là làm giảm độ chua của đất), hàm lượng đạm, hàm lượng mùn, hàm lượng lân và kali dễ tiêu, hàm lượng Ca2+ và Mg2+ trao đổi. Xu hướng chung là tăng tỷ lệ thuận với độ che phủ và cấu trúc của thảm thực vật. Vì vậy cần phải bảo vệ, khai thác và sử dụng hợp lý các thảm thực vật nói chung.

TÀI LI ỆU THAM KHẢO

[1]. Nguyễn Tiến Bân và CS (2003-2005), Danh lục các loài thực vật Việt Nam, tập 2, 3. Nxb Nông nghiệp, Hà Nội. [2]. Bộ Nông nghiệp và PTNT (2000), Tên cây rừng Việt Nam. Nxb Nông nghiệp, Hà Nội. [3]. Hoàng Chung (2008), Các phương pháp nghiên cứu quần xã thực vật. Nxb Giáo dục, Hà Nội. [4]. Viện Thổ nhưỡng Nông hoá (2008), Nghiên cứu tài nguyên đất vùng kinh tế trọng điểm, đề xuất giải pháp sử dụng hợp lý để phát triển vùng cây hàng hoá và cây nguyên liệu phục vụ công nghiệp chế biến gỗ, giấy ở Hà Giang. Báo cáo đề tài khoa học.


7

SUMMARY SOME BASIC CHEMICAL PROPERTIES OF LAND UNDER SECOND ARY PLANT COMMUNITIES IN VI XUYEN, HA GIANG PROVINCE

Do Khac Hung, Ho Duy Kien, Le Ngoc Cong* College of Education- Thai Nguyen University

The vegetation has an important role not only for the ecological environment in general as climate control, reducing the harmful effects of greenhouse gases causing global climate change, but it also plays important role in the protection of land ecosystems, anti-erosion runoff ... results in Vi Xuyen district that the plant communities are influential to some chemical properties of soil under increasing trend indicators such as pH (ie, reduce soil acidity), protein content, humus content, phosphorus and potassium content of easily digestible, levels of Ca2+ and Mg2+ exchange. The general trend is increased proportional to the coverage and structure of vegetation. So we need to protect, exploit and rational use of vegetation in general. Key words: Secondary forest, flora, Vi Xuyen district, cover, chemical.

* Tel: 0915 462404


8

Lê Thị Thanh Hương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 9 - 14

9

ĐÁNH GIÁ TÍNH ĐA DẠNG NGUỒN CÂY THUỐC QUÝ HIẾM THUỘC DIỆN BẢO TỒN Ở TỈNH THÁI NGUYÊN

Lê Thị Thanh Hương1*, Trần Thị Ngọc Anh1, Nguyễn Thị Ngọc Yến1 Nguyễn Trung Thành2, Nguyễn Nghĩa Thìn2

1Đại học Khoa học - Đại học Thái Nguyên 2Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội

TÓM TẮT

Thái Nguyên là một tỉnh trung du miền núi Đông Bắc Việt Nam, được thiên nhiên ưu đãi về vị trí địa lý và điều kiện tự nhiên nên nơi đây có hệ thực vật phong phú, đặc biệt là thực vật làm thuốc. Tuy nhiên, những năm gần đây do khai thác chưa hợp lý nên nguồn dược liệu quý đang ngày càng cạn kiệt, nhiều loài đã tuyệt chủng hoặc bị đe doạ tuyệt chủng. Để có cơ sở khoa học trong công tác bảo tồn và nâng cao sự quan tâm của mọi người với việc gìn giữ, phát triển nguồn tài nguyên cây thuốc quý tại Thái Nguyên, chúng tôi đã tiến hành nghiên cứu và thu được 24 cây thuốc quý thuộc 18 chi, 17 họ của 2 ngành thực vật bậc cao có mạch (Polypodiophyta và Magnoliophyta) nằm trong diện cần bảo vệ theo Sách đỏ Việt Nam (2007) [2], Nghị định 32/2006/NĐ – CP [4] và Danh lục đỏ cây thuốc Việt Nam trong Cẩm nang cây thuốc cần bảo vệ ở Việt Nam của Nguyễn Tập (2006) [7]. Trong đó, ngành Mộc lan có 22 loài thuộc 17 chi, 16 họ và ngành Dương xỉ có 2 loài thuộc 1 họ, 1 chi. Từ khóa: Thái Nguyên, đa dạng, tài nguyên, cây thuốc quý hiếm.

ĐẶT VẤN ĐỀ*

Thái Nguyên có diện tích tự nhiên trên 3.540 km2, bao gồm 9 đơn vị hành chính: thành phố Thái Nguyên; thị xã Sông Công và 7 huyện: Phổ Yên, Phú Bình, Đồng Hỷ, Võ Nhai, Định Hóa, Đại Từ, Phú Lương. Trong tổng số 180 xã có 125 xã vùng cao và miền núi, còn lại là các xã đồng bằng và trung du. Diện tích rừng tự nhiên của tỉnh là 102.190 ha, thuận lợi cho sự phát triển của cây thuốc. Đồng thời, Thái Nguyên là nơi tập trung nhiều đồng bào dân tộc cùng sinh sống như: Kinh, Tày, Nùng, Dao, Sán Dìu, Sán Chay… mỗi dân tộc đều có những tri thức riêng trong việc sử dụng cây thuốc chữa bệnh. Vì vậy, việc nghiên cứu cây thuốc quý tại Thái Nguyên có vai trò rất quan trọng trong công tác nâng cao nhận thức cộng đồng và góp phần bảo tồn và phát triển bền vững nguồn tài nguyên cây thuốc.

PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp điều tra phỏng vấn: Phỏng vấn người dân đặc biệt là các ông lang bà mế người dân tộc Dao, Tày, Nùng, Sán Chay…

* Tel: 0988478975; Email: [email protected]

và những người dân có kinh nghiệm về sử dụng cây thuốc ở các huyện của tỉnh Thái Nguyên.

Phương pháp thu thập và xử lý mẫu vật: Tiến hành thu thập các cây thuốc quý theo sự chỉ dẫn của các thầy thuốc bản địa và theo danh lục đã phỏng vấn tại các xã trong huyện Đại Từ, Phú Lương, Đồng Hỷ, Định Hoá, Võ Nhai của tỉnh Thái Nguyên. Thời gian thu mẫu từ tháng 5 năm 2011 đến tháng 1 năm 2012. Xử lý mẫu thu được và xác định được tên khoa học của 24 loài cây thuốc quý tại Phòng thí nghiệm của khoa Khoa học Sự sống – Trường Đại học Khoa học – Đại học Thái Nguyên.

Phương pháp phân tích và phân loại mẫu: Phân loại mẫu dựa trên phương pháp hình thái truyền thống, kết hợp với kinh nghiệm của các chuyên gia và các bộ Thực vật chí chuyên ngành như: Cây cỏ Việt Nam (Phạm Hoàng Hộ, 1999-2000) [5]; Iconographia Cormophytorum Sinicorum (ICS, 1972-1976) [6]; Từ điển cây thuốc (Võ Văn Chi, 1996) [3]; Những cây thuốc và vị thuốc Việt Nam (Đỗ Tất Lợi, 2005) [8]; Danh lục các loài thực vật Việt Nam (2001 – 2005) [10], Sách


10

đỏ Việt Nam – Phần II Thực vật (2007) [2], Cây thuốc và động vật làm thuốc ở Việt Nam – Tập I-II (Đỗ Huy Bích và cộng sự, 2006) [1]… Tiến hành xác định tên khoa học và lập danh lục cây thuốc quý hiếm tại Thái Nguyên.

Phương pháp đánh giá tính đa dạng nguồn tài nguyên cây thuốc: Đánh giá dựa trên phương pháp của Nguyễn Nghĩa Thìn trong “Các phương pháp nghiên cứu thực vật” (2007) [9]. Phương pháp đánh giá mức độ nguy cấp: Theo Sách đỏ Việt Nam (2007) [2], Nghị định 32/2006/NĐ – CP [4] và Danh lục đỏ cây thuốc Việt Nam trong Cẩm nang cây thuốc cần bảo vệ ở Việt Nam của Nguyễn Tập (2006) [7]. KẾT QUẢ VÀ THẢO LUẬN Sự đa dạng về thành phần loài cây thuốc quý hiếm tại Thái Nguyên Tỉnh Thái Nguyên là nơi có hệ sinh thái đa dạng và có nhiều đồng bào dân tộc thiểu số sinh sống. Người dân nơi đây, từ xa xưa đã biết sử dụng cây cỏ làm thuốc. Qua điều tra nghiên cứu, chúng tôi đã xác định được tại khu vực nghiên cứu có 24 loài cây thuốc thuộc diện bảo tồn được sử dụng chữa bệnh thuộc 2 ngành thực vật bậc cao có mạch và phân bố trong các bậc taxon thể hiện ở bảng 1.

Theo thống kê ở bảng 1, sự phân bố ở các loài cây thuốc ở từng ngành là không đồng đều, các taxon tập trung chủ yếu trong ngành Mộc lan (Magnoliophyta) với 16 họ, 17 chi, 22 loài, chiếm số lượng tương ứng là 94,12%; 94,44%; 91,67% tổng số họ, chi, loài thực vật làm thuốc của khu vực nghiên cứu. Ngành Dương xỉ (Polypodiophyta) có 1 họ, 1 chi, 2

loài. Ngành Mộc lan bao gồm lớp Mộc lan (Magnoliopsida) và lớp Hành (Liliopsida) có sự đa dạng nhất ở khu vực nghiên cứu: Lớp Mộc lan (Magnoliopsida) có 11 họ, 12 chi, 17 loài chiếm tỷ lệ tương ứng 64,71%; 66,67%; 70,83%. Lớp Hành (Liliopsida) chỉ chiếm tỷ lệ nhỏ với 5 họ chiếm 29,41%; 5 chi chiếm 27,78%; 5 loài chiếm tỷ lệ 20,83% so với tổng số họ, chi, loài trong ngành Mộc lan. Trong 17 họ thực vật có kể trên có 3 họ là Menispermaceae, Aristolochiaceae và Polypodiaceae có nhiều loài nhất (chiếm 17,65% tổng số họ).

Trong đó, họ Menispermaceae có 5 loài chiếm 20,83% tổng số loài; 2 họ Aristolochiaceae và Polypodiaceae mỗi họ có 2 loài chiếm 8,33% tổng số loài. Các họ còn lại chỉ phát hiện được 1 loài chiếm 4,17% tổng số loài. Trong quá trình điều tra thu mẫu, chúng tôi nhận thấy hầu hết các mẫu cây thuốc thu được đều được các ông lang, bà mế người dân tộc Dao sử dụng chữa bệnh. Có thể nói người Dao không chỉ có nhiều nét đặc trưng về văn hoá mà tri thức bản địa trong việc sử dụng cây cỏ làm thuốc của họ cũng rất độc đáo. Người Dao có cách gọi tên cây thuốc rất riêng trong đó thể hiện rất rõ mối quan hệ giữa các đặc điểm của cây với bộ phận của cây được sử dụng để chữa bệnh như: những cây có từ “đòi” có nghĩa là củ sẽ dùng củ để chữa bệnh, ví dụ cây Hùng lìn đòi – Cốt khí củ (Reynoutria japonica Houtt.) dùng củ để chữa bệnh ung thư dạ con… Đây là dấu hiệu rất riêng để nhận biết các cây có tác dụng làm thuốc thông qua tên gọi của người Dao.

Bảng 1. Số loài cây thuốc quý hiếm đã phát hiện thấy ở Thái Nguyên

TT

Ngành và lớp

Họ Chi Loài

Số lượng Tỷ lệ (%) Số lượng Tỷ lệ (%) Số lượng Tỷ lệ (%)

1 Ngành Dương xỉ (Polypodiophyta)

1 5,88 1 5,56 2 8,33

2

Ngành Mộc lan (Magnoliophyta)

16 94,12 17 94,44 22 91,67

Lớp Mộc lan (Magnoliopsida)

11 64,71 12 66,67 17 70,83

Lớp Hành (Liliopsida) 5 29,41 5 27,78 5 20,83

Tổng số 17 100 18 100 24 100


11

Cách sử dụng các bộ phận của cây thuốc để chữa bệnh cũng như công dụng của cây thuốc theo kinh nghiệm của người Dao cũng có nét khác biệt với các tri thức của các dân tộc khác. Ví dụ: cây Bổ béo đen (Goniothalamus vietnamensis Ban) được người Dao sử dụng làm thuốc bổ, kích thích tiêu hoá, rễ để chữa vôi cột sống và có mùi thơm nên dùng trong các bài thuốc để tạo mùi vị đặc trưng của thuốc nam; còn người Nùng tại Lâu Thượng - Võ Nhai sử dụng rễ cây này có tác dụng bổ máu. Cây Thiên kim đằng (Stephania japonica (Thunb.) Merr.) được người dân tộc Dao dùng củ, thái nhỏ làm thuốc chữa đau bụng, u nang buồng trứng, chữa vôi cột sống còn người dân tộc dân tộc Nùng tại Hoá Thượng - Đồng Hỷ sử dụng kết hợp với cây Xuyên tâm liên (Andrographis paniculata (Burm. f.) Wall. ex Nees) để chữa các bệnh về tim mạch như hở van tim, hẹp van tim... Lá khôi (Ardisia silvestris Pitard) được người Tày dùng để chữa bệnh đau dạ dày nhưng người Dao tại Thái Nguyên dùng làm vị thuốc trong bài thuốc chữa bệnh gan, bệnh tim, thiếu máu và là một vị thuốc quan trọng trong bài thuốc tắm đẻ cho phụ nữ mới sinh…

Bảng số liệu dưới đây thể hiện rất rõ số loài cây thuốc quý được sử dụng theo kinh nghiệm của một số dân tộc tại Thái Nguyên.

TT Số lượng Số

loài Số chi Số họ

Số ngành Dân tộc

1 Dao 18 16 12 2

2 Tày 12 11 10 2

3 Nùng 7 6 4 2

4 Sán Chay 5 4 3 2

Bảng 2. Số loài cây thuốc quý hiếm theo kinh nghiệm của các dân tộc ở KVNC

Từ bảng số liệu trên cho thấy có 18 loài được sử dụng để làm thuốc theo kinh nghiệm người Dao chiếm tỉ lệ cao nhất (75%) so với tổng số loài. Người Dao cho rằng trên cây thì rễ là bộ phận có nhiều chất thuốc nhất. Do đó, hầu hết những cây thuốc trong các bài thuốc chữa bệnh của người Dao các thầy lang đều sử dụng rễ. Chính vì vậy, việc sử dụng cây thuốc chữa bệnh cần gắn liền với công tác bảo tồn như gây trồng, mở rộng các vườn thuốc gia đình... Tiếp đến đã thu thập được 12 loài được sử dụng làm thuốc theo kinh nghiệm của người Tày chiếm 50% tổng số loài; 7 loài được sử dụng theo kinh nghiệm của người Nùng và 5 loài được sử dụng theo kinh nghiệm của người Sán Chay. Mỗi dân tộc đều có những tri thức riêng trong việc sử dụng cũng như chế biến cây thuốc rất riêng và độc đáo.

Đa dạng về dạng sống của các loài cây thuốc quý hiếm

Dựa theo phương pháp phân chia dạng sống của Nguyễn Nghĩa Thìn trong “Các phương pháp nghiên cứu về thực vật” (2004) [9], chúng tôi đã chia thành các dạng sống như sau:

Hp: Kí sinh (cây sống bám trên cây khác) Mi: Gỗ nhỏ (thân gỗ cao từ 2 – 8 m)

Lp: Dây leo (thảo leo, gỗ leo, bụi leo) Na: Bụi, nửa bụi, bụi trườn (tối đa 2m)

Th: Cỏ (cỏ 1 năm hoặc lâu năm)

Các loại cây thuộc diện bảo tồn được đồng bào dân tộc thiểu số tỉnh Thái Nguyên sử dụng làm thuốc có dạng sống rất đa dạng và phong phú. Nắm được đặc điểm về dạng sống giúp chúng ta có thể định hướng trong khai thác, sử dụng, bảo tồn và gây trồng nguồn dược liệu quý giá này. Kết quả thống kê thể hiện ở bảng 4:

Bảng 3. Dạng sống của các loài cây thuốc thuộc diện bảo tồn tại tỉnh Thái Nguyên

Dạng sống Thân thảo (Th)

Dây leo (Lp) Cây bụi (Na)

Cây ký sinh (Hp)

Gỗ nhỏ (Mi)

Số lượng loài 10 9 2 2 1 Tỷ lệ (%) 41,67 37,5 8,33 8,33 4,17


12

Theo thống kê ở bảng 3, phần lớn cây thuốc thuộc diện bảo tồn được đồng bào dân tộc thiểu số tỉnh Thái Nguyên sử dụng là dạng cây thân thảo (Th) với 10 loài chiếm 41,67% so với tổng số cây thuốc quý thu thập được trong khu vực nghiên cứu. Một số loài cây thuốc dạng thân thảo ở mức độ nguy cấp (EN) như Thuỷ xương bồ lá to (Acorus macrospadiceus (Yam.) F. N. Wei & Y. K. Li) dùng tắm đẻ, Bát giác liên (Podophyllum tonkinense Gagnep.) chữa rắn cắn. Dạng dây leo có 9 loài chiếm 37,5% tập trung ở các họ: họ Đậu (Fabaceae), họ Tiết dê (Menispermanaceae), họ Cà phê (Rubiaceae), họ Mã tiền (Loginaceae), họ Rau răm (Polygonaceae). Đứng thứ ba là cây bụi và cây ký sinh có 2 loài chiếm tỷ lệ 8,33% tập trung ở họ Dương xỉ (Polypodiaceae), họ Đơn men (Myrsinaceae) và họ Na (Annonaceae). Ở đây, các loài cây thuốc dạng gỗ nhỏ có 1 loài chiếm tỷ lệ thấp nhất 4,17%; đó là cây Rau sắng (Melientha suavis Pierri) thuộc họ Sơn cam (Opiliaceae), được người dân tộc Tày (xã Linh Thông, huyện Đại Từ) dùng để nấu canh ăn giúp giải nhiệt.

Việc sử dụng những cây thuốc vào mục đích chữa bệnh chủ yếu tập trung vào những cây dễ thu hái như dạng leo (Lp) hoặc cây thân thảo (Th), cây gỗ nhỏ (Mi) hay dạng kí sinh (Hp) với tỷ lệ khác nhau. Từ kết quả trên cho thấy, vấn đề sử dụng các dạng cây cỏ làm thuốc chữa bệnh của đồng bào dân tộc tại tỉnh Thái Nguyên rất phong phú và đa dạng.

Đa dạng về môi trường sống của thực vật làm thuốc

Căn cứ vào địa hình, đất đai, khí hậu và sự phân bố của các loài cây thuốc trên thực tế ở khu vực nghiên cứu, chúng tôi chia ra các môi trường sống như sau:

Sống ở núi đá (Nu): Cây sống trên núi đá

Sống ở rừng (Ru): Cây sống ở rừng rậm, rừng thứ sinh, ven rừng

Sống ở đồi (Đ): Cây sống ở đồi, đồi hoang, trảng bụi, ven đường

Sống ở vườn (K): Cây sống ở vườn, bờ ao, quanh làng bản

Qua bảng 4 cho thấy, ở khu vực nghiên cứu có 15 loài cây thuốc sống ở vườn, quanh thôn xóm chiếm tỉ lệ cao nhất so với tổng số loài (62,5%) do người dân mang về nhà trồng, phục vụ cho nhu cầu chữa bệnh bằng thuốc nam. Sự phân bố này trên thực tế là hợp lý vì ngày nay do nhiều nguyên nhân khác nhau diện tích rừng tự nhiên đang suy giảm làm mất đi môi trường sống của nhiều cây thuốc. Vì vậy, các ông lang, bà mế thường lấy các cây thuốc từ rừng về trồng tại vườn nhà, quanh thôn bản. Sau đó là loài sống ở rừng có 13 loài chiếm 54,17%. Hầu hết, các cây thuốc có môi trường sống ở trong rừng thường khó gây trồng ở vườn nhà mà chỉ chúng chỉ thích hợp với môi trường sống tự nhiên hoang dã. Các loài sống ở đồi đứng thứ 3 về số lượng chiếm 37,5% (gồm 9 loài trên tổng số 24 loài cây thuốc) do diện tích rừng tự nhiên bị thu hẹp, thay vào đó là các đồi bị bỏ hoang hoặc được trồng để thay thế các cây khác lên cây thuốc còn được mọc chủ yếu trên các đồi. Môi trường sống ở núi đá có 2 loài cây thuốc, chiếm 8,33% chủ yếu là các loài sống leo bám trên núi đá như Tắc kè đá (Drynaria bonii H. Christ).

Đa dạng về bộ phận sử dụng làm thuốc

Các cây thuốc quý được các đồng bào dân tộc thiểu số ở tỉnh Thái Nguyên khá đa dạng và phong phú về bộ phận sử dụng được thể hiện ở bảng sau:

Bảng 4. Sự phân bố môi trường sống của các loài cây thuốc quý hiếm

TT Môi tr ường sống Số loài Tỷ lệ (%) so với tổng số loài

1 Sống ở vườn (K) 15 62,5

2 Sống ở rừng (Ru) 13 54,17

3 Sống ở đồi (Đ) 9 37,5

4 Sống ở núi đá (Nu) 2 8,33


13

Bảng 5. Đa dạng về bộ phận sử dụng làm thuốc của các loài cây thuốc quý hiếm

TT Bộ phận sử dụng Số loài Tỷ lệ % so với tổng số loài 1 Rễ 10 41,67 2 Cả cây 6 25 3 Lá 4 16,67 4 Thân 1 4,17

Từ bảng 5 cho thấy, rễ của các cây thuốc quý hiếm là bộ phận được sử dụng nhiều nhất với 10 loài (chiếm 41,67%) và dùng cả cây có 6 loài (chiếm 25%). Việc sử dụng cả cây hoăc rễ cây thuốc sẽ ảnh hưởng rất nhiều đến số lượng cá thể các loài cây thuốc quý, gây khó khăn cho công tác bảo tồn. Do đó, cần có biện pháp gây trồng các cây thuốc sử dụng rễ và cả cây nhằm mục đích bảo tồn và phát triển bền vững nguồn dược liệu. Ngoài ra, dùng các bộ phận khác như lá có 4 loài chiếm 16,67%, dùng thân có 1 loài chiếm 4,17%. Mỗi loại cây thuốc sẽ có những cách chế biến khác nhau tuỳ từng dân tộc, tuỳ theo cách chữa của từng ông lang, bà mế và tuỳ thuộc vào tình trạng của bệnh nhân. Trong đó, phương pháp thái lát mỏng, phơi khô, đun nước uống được sử dụng nhiều nhất. Ngoài ra, có thể ngâm rượu uống và xoa bóp như Thiên niên kiện lá to (Homalomena gigantea Engl.) hoặc có thể dùng tươi để đun nước tắm, xông hơi như Thủy xương bồ lá to (Acorus macrospadiceus (Yam.) F. N. Wei & Y. K. Li.)…

KẾT LUẬN

Qua điều tra xác định được 24 loài thực vật bậc cao có mạch thuộc diện cần bảo vệ, thuộc 18 chi, 17 họ thực vật của 2 ngành thực vật bậc cao có mạch được các đồng bào dân tộc tại tỉnh Thái Nguyên dùng làm thuốc chữa bệnh. Trong đó, ngành Mộc lan có 16 họ, 17 chi và 22 loài và ngành Dương xỉ có 1 họ, 1 chi, 2 loài.

Dạng sống của cây thuốc quý chủ yếu là cây thân thảo với 10 loài chiếm 41,67 % tổng số loài. Tiếp theo là dạng dây leo (Lp) có 9 loài chiếm 37,5 % tổng số loài; cây bụi (Na) và cây kí sinh đều có 2 loài chiếm 8,33 % tổng số loài. Cuối cùng là dạng cây gỗ nhỏ chỉ có 1 loài chiếm 4,17 % tổng số loài.

Môi trường sống của cây thuốc tập trung chủ yếu tại vườn và trong rừng. Số cây thuốc sống trong vườn chiếm tỉ lệ cao nhất so với tổng số loài (15 loài). Có 13 loài sống trong rừng; 9 loài sống ở đồi và 2 loài có môi trường sống trên núi đá.

Sự đa dạng về bộ phận sử dụng và cách dùng cây thuốc quý theo kinh nghiệm của các dân tộc tại Thái Nguyên khá phong phú. Rễ là bộ phận được sử dụng nhiều nhất với 10 loài chiếm 41,76 % tổng số loài. Dùng cả cây có 6 loài; dùng lá có 4 loài; dùng thân có 1 loài.


[1]. Đỗ Huy Bích, Đặng Quang Trung, Bùi Xuân Chương, Nguyễn Thượng Dong, Đỗ Trung Đàn, Phạm Văn Hiển, Vũ Ngọc Lộ, Phạm Duy Mai, Phạm Kim Mẫn, Đoàn Thị Nhu, Nguyễn Tập, Trần Toàn – Viện Dược liệu (2006), Cây thuốc và động vật làm thuốc ở Việt Nam, Tập I-II, Nxb Khoa học và Kỹ thuật Hà Nội. [2]. Bộ khoa học và công nghệ, viện khoa học và công nghệ Việt Nam (2007), Sách đỏ Việt Nam, Phần II - Thực Vật, Nxb Khoa học tự nhiên và công nghệ Hà Nội. [3]. Võ Văn Chi (1996), Từ điển cây thuốc Việt Nam, Nxb Y học, Hà Nội. [4]. Chính phủ nước CHXHCN Việt Nam (2006), Nghị định 32/2006/CP-NĐ về Nghiêm cấm, hạn chế khai thác và sử dụng các loài động thực vật hoang dã (13 trang). [5]. Phạm Hoàng Hộ (1999 – 2000), Cây cỏ Việt Nam, tập 1 – 3, Nxb Trẻ, Tp. Hồ Chí Minh. [6] South – Wester Forestry College, Forestry Departmen of Yunnan province, Iconographia Cormophytorum Sinicorum – ICS, Tomus I – V, Science Publisher, Beijing (1972 – 1976). [7]. Nguyễn Tập (2007), Cẩm nang cây thuốc cần bảo vệ ở Việt Nam, Nxb Mạng lưới lâm sản ngoài gỗ Việt Nam, Hà Nội. [8]. Đỗ Tất Lợi (2005), Những cây thuốc và vị thuốc Việt Nam, in lần thứ 13, Nxb Y học Hà Nội.


14

[9]. Nguyễn Nghĩa Thìn (2007), Các phương pháp nghiên cứu thực vật, Nxb Đại học Quốc gia Hà Nội. [10]. Trung tâm nghiên cứu Tài nguyên và Môi trường – Đại học Quốc gia Hà Nội, Viện Sinh thái

và Tài nguyên sinh vật – Trung tâm Khoa học Tự nhiên và Công nghệ quốc gia (2001 – 2005), Danh lục các loài thực vật Việt Nam, tập 1 – 3, Nxb Nông nghiệp Hà Nội.

SUMMARY EVALUATING THE DIVERSITY OF PRECIOUS AND RARE MEDIC AL PLANT SUBJECT TO CONSERVATION IN THAI NGUYEN

Le Thi Thanh Huong1*, Tran Thi Ngoc Anh1, Nguyen Thi Ngoc Yen1 Nguyen Trung Thanh2, Nguyen Nghia Thin2

1College of Sciences – Thai Nguyen University 2Hanoi University of Science – Vietnam National University

Thai Nguyen is a mountainous province northeast central Viet Nam, was blessed on geographic location and natural conditions here are so rich flora, especially medicinal plants. However, in recent years by exploiting a source of irrational medicine you are becoming exhausted, many species have become extinct or threatened with extinction. For the scientific basis of conservation and improve people's attention to the preservation and development of precious resources of medicinal plants in Thai Nguyen, we have conducted research and collected 24 medicinal plants of 18 genera, 17 families of the 2 branches of vascular plants (Polypodiophyta, Magnoliophyta) are in need of protection by the Vietnam Red Book (2007) [2], Decree 32/2006/ND - CP [4] and list red medicinal plants in Vietnam Handbook of medicinal plants to be protected in Vietnam's Nguyen Tap (2006) [7]. In particular, Magnoliophyta branches are 22 species of 17 genera 16 families and Polypodiophyta branches only 2 species of 1 family, 1 genus. Key words: Thai Nguyen, diverse, resources, rare medicinal plants


Nguyễn Quang Đông và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 15 - 19

15

SURFACE - ENHANCED RAMAN SCATTERING FROM A LAYER OF SILVER NANOPARTICLES

Nguyen Quang Dong1*, Nguyen The Binh2, Vu Thi Khanh Thu 2

1College of medicine and farmacy - TNU 2 VNU University of Science

ABSTRACT

We studied to prepare silver nanoparticle substrate for Surface-Enhance Raman Scattering (SERS). Silver nanoparticles were produced by laser ablation of silver plate in ethanol. The average size of silver nanoparticles is 15nm. The silver nanoparticle colloid was allowed to dry on a silicon wafer to prepare SERS substrate. Using the silver nanoparticle substrates we could obtain SERS spectrum of Rhodamine 6G molecules adsorbed on silver nanoparticles. The Raman signal was enhanced strongly by our SERS substrate. This result demonstrates that the metal nanoparticles synthesized by laser ablation in clean liquid can be used to prepare SERS substrate for molecular detection in our laboratory. Key words: Surface plasmon, plasmon resonance, laser ablation, Raman Scattering, silver nanoparticle

INTRODUCTION*

The Surface-Enhanced Raman scattering (SERS) technique is widely used as a high sensitive analytical tool for molecular detection and characterization of a wide range of adsorbate molecules down to the single molecule detection limit [1].

Estimated enhancement factors for the Raman signals in SERS started from modest factors of 103 to 10 5 in the initial SERS experiments. For excitation laser wavelengths in resonance with the absorption band of the target molecule, surface-enhanced resonance Raman scattering (SERRS) can result in higher total effective Raman cross sections.

Enhancement factors on the order of about 1010 to 1011 for Rhodamine 6G and other dyes adsorbed on colloidal silver and excited under molecular resonance conditions have been reported [2,3,4].

The large enhancement of the Raman scattering intensity has been explained by two mechanisms: the electromagnetic and chemical mechanisms. The electromagnetic mechanism attributed to the increase of the local electromagnetic field of the adsorbate * Email: [email protected]

because of the excitation of the surface plasmon on the metal surface. The chemical adsorption mechanism attributed to short distance effects due to the charge transfer between the metal and the adsorbed molecule [3].

The electromagnetic effect is dominant, the chemical effect contributing enhancement only on the order of one or two of magnitude.[5] The electromagnetic enhancement (EM) is dependent on the presence of the metal surface’s roughness features, while the chemical enhancement (CE) involves changes to the adsorbate electronic states due to chemisorption of the analyte.[6]

Surface roughness or curvature is required for the excitation of surface plasmon by light. The electromagnetic field of the light at the surface can be greatly enhanced under conditions of surface plasmon excitation; the amplification of both the incident laser field and the scattered Raman field through their interaction with the surface constitutes the electromagnetic SERS mechanism.

Many versions of the electromagnetic theory for SERS mechanism have been developed to treat model systems such as isolated spheres,


16

isolated ellipsoids, interacting spheres, interacting ellipsoids, randomly rough surfaces. We consider a simple model of a metal sphere in an external electric field. For a spherical particle whose radius is much smaller than the wavelength of light, the electric field is uniform across the particle and the electrostatic approximation is a good one. The field induced at the surface of the sphere is related to the applied, external field by the following equation:[5,6]

Einduced = [ ε1(ω) -ε2]/ [ε1(ω) + 2 ε2] Elaser

where ε1(ω) is the complex, frequency-dependent dielectric function of the metal and

ε2 is the relative permittivity of the ambient phase.

This function is resonant at the frequency for which Re (ε1) = -2ε2. Excitation of the surface plasmon greatly increases the local field experienced by a molecule adsorbed on the surface of the particle. The particle not only enhances the incident laser field but also the Raman scattered field.[5]

The structural and molecular identification power of RS can be used for numerous interfacial systems, including electrochemical, modeled and actual biological systems, catalytic, in-situ and ambient analyses and other adsorbate-surface interactions. Due to the sensitivity of SERS, single-molecule detection experiments have been reported, as well.

In this paper, we report our experimental results of SERS measurement from a SERS substrate made of silver nanoparticles prepared by “coffee rings” method. The silver nanoparticle colloid was prepared by laser ablation in clean liquid environment without contamination. This method produced random substrates for SERS measurement. It is simple and feasible for the production of an efficient SERS substrate.

EXPERIMENTAL

We prepared silver nanoparticles by laser ablation of silver plate in ethanol. The noble metal plate (99.9 % in purity) was placed in a

glass cuvette filled with 10 ml ethanol. A Nd: YAG laser (Quanta Ray Pro 230,USA) was set in Q-switch mode to give the fundamental wavelength (1064 nm) in pulses with energy of about 80-100mJ, duration of 8 ns and repetition rate of 10Hz. The laser beam was focused on the metal plate by a lens having the focal length of 150mm. A small amount of the metal nanoparticles colloids was extracted for absorption measurement and TEM observation. The absorption spectrum was measured by a Shimadzu UV-2450 spectrometer. The TEM micrograph was taken by a JEM 1010-JEOL. The size of nanoparticles was determined by ImagieJ 1.37v software of Wayne Rasband (National institutes of Health, USA). The size distribution was obtained by measuring the diameter of more than 500 particles and using Origin 7.5 software.

Using synthesized silver nanoparticle colloid we studied to prepare SERS substrates. The silver nanoparticle colloid was dropped and left to dry on a silicon wafer by “coffee ring” method to form the rough surface. The silicon wafer was treated before by H2SO4 acid for a period of 2 hours, washed in deionised water, then immersed in a solution of NH4OH and finally sonicated in an ultrasonic bath for 30 minute. The SERS active substrate area is about 1cm2.

A Rohdamine 6G solution of 10-4 M concentration in ethanol was used as a test analyte to study SERS spectrum. Few droplets of the R6G solution were dropped and left to dry on the SERS substrate made of silver nanoparticle colloid on silicon wafer. R6G molecules will be absorbed onto the silver nanoparticles of the SERS substrate after some minutes. The surface morphology of SERS substrates was examined by a scanning electron microscopy SEM (JOEL-JSM5410LV). SERS spectra were observed by Micro-Raman spectrophotometer (Micro Raman LABRAM - 1B)

Nguyễn Quang Đông và Đtg

RESULTS AND DISCUSSION

Fig.1. Absorption spectra (a) and the electron

micrograph (b) and size distribution (c) of silver nanoparticles produced by laser ablation in

ethanol

(c

Tạp chí KHOA HỌC & CÔNG NGHỆ

CUSSION

Absorption spectra (a) and the electron micrograph (b) and size distribution (c) of silver

nanoparticles produced by laser ablation in

Fig.1a shows absorption spectrum of silver nanoparticles produced in ethanol. The characteristic plasmon resonance absorption peak of silver nanoparticle colloid of around 400 nm appeared on the absorption spectrum. The TEM image and size distribution of silver nanoparticles were analyzed and given in Fig.2b. It is observed that the diameter of silver nanoparticles concentrate in a range from 5 to 20 nm and has the average size is 15 nm.

Fig.2. Scanning electron micrographs of SERS

substrates

SEM image of the surface including R6G molecules adsorbed on Ag nanoparticle substrate was also observed.shown in Fig.2.

In order to examine the enhance effect of the SERS substrate samples we prepared and observed 2 types of different samples: R6G on silica substrate without Ag nanoparticle colloid (R6G/Si sample); R6G on silica substrate with Ag nanoparticle colloid (R6G/Ag/Si sample). Spectra of the three samples were excited by a He(632.8nm) and measured by Micro Raman Spectrophotometer (LABRAM spectra were taken in three different positions of SERS substrate.

We first measured Raman spectra of R6G/Si. The results are shown in Fig.3.

(a)

(b)

90(02): 15 - 19

17

shows absorption spectrum of silver nanoparticles produced in ethanol. The characteristic plasmon resonance absorption peak of silver nanoparticle colloid of around 400 nm appeared on the absorption spectrum. The TEM image and size distribution of silver anoparticles were analyzed and given in

Fig.2b. It is observed that the diameter of silver nanoparticles concentrate in a range from 5 to 20 nm and has the average size is

Scanning electron micrographs of SERS substrates

of the surface including R6G molecules adsorbed on Ag nanoparticle substrate was also observed. The result was

In order to examine the enhance effect of the SERS substrate samples we prepared and observed 2 types of different samples: R6G on silica substrate without Ag nanoparticle colloid (R6G/Si sample); R6G on silica substrate with Ag nanoparticle colloid (R6G/Ag/Si sample). Spectra of the three samples were excited by a He-Ne laser (632.8nm) and measured by Micro Raman

r (LABRAM - 1B). The spectra were taken in three different positions

We first measured Raman spectra of R6G/Si. The results are shown in Fig.3.

Nguyễn Quang Đông và Đtg

18

And then, SERS spectra of R6G absorbed on silver colloid of SERS substrate was measured and shown in Fig.4.

Fig.4. SERS spectra of R6G absorbed on silver colloid taken in three different positions of SERS substrate (a) and formula of R6G molecule(b)

Fig.3. Raman spectra of R6G/Si taken in three different positions of samples

(b)

(a)


And then, SERS spectra of R6G absorbed on silver colloid of SERS substrate was measured and shown in Fig.4.

SERS spectra of R6G absorbed on silver colloid taken in three different positions of SERS substrate (a) and formula of R6G molecule(b)

The regular Raman and SERS peaks for Rodamine 6G are assigned in Table 1. The differences between the regular Raman and SERS spectra can be explained by the gradient field and quadrupole effects [7].

Table 1. Raman peaks and the corresponding assignment in conventional and SERS spectra

(for intensities s = strong; m= medium;w = weak)

Regular Raman shift of R6G (cm-1)

Assignment

1 620m δ(CCC)ip2 778m δ(CH)op3 1198s δ(CH)ip

4 1329s νν

5 1360s νν

6 1515s ν7 1651s ν

The SERS spectra of R6G are in good agrement with the published results of R6G Raman spectrum. Strong peaks at 1360 cm;1510 cm-1 and 1645cm-1 are assigned the CC stretch. The peak at 610 cmthe C-C-C deformation in-plane vibration was experimentally observed at 620 cmexplained by the plasmonfield [7] . The peak at 775 cmthe C-H deformation band outvibrations. The peak at 1185cmC-H deformation in-plane vibration.

Comparing SERS spectra of R6G, from samples with and without silver nanoparticle colloid we can conclude that SER signal was enhanced strongly by prepared by our procedure. Raman spectra of R6G was so weak that quite undetected by even more intense power of the excited laser.

CONCLUSION

Using silver nanoparticle colloid prepared by laser ablation of silver plate in ethanol we produced successfully the substrates for

Raman spectra of R6G/Si taken in three different positions of samples

90(02): 15 - 19

The regular Raman and SERS peaks for Rodamine 6G are assigned in Table 1. The differences between the regular Raman and SERS spectra can be explained by the

field and quadrupole effects [7].

aman peaks and the corresponding assignment in conventional and SERS spectra

(for intensities s = strong; m= medium; w = weak)

Assignment SERS peaks (cm-1)

(CCC)ip 610

(CH)op 775

(CH)ip 1185 ν(CC)+

ν(CN) 1310

ν(CC)+

ν(CN) 1360

ν(CC) 1510

ν(CC) 1645

The SERS spectra of R6G are in good agrement with the published results of R6G Raman spectrum. Strong peaks at 1360 cm-1

are assigned the C-C stretch. The peak at 610 cm-1 assigned to

plane vibration was experimentally observed at 620 cm-1. It is explained by the plasmon-generated electric field [7] . The peak at 775 cm-1 are assigned

rmation band out-of-plane vibrations. The peak at 1185cm-1 indicate the

plane vibration.

Comparing SERS spectra of R6G, from samples with and without silver nanoparticle colloid we can conclude that SER signal was enhanced strongly by SERS substrate prepared by our procedure. Raman spectra of R6G was so weak that quite undetected by even more intense power of the excited laser.

Using silver nanoparticle colloid prepared by laser ablation of silver plate in ethanol we

successfully the substrates for


19

SERS measurement. The Raman signal is strongly enhanced by our SERS substrate. The silver nanoparticles with rather spherical shape and average diameter of about 13 nm could be used to prepare SERS substrate. The experimental results showed advantages of laser ablation method which can produce metal nanoparticles in the clean liquids suitable for SERS studies. This simple and feasible method of SERS substrate preparation opens up the capacity to develop SERS spectroscopy in our laboratory.

REFERENCES

[1] For a review see, M. Moskovits, Rev(1985). Mod. Phys. 57, 783. [2] B. Pettinger, K. Krischer: J. Electron (1987). Spectrosc. Relat. Phenom. 45, 133 [3] B. Pettinger, K. Krischer, G. Ertl(1988): Chem. Phys. Lett. 151, 151 [4] A. M. Michaelis, J. Jiang, and L. Brus (2000), J. Phys, Chem. B, 104, 11965. [5] Alan Campion and Patanjali Kambhampati (1998) Chemical Society Reviews, volume 27 [6] M. Moskovits (1985), Rev. Mod. Phys., 57, 783. [7] A. Sabur, M. Havel and Y. Gogotsi (2008), Raman Spectrosc; 39: pp 61–67.

TÓM TẮT TÁN XẠ RAMAN T ĂNG CƯỜNG BỀ MẶT TỪ ĐƠN LỚP HẠT NANO BẠC

Nguyễn Quang Đông1*, Nguyễn Thế Bình2, Vũ Thị Khánh Thu2

1Trường Đại học Y Dược – Đại học Thái Nguyên 2 Trường Đại học Khoa học tự nhiên – Đại học Quốc gia Hà Nội

Chúng tôi nghiên cứu chế tạo chất nền là các hạt hạt nano bạc sử dụng cho tán xạ Raman tăng cường bề mặt (SERS). Hạt nano bạc được chế tạo bằng phương pháp ăn mòn laser trong ethanol. Kích thước trung bình của hạt nano bạc chế tạo được là 15 nm. Dung dịch các hạt keo nano bạc được nhỏ và làm khô trên một đế silic để làm chất nền SERS. Sử dụng các hạt nano bạc làm chất nền chúng tôi có được phổ SERS của các phân tử Rhodamine 6G hấp thụ trên các hạt nano bạc. Phổ Raman của Rhodamine 6G được tăng cường mạnh bởi chất nền SERS. Kết quả này cho thấy các hạt nano bạc tạo ra bằng phương pháp ăn mòn laser trong chất lỏng tinh khiết có thể sử dụng làm chất nền SERS để phát hiện phân tử trong phòng thí nghiệm. Từ khóa: Plasmon bề mặt, cộng hưởng, ăn mòn laser, tán xạ Raman, hạt nano bạc

* Email: [email protected]


20

Phạm Thế Chính và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 21 - 24

21

THÀNH PH ẦN HÓA HỌC CỦA LÁ CHÒI MÒI TÍA ( ANTIDESMA BUNIUS L.)

Phạm Thế Chính*, Phạm Thị Thắm, Nguyễn Thị Hải Duyên

Trường Đại học Khoa học – ĐH Thái Nguyên TÓM TẮT

Các lớp chất thiên nhiên trong lá cây chòi mòi tía (antidesma bunius L.) đã được chiết phân lớp theo độ phân cực tăng dần của dung môi n-hexan, diclometan, etyl axetat, với hiệu suất tương ứng là 0,71%, 0,53% và 0,21%. Thành phần hóa học của các cặn chiết lá chòi mòi tía đã được nghiên cứu phân lập. Bằng phương pháp sắc ký cột silica gel thường, chúng tôi đã phân lập được ba hợp chất hóa học từ dịch chiết diclometan của lá chòi mòi tía (antidesma bunius L.) là: antidesmon ((5S)-1-hydroxy-4-metoxi-3-metyl-5-octyl-5,6,7,8-tetrahydroisoquinolin-8-on) (1), β-sitosterol (22,23-dihydrostigmasterol) (2) và axit betulinic (axit (3β)-3-hydroxy-lup-20(29)-en-28-oic) (3). Trong đó hợp chất 3 là hợp chất mới lần đầu tiên được phân lập từ chi antidesma mọc tại Vi ệt Nam. Cấu trúc của sản phẩm được xác định bằng các phương pháp phổ hiện đại một chiều 1H-NMR, 13C-NMR, phổ hai chiều HSQC, HMBC và dữ liệu phổ IR, MS. Từ khóa: chòi mòi, chòi mòi tía, antidesmon, axit betulinic, sitosterol

MỞ ĐẦU*

Chòi mòi tía là một loài thuộc chi Antidesma, có tên khoa học là Antidesma Bunius L. mọc phổ biến ở Việt Nam và các nước Á Đông như Ấn Độ, Mianma, Nam Trung Quốc, Thái Lan, Inđônêxia, Philippin và châu Úc. Trong dân gian các bộ phận của cây được dùng làm thuốc mạnh gân cốt, trợ khí, thông huyết, lá có tác dụng chống độc [1].

Kết quả điều tra sàng lọc đã cho biết dịch chiết của nhiều loài thuộc chi Antidesma có hoạt tính diệt tế bào ung thư, chống oxy hóa và kháng khuẩn, kháng nấm [6]. Trên thế giới đã có nhiều hợp chất có cấu trúc hóa học lý thú đã được phân lập từ một số loài thuộc chi Antidesma [2,4,5]. Ở Việt Nam chưa có công trình khoa học nào công bố về thành phần hóa học của chi này. Trong bài báo này chúng tôi thông báo kết quả bước đầu về nghiên cứu thành phần hóa học của lá cây chòi mòi tía.

THỰC NGHIỆM VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Hóa chất và thiết bị nghiên cứu

Chất hấp phụ dùng cho sắc kí cột là silica gel (0,040 – 0,063 mm, Merck). Sắc kí lớp mỏng dùng bản mỏng tráng sẵn 60F254 (Merck). Các


dung môi chiết và chạy sắc kí đạt loại tinh khiết (PA).

Phổ cộng hưởng từ hạt nhân 1H-NMR và 13C-NMR được ghi trên máy Bruker AV 500 MHz. Phổ khối lượng được đo trên máy LC-MSD-Trap-SL. Phổ IR được đo trên máy Impac 410-Nicolet FT-IR. Điểm chảy được đo trên máy Boetius.

Mẫu thực vật

Mẫu lá chòi mòi tía được thu mua vào tháng 7 năm 2011 tại huyện Ba Chẽ - Quảng Ninh. Tên Khoa học được xác định tại Vi ện Sinh thái Tài nguyên Sinh vật – Viện Khoa học và Công nghệ Việt Nam. Tiêu bản được lưu giữ tại Phòng thí nghiệm Khoa Hóa học – Trường Đại học Khoa học – ĐH Thái Nguyên.

Xử lý mẫu thực vật và chiết tách

Mẫu lá chòi mòi được sấy khô ở nhiệt độ 40-45oC, sau đó xay nhỏ thu được 1000 g nguyên liệu thô. Nguyên liệu này được ngâm chiết với MeOH (3 lần mỗi lần 3 ngày), sau đó loại bỏ MeOH ở áp suất thấp thu được cặn tổng metanol. Cặn tổng được chiết phân bố lại trong các dung môi có độ phân cực tăng dần. Đầu tiên là với n-hexan, sau đó là CH2Cl2 và cuối cùng là etyl axetat thu được các dịch chiết n-hexan, CH2Cl2 và etyl axetat tương ứng. Các dịch chiết này được cất dưới áp suất thấp để loại dung môi, kết quả thu được 7,1 g


22

cặn chiết n-hexan (TA1H) (chiếm 0,71% so với trọng lượng nguyên liệu thực vật khô), 5,3 g cặn chiết CH2Cl2 (TA1D) (chiếm 0,53% so với trọng lượng nguyên liệu thực vật khô) và 2,1 g cặn chiết etyl axetat (TA1E) (chiếm 0,21% so với trọng lượng nguyên liệu thực vật khô).

Cặn chiết TA1D được phân lập bằng sắc ký cột, hệ dung môi phù hợp là n-hexan:etyl axetat với tỷ lệ 2:1. Kết quả thu được 20 nhóm phân đoạn ký hiệu từ F1÷F20. Nhóm phân đoạn F4 được tách trên cột silica gel hệ dung môi rửa cột là n-hexan:etyl 4:1 thu được chất tinh khiết 1. Nhóm phân đoạn F11 được kết tinh lại trong hệ dung môi n-hexan:etyl 4:1 thu được chất tinh khiết 2. Nhóm phân đoạn F17 được phân tách trên cột silica gel hệ dung môi rửa giải n-hexan:etyl axetat (1:1) thu được chất tinh khiết 3.

Hợp chất 1 là một chất lỏng dạng dầu màu vàng nhạt, có cấu trúc (1).

IR (Film): ν cm-1: 3320; 2980; 2882; 1746; 1620; 1580; 1532; 1455, 1376.

FAB-MS: [M-H] +=318. 1H-NMR (500 MHz, CDCl3-d1): δ ppm: 3,92 (3H, s, H-12); 3,33 (1H, dd, J=4,7, 2,3 Hz, H-5); 2,73 (1H, dd, J=14,5, 4,7 Hz, H-7a); 2,60 (1H, dd, J=14,5, 4,3 Hz, H-7b); 2,38 (3H, s, H-11); 2,21 (1H, dd, J=14,7, 5,3 Hz, H-6a); 2,10 (1H, dd, J=14,7, 5,2 Hz, H-6b); 1,75-1,77 (2H, m, H-13); 1,44-1,46 (2H, m, H-14); 1,32-1,40 (6H, m, H-15, H-16 và H-17); 1,25-1,26 (4H, m, H-18 và H-19); 0,91 (3H, t, J=7,1 Hz). 13C-NMR (125 MHz, CDCl3-d1): δ ppm: 195,2 (C-8); 172,5 (C-1); 147,3 (C-4); 139,1 (C-10); 138,7 (C-3); 132,3 (C-9); 59,4 (C-12); 32,1 (C-7); 31,9 (C-18); 30,5 (C-13); 30,3 (C-5); 29,5, 29,4 và 29,2 (C-15, C-16 và C-17); 29,3 (C-14); 24,3 (C-6); 22,6 (C-19); 14,5 (C-11); 14,0 (C-20).

Hợp chất 2 là một tinh thể hình kim màu trắng, có nhiệt độ nóng chảy 136-137 oC, có cấu trúc (2).

Hợp chất 3 là một chất rắn màu trắng, có nhiệt độ nóng chảy 276-278 oC, có cấu trúc (3).

IR (KBr): ν cm-1: 3443; 3066; 2936; 2855; 1686; 1640; 1453; 1377; 1036, 881.

FAB-MS: [M+H] +=457. 1H-NMR (500 MHz, CDCl3-d1): δ ppm: 4,74 (1H, d, J=2,5 Hz, H-29a); 4,60 (1H, d, J=2,5 Hz, H-29b); 3,18 (1H, dd, J=5,5, 11 Hz, H-3); 3,00 (1H, m, H-19); 2,34 (1H, m, H-13); 1,92 (2H, m, H-22); 1,64 (1H, m, H-18); 1,70 (3H, s , CH3-30); 1,48 (2H, m, H-16) 1,02 (3H, s, CH3-26); 0,99 (3H, s, CH3-23); 0,97 (3H, s, CH3-27); 0,88 (3H, s, CH3-25); 0,77 (3H, s, CH3-24). 13C-NMR (125 MHz, CDCl3-d1), δ ppm: 39,6 (C-1); 28,6 (C-2); 79,6 (C-3); 39,9 (C-4); 56,8 (C-5); 19,5 (C-6); 33,3 (C-7); 40,0 (C-8); 50,4 (C-9); 38,1 (C-10); 22,0 (C-11); 26,9 (C-12); 38,3 (C-13); 41,9 (C-14); 31,7 (C-15); 33,3 (C-16); 56,8 (C-17); 48,4 (C-18); 49,5 (C-19); 152,0 (C-20); 30,8 (C-21); 38,1 (C-22); 28,6 (C-23); 16,7 (C-24); 16,6 (C-25); 16,1 (C-26); 15,1 (C-27); 110,1 (C-29); 19,4 (C-30).


Chất 1 là một chất lỏng dạng dầu có màu vàng nhạt. Phổ khối lượng bắn phá nhanh bằng hơi mù điện tử cho pic ion [M-H]+=318 phù hợp với công thức phân tử C19H29NO3. Trên phổ IR của chất 1 có một đỉnh hấp thụ mạnh ở 3320 cm-1 dạng parabol là đặc trưng cho nhóm OH. Tín hiệu của các liên kết C-H bão hòa ở 2980 và 2882 cm-1. Ngoài ra trên phổ IR còn thấy tín hiệu của nhân thơm ở 1602; 1580 cm-1. Trên phổ 1H-NMR của 1 xuất tín hiệu của ba nhóm metyl rất dễ nhận biết, trong đó hai nhóm metyl có tín hiệu singlet ở 3,92 (3H, s, H-12) là đặc trưng cộng hưởng của nhóm metoxi và 2,38 (3H, s, H-11) là nhóm metyl liên kết trực tiếp với nhân thơm, nhóm metyl còn lại cộng hưởng ở 0,91 (3H, t, J=7,1 Hz) chứng tỏ nhóm metyl này có liên kết với nhóm CH2 của dãy béo. Hơn nữa trên 1H-NMR không xuất hiện tín hiệu proton của nhân thơm, chứng tỏ các proton của nhân thơm đã bị thế bởi các nhóm thế khác nhau. Tín hiệu cộng hưởng ở 3,33 (1H, dd, J=4,7,


23

2,3 Hz, H-5), được dịch chuyển về phía trường cao, có hằng số tương tác J=4,7, 2,3 Hz là giá trị thấp nên nhóm thế lớn gắn vào vị trí này sẽ ở vị trí α (hướng vào phía trong) hay nguyên tử hidro ở vị trí này có định hướng β (hướng ra phía ngoài). Trên phổ 13C-NMR và DEPT của 1 có 19 nguyên tử cacbon, trong đó có một nhóm cacbonyl cộng hưởng ở 195,2; cacbon bậc bốn thơm có gắn nhóm hydroxyl cộng hưởng ở 172,5, tín hiệu ở 147,3 là của cacbon bậc bốn nhân thơm có gắn nhóm metoxi. Ba tín hiệu cộng hưởng ở 139,1, 138,7 và 132,3 là cacbon bậc bốn của nhân thơm. Như vậy trên 13C-NMR và DEPT của 1 chỉ tìm thấy 5 nguyên tử cacbon của nhân thơm, điều này chứng tỏ đây là một dị vòng thơm của nitơ khi kết hợp dữ liệu này với phổ FAB-MS ở trên. Ngoài ra trên 13C-NMR và DEPT còn xuất hiện tín hiệu cộng hưởng của 10 nhóm CH2 và một nhóm CH. Các dữ kiện trên và kết hợp với so sánh dữ liệu phổ của 1 với dữ liệu của tài liệu [2] cho phép khẳng định 1 là antidesmon có tên hóa học là (5S)-1-hydroxy-4-metoxi-3-metyl-5-octyl-5,6,7,8-tetrahydroisoquinolin-8-on

N

MeOMe

Me

OO

1

2

345

6

7

89

10

11

2012

13

1

H

Cấu trúc của 1 còn được khẳng định lại bằng tương tác HMBC.

Chất 2 được kết tinh lại từ phân đoạn F11 với hệ dung môi kết tinh là n-hexan:etyl axetat 4:1. Tinh thể thu được dưới dạng hình kim màu trắng, điểm chảy 136-137 oC. Chất 2 được nhận dạng là β-sitosterol dựa vào so sánh Rf trên sắc ký lớp mỏng với β-sitosterol chuẩn đã biết. Đây là chất phổ biến có trong

thực vật nên chúng tôi không tiến hành xác định cấu trúc bằng các phương pháp phổ tốn kém, chỉ định tính bằng sắc ký lớp mỏng và so sánh điểm nóng chảy của chúng.

HO

2 Trên phổ IR của chất 3 có dải hấp thụ đặc trưng cho nhóm hydroxyl ở 3443 cm-1, nhóm cacbonyl hấp thụ ở 1686 cm-1, nhóm vinyl ở 3066, 1640, 881 cm-1. Phổ FAB-MS cho pic ion [M+H]=457 phù hợp với công thức phân tử C30H48O3. Phổ 1H-NMR cho 6 tín hiệu singlet của nhóm CH3 có độ chuyển dịch hóa học ở 0,77 (3H), 0,88 (3H), 0,97 (3H), 0,99 (3H), 1,02 (3H), 1,7 (3H) ppm. Các tín hiệu của hai proton olefinic geminal của nhóm isopropyl ở 4,74 (1H, d, J=2,5 Hz, H-29a) và 4,60 (1H, d, J=2,5 Hz, H-29b). Ngoài ra còn có tín hiệu ở 3,18 (1H, dd, J=5,5, 11 Hz, H-3) tương ứng với tín hiệu của nhóm metin có gắn nhóm hydroxyl. Giá trị của hằng số J=5,5, 11 Hz chứng tỏ nhóm OH ở vị trí β (hay vị trí axial). Kết hợp phổ 13C-NMR và DEPT cho thấy chất 3 có 30 nguyên tử cacbon trong phân tử với 6 nhóm metin và 7 nguyên tử cacbon bậc bốn. Điều này chứng tỏ 3 là một tritecpen có một nhóm hydroxyl, một nhóm isopropyl, một nhóm cacbonyl. Kết hợp với phổ NMR hai chiều (HSQC, HMBC) và so sánh dữ liệu phổ 1H-NMR, 13C-NMR của axit bentulinic đã công bố trong các tài liệu, cho phép chúng tôi kết luận chất 3 chính là axit betulinic [3].

COOH

HO

1

2

3 45

6

7

8

9

10

1112

22

21

13

14

15

16

1718

1920

23 24

25 26

27

28

29

30

3


24


[1]. Võ Văn Chi, “Những cây thuốc và vị thuốc Việt Nam”, Nxb Trẻ, 1993, t2. [2]. Buske A., et al, “Antidesmone, a nevel type isoquinoline alkaloid from antidesma membranaceum (Euphorbiaceace)”, Tetrahedron, 1999, 55, 1079-1086. [3]. Shashi B., et al, “Petacyclic triterpenoids”, Phytochem, 1994, 37, 1517-1575.

[4]. Buske A., et al, “Benzopyranones and ferulic acid derivatives from antidesma membranaceum”, Pergamon, 1997, 97, 1385-1389. [5]. Bringmann G., et al, “Reviesd structure of antidemone, an unusua alkaloid from tropical Antidesma Plants”, Tetrahedron, 2000, 56, 3691-3696. [6]. Steenkamp V., et al, “Toxicity testing of two medicinal plants”, Toxicology 2009, 3, 35-38.

SUMMARY CHEMICAL CONSTITUENTS OF ANTIDESMA BUNIUS L. LEAF

Pham The Chinh*, Pham Thi Tham, Nguyen Thi Hai Duyen College of Sciences – Thai Nguyen University

Natural products from leaf of Antidesma Bunius L. (Vietnammese name is choi moi tia) were classified into three layers with different polarization of the solvent extraction as n-hexane, dichlomethane and ethyl acetate. Here in, we report the isolation and structural elucidation of three compounds from extracted dichlomethane of leaf of Antidesma Bunius L. (choi moi tia) by using columns chromatography. Which are antidesmone ((5S)-1-hydroxy-4-methoxy-3-methyl-5-octhyl-5,6,7,8-tetrahydroisoquinoline-8-one) (1), β-sitosterol (22,23-dihydrostigmasterol) (2) and betulinic acid (3β)-3-hydroxy-lup-20(29)-en-28-oic acid) (3) and 3 is new compound. Their structures were identified by 1D-NMR spectrometry and 2D-NMR spectrometry, which are 1H&13C-NMR (nuclear magnetic rosnance) and HSQC (heteronuclear multiple bond coherence) and HMBC (heteronuclear single quantum coherence), MS and IR spectroscopic data. Key words: Antidesma, Bunius L., antidesmone, betulinic acid, β-sitosterol


Chu Đức Toàn và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 25 - 29

25

MỘT PHƯƠNG PHÁP ĐIỀU KHI ỂN TÁI KI ẾN TRÚC PIPELINE CH ỨC NĂNG THEO TIÊU CHU ẨN ĐỘ TRỄ TỐI THI ỂU ML

Chu Đức Toàn 1*, Tr ịnh Quang Kiên2, Phạm Minh Tới 2, Hoàng Thị Phương3, Phạm Xuân Bách3, Vũ Anh Tuấn4

1 Đại học Điện lực, 2 Học viện Kỹ thuật Quân sự, 3 Đại học Sư phạm Kỹ thuật Nam Định,

4 Cao đẳng Kinh tế - Kỹ thuật công nghệ

TÓM TẮT Sử dụng lý thuyết mạch khóa (Switching Theory) để thẩm định khả năng giảm trễ thao tác trong Pipeline chức năng đạt mức cực tiểu (Minimal Latency - ML), bài báo đề xuất phương pháp tái cấu hình Pipeline bằng phương pháp phân hoạch có sử dụng công nghệ FPGA để thiết lập cấu hình nhanh áp dụng trong thiết kế các hệ xử lý song song chuyên dụng nhằm nâng cao tốc độ tính toán. Từ khóa: Điều khiển tái kiến trúc Pipeline, nâng cao tốc độ tính toán, công nghệ FPGA, xử lý song song.

ĐẶT VẤN ĐỀ

Nhiều khí tài chiến đấu là những đối tượng rất phức tạp, như những hệ thống vũ khí có điều khiển, tầm xa, khả năng sát thương lớn, giá thành cao [1]. Chúng là sự tích hợp của các hệ cơ, điện, điện-điện từ, điện tử-tin học… với nhiều tham số kỹ thuật có mối quan hệ phức tạp phả ánh tính sẵn sàng chiến đấu. Khi cần giám sát, kiểm tra các tham số của các khí tài này thì yêu cầu phải có đủ số lượng mẫu tại bất cứ thời điểm nào để phân tích tính năng kỹ, chiến thuật theo thuật toán. Điều này dẫn

đến nhiệm vụ tạo hệ có khả năng xử lý tham số song song, cụ thể từ thao tác nối tiếp như hình 1a phải chuyển thành hệ song song trên kiến trúc Pipeline như hình 1b [2,3].

Với phương pháp này, sau n nhịp clock đầu tiên thì cứ mỗi phép xử lý tiếp theo chỉ cần đúng 1 chu kỳ clock. Do vậy tốc độ xử lý về mặt nguyên tắc sẽ tăng lên n lần. Nội dung chính của bài báo là là tổng hợp kiến trúc Pipeline tối ưu bằng phương pháp tái kiến trúc theo chuẩn độ trễ tối thiểu.

Hình 1: a)Thao tác nối tiếp; b) Thao tác song song trên kiến trúc Pipeline.*


1 2 n In Out

a)

2

1

2

n

IN1 IN2 IN3

1

1

2

n n

OUT1 OUT2 OUT3

b)

Tầng1

Hình 1. Điều

Tầng n


26

PHƯƠNG PHÁP MÔ TẢ HOẠT ĐỘNG CỦA PIPELINE

Hình 2: Pipeline và bảng giới hạn Reservation tương ứng

Bảng giới hạn Reservation [4] được sử dụng để mô tả hoạt động của Pipeline. Mỗi tầng của Pipeline được mô tả trong một hàng, mỗi hàng được chia thành nhiều cột, mỗi cột được thực hiện trong một chu kỳ đồng hồ. Hình 2 là cấu trúc Pipeline minh họa và bảng giới hạn Reservation của nó, tại một thời điểm ti nếu có thao tác diễn ra sẽ được đánh dấu (A cho chức năng thứ nhất, B cho chức năng thứ hai).

Nhịp trễ Latency được định nghĩa là số đơn vị thời gian giữa hai sự khởi đầu độc lập.

Danh sách cấm: Mỗi bảng giới hạn Reservation với 2 hoặc nhiều điểm x trong một hàng sẽ có 1 hoặc nhiều nhịp trễ bị cấm. Danh sách cấm F là một danh sách liệt kê các số nguyên tương ứng với nhịp trễ bị cấm. Với pipeline, số 0 luôn luôn được coi là một nhịp trễ bị cấm.

Véctơ xung đột: Một véctơ xung đột là một chuỗi số nhị phân có chiều dài N+1, với N là nhịp trễ cấm lớn nhất trong danh sách cấm. Véctơ xung đột khởi đầu C(cn, cn-1,…c1, c0) được tạo thành từ danh sách cấm F.

Graph trạng thái: Bao gồm các trạng thái có thể có của một Pipeline. Nút graph chứa vector xung đột. Nhánh graph là các cung định hướng, đi ra từ nút i, đi vào nút khác i hoặc chính nút i theo luật “OR với véc tơ xung đột khởi đầu ” .

Tiêu chuẩn MAL: MAL là độ trễ trung bình tối thiểu (Minimum Average Latency) của Pipeline cũng là tỉ số nhỏ nhất của tổng độ trễ / tổng số cung graph.

TỔNG HỢP PIPELINE THEO TIÊU CHUẨN ĐỘ TRỄ TỐI THIỂU ML

Cơ sở tổng hợp: Căn cứ lý thuyết mạch khoá (Switching theory) [5,6], ta có thể biểu diễn một phân hoạch 2 lớp cho một hàm logic bất kỳ F(x1, x2,..., xm) như sau:

F(x1, x2,..., xm) = 2ϕ ( 1ϕ (y1, y2,..., ys), z1, z2,…, zr), ở đây X= (x1, x2,..., xm), Y= ( y1, y2,..., ys ), Z = (z1, z2,…, zr) và Y ∪Z=X.

Bây giờ mở rộng cho trường hợp F suy biến, tức là có hồi tiếp từ đầu ra của mỗi hàm cơ bản. Hơn nữa nếu hàm hồi tiếp là tuyến tính, thoả mãn điều kiện *

iϕ ( V) = iϕ ( V+ lt0), với V= (v1, v2,..., vk ), l = 0, 1, 2..., t0 là nhịp đồng bộ của hệ thống, lúc đó ta sẽ có quan hệ:

F(x1, x2,..., xm) = nϕ (... 2ϕ ( 1ϕ (X 1, *1 ,ϕ *

2ϕ..., *

nϕ ), *2ϕ ..., *

nϕ ), *nϕ ), ở đây tập hợp hàm

iϕ là các hàm cơ bản ràng buộc chặt, tức là chúng có chức năng không đổi còn tập hợp hàm *

jϕ có ràng buộc không chặt. Điều này dẫn tới kết luận là nếu thay đổi cấu trúc hàm

*jϕ sẽ cho phép tạo ra các chức năng khác

nhau trên cùng một cấu trúc tập hợp hàm cơ bản. Một phân hoạch tốt là coi các iϕ là cấu trúc chức năng cố định (tương đương như các tầng của Pipeline chức năng) còn các *

iϕ là các bộ đệm FIFO (luôn luôn thoả mãn điều kiện *

iϕ ( V) = iϕ ( V+ lt0), có kích thước tuỳ biến để tương thích với chức năng thứ i của hệ thống (Hình 3).

Tầng 1

Tầng 2

Tầng 3

Đầu vào A

Đầu ra B

Đầu ra A

Đầu vào B

Tầng 1

Tầng 2

Tầng 3

A

A

AB

B

B

A

A B

B

t0 t1 t2 t3 t4


27

Hình 3: Phân hoạch hàm logic theo kiến trúc Pipeline chức năng

Để xác định các đặc tính của bảng giới hạn Reservation nhằm đạt được độ trễ tối thiểu mong muốn, chúng ta định nghĩa các thông số sau:

LC là chuỗi nhịp trễ: là chuỗi thời gian giữa dữ liệu liên tục được đưa vào pipeline. Ví dụ với chu kỳ C = (2) thì LC = 2, 2, 2, 2, …

IC là chuỗi thời gian khởi đầu: là thời gian bắt đầu cho mỗi dữ liệu. Phần tử thứ i (i>0) trong chuỗi là thời gian bắt đầu của dữ liệu khởi đầu thứ i, do đó nó bằng tổng của các độ trễ của các khởi đầu trước đó. Trong ví dụ này, với LC như trên ta có: IC = 0, 2, 4, 6, 8, 10, ….

GC là tập hợp khoảng thời gian khởi đầu: là tập hợp các khoảng thời gian riêng biệt giữa các thời điểm khởi đầu. GC = t i – tj, với mọi i>j, trong đó ti và tj là phần tử thứ i và thứ j trong chuỗi thời gian khởi đầu, như ví dụ trên có: GC = 2, 4, 6, 8, …

Chú ý rằng GC xác định đặc tính mà bảng giới hạn Reservation phải có để đưa ra chu kỳ C. Nếu một số nguyên i nằm trong GC, bất kỳ một bảng giới hạn Reservation nào đưa ra chu kỳ C cũng không thể có hai điểm x trên bất kỳ 1 hàng nào có khoảng cách bằng i đơn vị thời gian (xung đồng hồ).

HC là tập hợp các khoảng thời gian chấp nhận được được gọi là phần bù của GC (nghĩa là HC = Z – GC, trong đó Z là tập hợp tất cả các số nguyên dương). Với chu kỳ chúng ta đã đưa ra: HC = 0, 1, 3, 5, 7,…Vì vậy, bất kỳ

bảng giới hạn Reservation nào đưa ra chu kỳ C phải có các điểm đánh dấu x có khoảng cách cho phép nằm trong HC. Như vậy HC cho thấy khoảng cách cho phép giữa các điểm x. Nói một cách khác, nếu bảng hạn chế có danh sách cấm F, thì chu kỳ C là hợp lệ nếu: F ⊂ HC hoặc F ∩ GC = 0.

Vì tập hợp HC là vô hạn nên khó xử lý trực tiếp. Như vậy, cần giới hạn nó bằng cách tính HC (mode p), trong đó p là khoảng thời gian của chu kỳ C, đó chính là tổng các nhịp trễ. Đây là sự phân loại chính xác tất cả các khoảng thời gian cho phép vì chuỗi độ cấm lặp lại với khoảng thời gian p. Xét ví dụ đã đưa: HC (mod 2) = 0,1.

Để kiểm tra hoặc xây dựng bảng giới hạn Reservation, phải sử dụng định lý và định nghĩa sau [4]: Hai số nguyên i và j∈Zp trong đó Zp là tập hợp tất cả các số nguyên nhỏ hơn p, là tương thích đối với HC (mod p) nếu và chỉ nếu i-j (mod p)∈HC (mod p). Một tập hợp được gọi là lớp tương thích nếu mỗi cặp phần tử của nó là tương thích.

Từ đó tiêu chuẩn ML được xác định cho cấu trúc bảng hạn chế với chu kỳ C phải có các hàng với các điểm x tại các thời điểm sau: z1 + i1*p; z2 + i2*p…,trong đó z1, z2 …là lớp tương thích của HC (mod p) và i1, i2… là các số nguyên tuỳ ý.

Sử dụng định lý này tới vài lớp tương thích để xây dựng lại bảng giới hạn Reservation tức là tái kiến trúc cấu trúc của Pipeline.

g g g

g

g

g ϕ* 2

ϕ* 1

ϕ* n

X 1

Hàm

ϕ1

X 2 X n

ϕ* n ϕ* 2

ϕ* n

Hàm

ϕn

Hàm

ϕ2

F


28

Bây giờ ta xét tiếp Pipeline có chức năng như được mô tả trên hình 4.

Hình 4: Kiến trúc Pipeline và bảng giới hạn Reservation của Pipeline chức năng

Xét Pipeline trên, có:LC = 3, 3, 3, 3, …, IC = 0, 3, 6, 9, 12, 15, ….

GC = t i – tj, với mọi i>j = 3, 6, 9, 12, …, HC = Z – GC = 0, 1, 2, 4, 5,…

HC (mod 3) = 0, 1, 2.

Từ đó tiêu chuẩn ML cho Pipeline trên được xác định cho bảng hạn chế với chu kỳ C có các điểm x trong mỗi hàng phải xuất hiện ở các thời điểm z1 + i1*3; z2 + i2*3… trong đó z1, z2 …là lớp tương thích của HC (mod 3).

Hàng thứ hai của bảng hạn chế ban đầu có hai điểm x tại thời điểm 1, 2 và 3. Để vị trí của các điểm này phù hợp với lớp tương thích 0, 1, 2 thì vị trí các điểm phải tương ứng với các thời điểm z1 + i1*3; z2 + i2*3; z3 + i3*3 (trong đó z1 = 1, z2 = 2, z3 = 0 là lớp tương thích của HC (mod3)). Có thế thấy rằng điểm x đầu tiên (vị trí 1) phù hợp (vì z1 + i1*3 = 1 + 0*3=1), điểm x thứ hai (vị trí 2) phù hợp (vì z1 + i1*3 = 2 + 0*3 = 2), điểm x thứ ba (vị trí 3) phù hợp (vì z1 + i1*3 = 0 + 1*3 = 3). Như vậy chúng ta không cần trì hoãn các điểm x. Đối với hàng thứ nhất, khả năng tuỳ chọn cao hơn vì chỉ có 2 điểm x nên chỉ cần kiểm tra điều kiện tương thích với HC (mod 3), cụ thể điểm x đầu tiên (vị trí 0) phù hợp (vì z1 + i1*3 = 0 + 0*3 = 0), điểm x thứ hai (vị trí 5) phù hợp (vì z1 + i1*3 = 2 + 1*3 = 5. Đối với hàng thứ cuối, không cần thay đổi. Kết quả là cấu trúc này đã thoả mãn tiêu chuẩn ML.

KẾT LUẬN

Bài báo khẳng định khả năng luôn tìm được một cấu trúc Pipeline cho phép thoả mãn tiêu chuẩn độ trễ tối thiểu ML (Minimum Latency) bằng quy trình tổng hợp: Xuất phát từ véctơ xung đột gốc C0 của Pipeline dễ dàng xác định các thông số LC; IC; GC; HC, từ đó xác định lớp tương thích của HC(mod p): ZP = z1; z2…zi < p. Căn cứ vào lớp tương thích vừa tìm được, xác định lại vị trí các điểm đánh dấu trên bảng Reservation sao cho phù hợp với quy luật z1 +i1*p; z2 + i2*p….

Khi tiêu chuẩn ML (Minimum Latency) được xác lập thì Pipeline thao tác đạt tốc độ cao nhất. Mặt khác do có cấu trúc tối giản nên độ tin cậy chung của cả hệ thống được cải thiện.

Kết quả này đã được áp dụng cho khâu thiết kế tổ hợp kiểm tra tham số khí tài chiến đấu X35E.


[1]. Đỗ Xuân Tiến và cộng sự. Báo cáo kết quả NCKH “Thiết kế, chế tạo khối kết xuất kết quả kiểm tra tên lửa URAN-E trên thiết bị tự động kiểm tra chẩn đoán tham số AKPA do LB Nga chế tạo”-Hà nội 2008. [2]. Akshay Sharma, Carl Ebeling, Scott Hauck, PipeRoute: a pipelining-aware router for FPGAs, Proceedings of the 2003 ACM/SIGDA eleventh international symposium on Field programmable gate arrays, February 23-25, 2003, Monterey, California, USA.

Tầng 1

Tầng 2

Tầng 3

Đầu ra

Đầu vào

Tầng 1

Tầng 2

Tầng 3

x

F = (0, 1, 2, 5)

t0 t1 t2 t3 t4 t5

x x x

x

x


29

[3]. Deshanand P. Singh, Stephen D. Brown, The case for registered routing switches in field programmable gate arrays, Proceedings of the 2001 ACM/SIGDA ninth international symposium on Field programmable gate arrays, pp. 161-169, February 2001, Monterey, California, United States. [4]. Kai Hwang Perdue Universty, Faye A. Biggs Rice Universty. Computer Architecture and Parallel and Processing. McGraw-Hill Book Company. 1999.

[5]. Ashenhurst R.L.,The Decomposition of Switching Functions, Ann. Computation Lab., Harvard Universty, vol. 29, pp.74-116, 1959 [6]. Akshay Sharma , Carl Ebeling , Scott Hauck, PipeRoute: a pipelining-aware router for FPGAs, Proceedings of the 2003 ACM/SIGDA eleventh international symposium on Field programmable gate arrays, February 23-25, 2003, Monterey, California, USA

ABSTRACT A CONTROL METHOD OF RECONFIGURATION FUNCTIONAL PIPE LINE STRUCTURES ON THE MINIMUM LATENCY STANDARD

Chu Duc Toan 1*, Trinh Quang Kien 2, Pham Minh Toi 2, Hoang Thi Phuong 3,

Pham Xuan Bach 3, Vu Anh Tuan 4

1* Electric Power University, 2 Academy of Technology and Military,

3 Nam Dinh University of Technology Education, 4 Industrial Economic and Technology college

By using switching theory to make a valuation of the ability to reduce delays in pipeline operations achieving the minimum latency (ML), the paper proposed a Pipeline reconfiguration method via the partition using FPGA technology to get/have quick configuration, applied in the design of a dedicated parallel processing with the aim of improving the computational speed. Key words: control of reconfiguration functional pipeline structures, improve the computational speed, FPGA technology, parallel processing.



30

Trịnh Đình Khá và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 31 - 35

31

ẢNH HƯỞNG CỦA ĐIỀU KI ỆN NUÔI CẤY ĐẾN KHẢ NĂNG SẢN XUẤT CELLULASE C ỦA CHỦNG NẤM SÒ Pleurotus saijor – caju TRONG ĐIỀU KI ỆN LÊN MEN X ỐP

Tr ịnh Đình Khá*, Nguyễn Thị Huyền Trường Đại học Khoa học, Đại học Thái Nguyên

TÓM TẮT

Cellulase là enzyme xúc tác thủy phân liên kết β-1,4-glycoside trong phân tử cellulose. Cellulase có nhiều ứng dụng trong công nghiệp thực phẩm, thức ăn chăn nuôi, sản xuất bia, bột giấy, công nghiệp chất tẩy rửa, công nghiệp diệt may, nhiên liệu, công nghiệp hóa chất, trong quản lý chất thải và xử lý ô nhiễm. Hiện nay, cellulase được sản xuất bằng phương pháp lên men lỏng (LSF) và lên men xốp (SSF). Trong nghiên cứu này, chúng tôi mô tả ảnh hưởng của một số điều kiện nuôi cấy đến khả năng sản xuất cellulase của chủng nấm sò Pleurotus saijor – caju bằng lên men xốp: ảnh hưởng của nguồn cơ chất, tỷ lệ lõi ngô/bột đậu tương, hàm lượng nước, thời gian nuôi cấy, nhiệt độ nuôi cấy, pH ban đầu của môi trường. Tỷ lệ lõi ngô/bột đậu tương (4/1), độ ẩm ban đầu là 70% (v/w cơ chất), thời gian nuôi cấy 7 ngày, nhiệt độ nuôi cấy 30°C, pH ban đầu 5,0 là tối ưu cho sản xuất cellulase của chủng Pleurotus saijor – caju. Từ khóa: Cellulase, lên men xốp, nấm sò, Pleurotus saijor – caju, tối ưu.

MỞ ĐẦU*

Cellulase thủy phân liên kết β-1,4-glycoside trong chuỗi cellulose tạo thành các polysaccharide mạch ngắn, dextrin và glucose. Do đó, cellulase có ý nghĩa lớn trong việc chuyển hóa sinh học nguyên liệu sinh khối một cách thân thiện với môi trường. Cellulase có nhiều ứng dụng khác nhau như: sản xuất bột giặt, sản xuất thức ăn gia súc [6], trong ngành công nghiệp dệt, bột giấy và công nghiệp giấy, chế biến tinh bột, lên men rượu ngũ cốc, mạch nha và sản xuất bia, chế biến các loại nước trái cây và nước rau ép [1], sản xuất dung môi hữu cơ [5]. Cellulase được sản xuất bởi nhiều loại vi sinh vật như vi khuẩn, xạ khuẩn và nấm mốc bằng phương pháp lên men lỏng và lên men xốp [7, 9]. Trên thế giới, một số chủng nấm đảm như: Volvariella volvacea [4], Fomitosis sp. [2], Lentinus edodes [8], Irpex lacteus [3] đã được nghiên cứu để sản xuất cellulase. Tuy nhiên, những nghiên cứu về lên men xốp sản xuất cellulase bởi nấm đảm ở Việt Nam thì chưa nhiều. * * Tel: 0983 034876

Trong bài báo này, chúng tôi xác định ảnh hưởng của một số điều kiện nuôi cấy đến khả năng sản xuất cellulase của chủng nấm sò bằng lên men xốp trên nguồn nguyên liệu sẵn có ở Việt Nam.

VẬT LIỆU VÀ PHƯƠNG PHÁP

Vật li ệu

Chủng nấm sò được cung cấp bởi Vi ện Di truyền Nông nghiệp Việt Nam. Một số nguyên liệu như bã mía, mùn cưa, vỏ trấu, lõi ngô, bột đậu tương được thu thập tại Thái Nguyên.

Phương pháp - Xác định nguồn cơ chất lên men và tỷ lệ bột đậu tương/cơ chất cellulose thích hợp

Nguồn cơ chất thích hợp được tối ưu bằng cách lên men với 85% từng loại cơ chất cellulose trộn với 15% bột đậu tương. Tỷ lệ bột đậu tương/ lõi ngô thay đổi (0,5:9,5; 1:9; 1,5:8,5; 2:8; 2,5:7,5; 3:7; 3,5:6,5) để xác định tỷ lệ thích hợp. Tổng lượng cơ chất lên men 10 g/bình tam giác 250 ml; độ ẩm 80%; pH ban đầu 6,0; nhiệt độ lên men 30°C. Sau 5 ngày lên men, enzyme được trích ly và xác định hoạt tính.

- Xác định độ ẩm ban đầu thích hợp


32

Độ ẩm ban đầu được tối ưu bằng cách lên men với 80% lõi ngô và 20% bột đậu tương trong điều kiện hàm lượng nước thay đổi từ 40-100% (v/w), pH ban đầu 6,0; nhiệt độ lên men 30°C. Sau 5 ngày lên men, enzyme được trích ly và xác định hoạt tính.

- Xác định thời gian lên men

Chủng nấm sò được nuôi cấy trong điều kiện 80% lõi ngô và 20% bột đậu tương trong điều kiện hàm lượng nước ban đầu 70% (v/w), pH ban đầu 6,0; nhiệt độ lên men 30°C. Sau những khoảng thời gian khác nhau từ 4-12 ngày lên men, enzyme được trích ly và xác định hoạt tính.

- Xác định nhiệt độ nuôi cấy

Chủng nấm sò được nuôi cấy trong điều kiện 80% lõi ngô và 20% bột đậu tương trong điều kiện hàm lượng nước ban đầu 70% (v/w), pH ban đầu 6,0 và nhiệt độ nuôi cấy thay đổi từ 25-37°C. Sau 7 ngày lên men, enzyme được trích ly và xác định hoạt tính.

- Xác định pH ban đầu của môi trường

Chủng nấm sò được nuôi cấy trong điều kiện 80% lõi ngô và 20% bột đậu tương trong điều kiện hàm lượng nước ban đầu 70% (v/w), nhiệt độ nuôi cấy 30°C và pH ban đầu của môi trường thay đổi từ 3-9. Sau 7 ngày lên men, enzyme được trích ly và xác định hoạt tính.

- Xác định hoạt tính cellulase

Sau quá trình lên men, bổ sung 10 lần thể tích (so với tổng lượng cơ chất lên men) nước cất khử trùng vào sinh khối lên men, khuấy đều và lắc 200 vòng/phút trong 60 phút ở nhiệt độ phòng. Thu dịch enzyme bằng cách lọc qua máy hút chân không và ly tâm 10.000 vòng/phút trong 10 phút loại bỏ sinh khối lên men, xác định hoạt tính.

Hoạt tính cellulase được xác định bằng phương pháp quang phổ theo Miller (1959) [11].


Nguồn cơ chất cellulose thích hợp Hiệu suất sinh tổng hợp cellulase đạt từ 5,0 đến 28,3 U/g cơ chất trên các nguồn cơ chất cellulose khác nhau. Trong đó, lõi ngô

cảmứng sinh tổng hợp cellulase mạnh nhất, thấp nhất là mùn cưa (hình 1).

Những nghiên cứu trước đây cho thấy, chủng Trichoderma reesei sinh tổng hợp cellulase tốt nhất trên môi trường bã mía kết hợp với cám mì [14]; chủng T. koningii AS3.4262 sinh tổng hợp enzyme tối ưu trên môi trường cám mì kết hợp chất thải nhà máy giấm đạt 23,76 U/g cơ chất [10]; chủng nấm hương Lentinus edodes sinh tổng hợp cellulase tối ưu trên môi trường kết hợp cám gạo và cám mì [8]; chủng nấm đảm Fomitopsis sp. RCK2010 sinh tổng hợp cellulase đạt 76,5 U/g trên môi trường cám mì [2]. Như vậy, cơ chất cellulose cảm ứng sinh tổng hợp cellulase thích hợp đối với chủng nấm sò khác với những nghiên cứu đã công bố. Ở nước ta, lõi ngô là một nguyên liệu dễ kiếm, đây là điểm thuận lợi để sản xuất cellulase lượng lớn.

Hình 1. Ảnh hưởng của nguồn cơ chất cellulose đến khả năng sinh tổng hợp cellulase của chủng

nấm sò

BM: bã mía; MC: mùn cưa; VT: vỏ trấu; CR: cám gạo; CEL: cellulose; LN: lõi ngô

Ảnh hưởng của tỷ lệ bột đậu tương/lõi ngô

Khi tỷ lệ bột đậu tương/lõi ngô trong thành phần lên men thay đổi thì khả năng sinh tổng hợp cellulase của chủng nấm sò thay đổi và đạt cực đại 30,7 U/g cơ chất ở tỷ lệ 2:8 (hình 2). Công bố trước đây cho thấy, chủng T. reesei sinh tổng hợp cellulase tốt nhất trên môi trường bã mía kết hợp với cám mì với tỷ lệ 3:7 [14]; chủng T. viride trên môi trường chứa vỏ trấu và cám mì với tỷ lệ 4:1[13]; chủng nấm hương L. edodes sinh tổng hợp


33

cellulase tối ưu với tỷ lệ 10% cám gạo và 20% cám mì [8]; chủng nấm đảm Fomitopsis sp. RCK2010 sinh tổng hợp cellulase mạnh trên môi trường 5% cám mì [2]. Như vậy, tùy thuộc vào đặc điểm di truyền của chủng giống mà tỷ lệ cơ chất cảm ứng thích hợp nhất sinh tổng hợp cellulase khác nhau.

Hình 2. Ảnh hưởng của tỷ lệ bột đậu tương/lõi ngô đến khả năng sinh tổng hợp cellulase của

chủng nấm sò

Độ ẩm cơ chất ban đầu tối ưu

Độ ẩm ban đầu 70 (v/w) thích hợp cho lên men sinh tổng hợp cellulase của chủng nấm sò (hình 3). Những nghiên cứu trước đây cho thấy, độ ẩm ban đầu thích hợp để lên men cellulase của chủng T. viride là 75% [13]; chủng nấm hương L. edodes là 70% [8]; chủng nấm đảm Fomitopsis sp. RCK2010 sinh tổng hợp cellulase tối ưu ở độ ẩm 77,8% [2]. Như vậy, chủng nấm sò sinh tổng hợp cellulase thích hợp trong điều kiện độ ẩm cơ chất ban đầu tương đương so với các nghiên cứu đã công bố trên các đối tượng khác.

Hình 3. Ảnh hưởng của độ ẩm môi trường ban

đầu đến sinh tổng hợp cellulase của chủng nấm sò

Tối ưu thời gian lên men

Thời gian lên men là một trong những yếu tố quan trọng ảnh hưởng đến sinh tổng hợp enzyme của nấm. Khi tăng thời gian lên men từ 2-7 ngày thì sinh tổng hợp cellulase của chủng nấm sò tăng lên, đạt cực đại 45,6 U/g cơ chất sau 7 ngày lên men. Khi thời gian lên men tiếp tục tăng thì sinh tổng hợp enzyme lại giảm (hình 4).

Những nghiên cứu đã công bố chỉ ra rằng, chủng nấm hương L. edodes sau 30 ngày [8]; chủng nấm đảm Fomitopsis sp. RCK2010 sau 11 ngày [2]. Như vậy để đạt được hàm lượng enzyme sản xuất tối đa (U/g) chủng nấm sò cần thời gian lên men ngắn hơn so với các chủng nấm đảm khác đã công bố.

Hình 4. Ảnh hưởng của thời gian lên men đến khả

năng sinh tổng hợp cellulase của chủng nấm sò

Nhiệt độ lên men tối ưu Mỗi chủng vi sinh vật chỉ có một khoảng nhiệt độ thích hợp cho sinh trưởng và sinh tổng hợp enzyme. Chủng nấm đảm nấm sò sinh tổng hợp cellulase cao nhất 44,4 U/g cơ chất ở 30°C khi khảo sát nhiệt độ lên men từ 25-37°C (hình 5).

Hình 5. Ảnh hưởng của nhiệt độ nuôi cấy đến khả năng sinh tổng hợp cellulase của chủng nấm sò


34

Những nghiên cứu trước đây cho thấy, nhiệt độ thích hợp cho sinh tổng hợp cellulase của chủng T. reesei [13] và chủng T. koningii AS3.4262 [10] là 30°C; chủng nấm hương L. edodes là 25°C [8]; chủng nấm đảm Fomitopsis sp. RCK2010 là 30°C [2]. Như vậy, chủng nấm sò sinh tổng hợp cellulase ở nhiệt độ tương đương so với một số chủng Trichoderma và nấm đảm Fomitopsis sp. RCK2010 nhưng lại cao hơn chủng nấm hương L. edodes.

pH môi trường ban đầu tối ưu

pH là một trong những yếu tố quan trọng ảnh hưởng đến sinh tổng hợp enzyme của các chủng nấm. Khi tăng pH môi trường ban đầu từ 3 đến 5, sinh tổng hợp cellulase của chủng nấm sò tăng lên và đạt cực đại 47,1 U/g cơ chất. Ở pH kiềm (pH 9), sinh tổng hợp enzyme của chủng nấm sò giảm còn 44,4% so với ở pH tối ưu (pH 5) (hình 6).

Hình 6. Ảnh hưởng của pH môi trường ban đầu đến khả năng sinh tổng hợp cellulase của chủng

nấm sò

Những nghiên cứu trước đây cho thấy, pH môi trường ban đầu thích hợp cho sinh tổng hợp cellulase của chủng T. koningii AS3.4262 là 5 [10]; chủng T. reesei là 6 [13]; chủng Aspergillus terreus ASKU 10 là 4 [12]; chủng nấm đảm Fomitopsis sp. RCK2010 là 5,5 [2]. Như vậy, pH môi trường ban đầu thích hợp cho sinh tổng hợp cellulase của chủng nấm sò tương đương so với pH môi trường ban đầu thích hợp của một số chủng nấm khác đã công bố.

KẾT LUẬN

Cơ chất cảm ứng, nồng độ cơ chất cảm ứng và một số điều kiện lên men xốp sinh tổng hợp Cellulase của chủng nấm sò đã được nghiên cứu tối ưu. Chủng nấm sò sinh tổng enzyme thích hợp trên nguồn cơ chất lõi ngô : bột đậu tương (4:1); độ ẩm ban đầu 80%; nhiệt độ lên men 30°C; pH môi trường ban đầu 5,0, thời gian lên men 7 ngày. Hiệu suất sinh tổng hợp cellulase trên nững điều kiện đã tối ưu đạt 47,1 U/g cơ chất.


[1 [1]. Bhat M.K., (2000), "Cellulase and related enzymes in biotechnology", Biotechnol. Adv., 18, 355-383.

[2]. Deswal D., Khasa Y.P., and Kuhad R.C., (2011), "Optimization of cellulase production by a brown rot fungus Fomitopsis sp. RCK2010 under solid state fermentation", Bioresour. Technol., 102, 6065-6072.

[3]. Dias A.A., Freitas G.S., Marques G.S., Sampaio A., Fraga I.S., Rodrigues M.A., Evtuguin D.V., and Bezerra R.M., (2010), "Enzymatic saccharification of biologically pre-treated wheat straw with white-rot fungi", Bioresour. Technol., 101, 6045-6050.

[4]. Ding S.J., Wei G., and Buswel J.A., (2001), "Endoglucanase I from the edible straw mushroom, Volvariella volvacea purification, characterization, cloning and expression", Eur. J. Biochem., 268, 5687–5695.

[5]. Dürre P., (1998), "New insights and novel developments in clostridial acetone/butanol/isopropanol fermentation", Appl. Microbiol. Biotechnol., 49, 639-648.

[6]. Han W. and He M., (2010), "The application of exogenous cellulase to improve soil fertility and plant growth due to acceleration of straw composition", Bioresour. Technol., 101, 3724-3731.

[7]. Kalogeris E., Christakopoulos P., Katapodis P., Alexiou A., Vlachou S., Kekos D., and Macris B.J., (2003), "Production and characterization of cellulolytic enzymes from the thermophilic fungus Thermoascus aurantiacus under solid state cultivation of agricultural wastes", Process Biochem., 38, 1099-1104.

[8]. Kapoor S., Khanna P.K., and Katyal P., (2009), "Effect of supplementation of Wheat straw on growth and lignocellulolytic enzyme potential of Lentinus edodes", WJAS, 5, 328-331.


35

[9]. Kuhad R.C., Singh A., and Eriksson K.E.L., (1997), "Microorganisms and enzymes involved in the degradation of plant fiber cell walls", Adv. Biochem. Eng. Biotechnol., 57, 46–125.

[10]. Liu J. and Yang J., (2007), "Cellulase production by Trichoderma koningii AS3.4262 in solid-state fermentation using lignocellulosic waste from the vinegar industry", Food Technol. Biotechnol., 45, 420-425.

[11]. Miller G.L., (1959), "Use of dinitrosalicyclic acid reagent for determination of reducing sugars", Anal. Chem., 31, 426–428.

[12]. Prajanban J., Thongkhib C., and Kitpreechavanich V., (2008), "Selection of high β-glucanase produced Aspergillus strain and factors affecting the enzyme production in solid state

fermentation", Kasetsart J. (Nat. Sci.), 42, 294 - 299.

[13]. Qui B., Yao R., Yu Y., and Chen Y., (2008),

"Influence of different ratios of rice straw to wheat

bran on production of cellulolytic enzymes by

Trichoderma viride ZY-01 in solid state

fermentation", EJEAFChe, 7, 3239-3247.

[14]. Trần Thạnh Phong, Hoàng Quốc Khánh, Võ

Thị Hạnh, Lê Bích Phượng, Nguyễn Duy Long,

Lê Tấn Hưng và Trương Thị Hồng Vân, (2007),

"Thu nhận enzyme cellulase của Trichoderma

reesei trên môi trường bán rắn", Tạp chí phát triển

KH&CN, 10, 17-24.

SUMMARY

EFFECT OF CONDITION CULTURE FOR PRODUCTION CELLULAS E BY MUSHROOM Pleurotus saijor-caju UNDER SOLID STATE FERMENTATION

Trinh Dinh Kha *, Nguyen Thi Huyen College of Sciences - TNU

Cellulase is an enzyme catalyzing hydrolysis of 1,4-β-glycoside bonds in molecule cellulose. cellulase have a broad variety of applications in food, animal feeds, brewing, paper pulp, detergent industries, textile industry, fuel, chemical industries, waste management and pollution treatment. Cellulase has been produced by liquid state fermentation (LSF) and solid state fermentation (SSF). In this study, we described optimal conditions and medium components for cellulase production by the Mushroom strain Pleurotus saijor-caju under solid state fermentation: the influence of substrates, the ratio corncob/soybean, water amount, culture time, culture temperature, initial pH value in solid substrate. Corncob/soybean ratio (4/1), initial moisture content of 70% (v/w substrate), culture time of 7 days, culture temperature of 30°C, intial pH of 5,0 were optimum for cellulase production by Pleurotus saijor-caju. Key words: Cellulase, mushroom, optimization, Pleurotus saijor-caju, solid state fermentation

* Tel: 0983 034876


36

Đỗ Thị Vân Giang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 37 - 42

37

ĐÁNH GIÁ TÀI NGUYÊN SINH KHÍ H ẬU TỈNH THÁI NGUYÊN PHỤC VỤ QUI HOẠCH PHÁT TRI ỂN CÂY NHÃN VÀ CÂY QU Ế

Đỗ Thị Vân Giang1, Đỗ Thị Vân Hương2*

1 Trường Cao đẳng Kinh tế Kỹ thuật - ĐH Thái Nguyên 2* Trường Đại học Khoa học - ĐH Thái Nguyên

TÓM TẮT

Thái Nguyên là một tỉnh trung du miền núi có khí hậu đa dạng và phức tạp. Nhiệt độ bình quân trong năm là 22-230C, lượng mưa trung bình 1600-1900mm. Loại hình khí hậu cụ thể phụ thuộc vào địa hình. Dựa trên việc phân tích các điều kiện khí hậu, tác giả đã chia thành 7 loại hình sinh khí hậu trên địa bàn tỉnh Thái Nguyên. Qua nghiên cứu chúng tôi thấy rằng điều kiện sinh khí hậu của tỉnh Thái Nguyên phù hợp cho việc phát triển cây nhãn và cây quế. Vùng thích hợp nhất cho cây nhãn phát triển là huyện Đại Từ và Phổ Yên. Vùng thích hợp nhất cho cây quế phát triển là huyện Đại Từ, Võ Nhai .... Đây là tiền đề để phát triển nông nghiệp và lâm nghiệp một cách hợp lý. Từ khóa: Thái Nguyên, cây nhãn, cây quế, sinh khí hậu, tài nguyên.

ĐẶT VẤN ĐỀ*

Tài nguyên khí hậu là một thành phần cơ bản của môi trường tự nhiên, có ảnh hưởng quan trọng đến quá trình sinh trưởng, phát triển, năng suất và chất lượng của cây trồng. Vì vậy, nghiên cứu điều kiện sinh khí hậu (SKH) và đánh giá mức độ thích nghi của khí hậu đối với cây trồng là hướng nghiên cứu có ý nghĩa khoa học và thực tiến cao.

Thái Nguyên là tỉnh thuộc vùng trung du phía Bắc Việt Nam, có tài nguyên khí hậu khá đa dạng và phân hoá. Đây chính là điều kiện thuân lợi để phát triển đa dạng các loại cây trồng nhiệt đới và cận nhiệt. Nhãn và Quế là hai loại cây trồng nông, lâm nghiệp có giá trị kinh tế cao, đang được tỉnh chú trọng phát triển mở rộng diện tích trong mô hình kinh tế trang trại hoặc kinh tế hộ gia đình.


Trong quá trình nghiên cứu tác giả đã sử dụng phối hợp nhiều phương pháp nghiên cứu khác nhau:

- Phương pháp phân tích, xử lí số liệu thống kê

- Phương pháp điều tra tổng hợp

- Phương pháp bản đồ và hệ thông tin địa lý

- Phương pháp đánh giá thích nghi

- Phương pháp khảo sát thực địa * Tel: 0917 75 85 95, Email: [email protected]


Đặc điểm tài nguyên sinh khí hậu tỉnh Thái Nguyên

- Chế độ bức xạ và nắng: Thái Nguyên nằm trong khu vực nội chí tuyến Bắc bán cầu, gần với chí tuyến nên có chế độ bức xạ khá dồi dào và phân bố khác nhau theo hai mùa nóng, lạnh thuận lợi cho quá trình quang hợp của cây trồng. Tổng lượng bức xạ trung bình đạt khoảng 125kcal/cm2/năm. Vào mùa hè tổng lượng bức xạ đạt trên 10 kcal/cm2/tháng (từ tháng V đến tháng X). Tháng VI và VII có trị số lớn nhất, khoảng 14-15 kcal/cm2/tháng [1], [2].

- Chế độ nhiệt: Cũng như mọi nơi ở miền Bắc Việt Nam, chế độ nhiệt ở Thái Nguyên có hai mùa rõ rệt: mùa nóng và mùa lạnh. Nhiệt độ trung bình năm khoảng 22-23oC, ở các vùng đồi núi cao 600m trị số này giảm xuống dưới 20oC và từ 900-1000m trở lên nhiệt độ trung bình năm chỉ còn từ 18oC trở xuống.

- Chế độ mưa - ẩm: Trên đại bộ phận tỉnh Thái Nguyên lượng mưa trung bình năm đạt khoảng 1600-1900mm. Tuy nhiên ở phía Đông Nam của tỉnh khu vực huyện Phú Bình lượng mưa năm có thể xuống dưới 1450mm. Ngoài ra, ở khu vực vùng núi phía Tây Nam tỉnh Thái Nguyên (chân núi Tam Đảo), lượng mưa trung bình năm tăng đến trên 2000mm. Lượng mưa phân bố không đều không chỉ theo không gian mà cả theo thời gian với hai


38

mùa mưa nhiều và mùa mưa ít. Trên phần lớn lãnh thổ của tỉnh, mùa mưa nhiều (thời kỳ có lượng mưa tháng vượt 100mm) kéo dài 7 tháng từ tháng IV đến hết tháng X. Độ ẩm tương đối trung bình ở Thái Nguyên khá cao, trung bình năm đạt khoảng 82 - 84%.

Hình 1. Biểu đồ thể hiện nhiệt độ trung bình tháng tại một số trạm ở Thái Nguyên [3]

Hình 2. Biểu đồ lượng mưa trung bình các tháng tại một số trạm ở Thái Nguyên

- Các hiện tượng thời tiết đặc biệt: Qua phân tích đặc điểm thời tiết ở Thái Nguyên cho thấy: một số nơi có những hiện tượng thời tiết đặc biệt như sương mù, sương muối, mưa phùn, dông, mưa đá, gió khô nóng, bão. Đa phần những hiện tượng này có ảnh hưởng không tốt đến đời sống của cây trồng.

Nghiên cứu điều kiện SKH có ý nghĩa to lớn, việc thành lập bản đồ SKH trên thực tế chính là nghiên cứu sự phân hóa của tổ hợp các yếu tố khí hậu ảnh hưởng quyết định đến sự hình thành, quá trình sinh trưởng, phát triển cúng như diễn thế sinh thái của các loại thảm cây. Nói một cách khác nghiên cứu tài nguyên khí hậu xét trên góc độ phục vụ sản xuất nông

lâm nghiệp có thể được tiến hành thông qua việc xây dựng các bản đồ SKH thảm thực vật tự nhiên. Vì chỉ có dựa vào việc đánh giá nhu cầu khí hậu của thảm thực vật tự nhiên chúng ta mới có thể đề xuất một cách khách quan, có cơ sở khoa học cho viêc bố trí cơ cấu cây trồng hợp lý trong sản xuất nông nghiệp

Đánh giá mức độ thuận lợi của khí hậu đối với cây nhãn và cây quế

Các chỉ tiêu đánh giá

Đối với lãnh thổ tỉnh Thái Nguyên, trong hệ thống các cấp phân vị khí hậu, tác giả lựa chọn cấp phân loại SKH làm cơ sở để tiến hành đánh giá. Những chỉ tiêu cơ bản của khí hậu dùng để đánh giá là: Nhiệt độ trung bình năm, lượng mưa trung bình năm, độ dài mùa khô và độ dài mùa lạnh. Ngoài ra, một yếu tố môi trường có ảnh hưởng không nhỏ đến sự thích nghi của cây trồng là độ cao của địa hình. Yếu tố này được xem là trường hợp đặc biệt để loại trừ trực tiếp các loại SKH không thích hợp về độ cao đối với cây trồng.

0

5

10

15

20

25

30

Tháng

Độ

C

Thái Nguyên 16 17 20 24 27 28 29 28 27 24 21 17

Võ Nhai 15 16 20 23 27 28 28 27 26 23 20 17

Đại Từ 16 17 20 24 27 28 28 28 27 24 20 17

1 2 3 4 5 6 7 8 9 10 11 12

Tháng


39

Phương pháp đánh giá Mỗi loại cây có sự thích nghi với những điều kiện khí hậu khác nhau, vì vậy việc đánh giá được tiến hành với từng loại cây sẽ khác nhau. Quá trình đánh giá được thực hiện thông qua các bước [4]: * Bước 1: Nghiên cứu các yêu cầu sinh lí, sinh thái của mỗi loại cây đối với các nhân tố khí hậu. Sau đó lựa chọn những nhân tố ảnh hưởng có tính chất quyết định đối với từng loại cây, đưa ra các ngưỡng sinh thái để lập bảng tiêu chuẩn đánh giá. * Bước 2: Tiến hành phân chia các yếu tố khí hậu tham gia đánh giá theo các ngưỡng phù hợp với 3 mức độ thích nghi của cây trồng: Rất thích nghi tương ứng 2 điểm, Tương đối thích nghi tương ứng 1 điểm, Không thích nghi tương ứng 0 điểm.

* Bước 3: Lập ma trận với các cột thể hiện các loại sinh khí hậu còn các hàng thể hiện các yếu tố tham gia đánh giá đã được phân cấp. Giá trị thích nghi được thể hiện bằng các điểm số tỉ lệ tương ứng.

* Bước 4: Tổng hợp kết quả đánh giá Để đánh giá tổng hợp mức độ thích nghi đối với từng loại sinh khí hậu, tác giả tiến hành xây dựng các công thức đánh giá như sau: Trong đó: ∑∑∑∑Sc: Tổng tỉ lệ điểm thích nghi, ST: Số điểm thích nghi đối với nhiệt độ trung bình năm; SR: Số điểm thích nghi đối với lượng mưa trung bình năm, SN: Số điểm thích nghi đối với độ dài mùa lạnh, Sn: Số điểm thích nghi đối với độ dài mùa khô, Sh: Số điểm thích nghi đối với độ cao địa hình, k: Tổng số điểm thích nghi tối đa, c: Đối với từng loại cây Tính tỷ lệ % của ∑Sc từng cây đối với các loại sinh khí hậu:

S = ∑Sc. 100 (%) Kết quả đánh giả được thể hiện bằng bảng ma trận tỉ lệ điểm số thích nghi và phân hạng thích nghi. Đặc điểm sinh thái cây nhãn và độ thích nghi * Đặc điểm sinh thái cây nhãn:

Cây nhãn (Dimocarpus Longan Lour) là cây ăn quả có giá trị kinh tế cao, một loại quả quý trong tập đoàn giống cây ăn quả nước ta. Về yêu cầu sinh thái: - Nhiệt độ: Những vùng có nhiệt độ bình quân năm 20oC trở lên là thích hợp với cây nhãn và là vùng có hiệu quả kinh tế. Nhiệt độ thấp nhất tuyệt đối không được quá -1oC. Nếu gặp nhiệt độ thấp việc thụ tinh sẽ gặp trở ngại dẫn đến năng suất thấp. Mùa thu hoạch có nhiệt độ cao, phẩm chất quả sẽ tốt. - Nước: Trong quá trình sinh trưởng và phát triển nhãn rất cần nước. Lượng mưa hàng năm thích hợp là 1500 - 2000mm. Nhãn là cây ưa nước, nhưng đồng thời là cây chịu hạn, nên trồng ở vùng đồi chăm sóc tốt vẫn đạt được năng suất cao. - Ánh sáng: Nhãn cần đầy đủ ánh sáng và thoáng. Nếu bị rợp cây cho ít trái, chỉ những cành nhận đầy đủ ánh nắng mới cho trái tốt. Trên cơ sở phân tích tổng hợp, chúng tôi đã đưa ra các ngưỡng sinh thái thích nghi của điều kiện khí hậu đối với cây nhãn. Đây cũng được coi là ngưỡng sinh thái chuẩn để lựa chọn chỉ tiêu đánh giá. Kết quả thể hiện ở bảng 1.

Đặc điểm sinh thái cây quế và độ thích nghi * Đặc điểm sinh thái cây quế Cây quế (Cinnamonum loureirii Ness) thuộc họ long não: Lauraceae. Yêu cầu sinh thái.

- Nhiệt độ: Nhiệt độ trung bình năm thích hợp nhất cho cây quế là từ 18 - 20oC, trung bình tối cao không quá 31 - 32oC, chịu được nhiệt độ tối thấp khoảng 1 - 2oC. Cây quế sẽ cho sản phẩm chất lượng cao ở những vùng có biên độ nhiệt năm khoảng 9-14oC.

- Mưa - ẩm: Cây quế ưa khí hậu ôn hòa và ẩm ướt, không thích hợp với những nơi có mùa khô kéo dài. Lượng mưa trung bình hàng năm thích hợp là 1800-2000mm. Độ ẩm tương đối từ 80-90% thì phù hợp, thấp nhất cũng cần 70% trở lên.

- Ánh sáng: Quế kém chịu nóng và không ưa bức xạ trực tiếp.

- Độ cao: Cây quế thích hợp với những nơi có độ cao từ 200 – 600m. Cành quế khá dẻo, chịu được gió. Độ dốc thích hợp nhất là từ 10 - 15o, có thể trồng ở độ dốc 30 - 40o. Kết quả thể hiện ở bảng 2.

k ∑∑∑∑Sc =

ST + SR + SN +Sn+ Sh


40

Bảng 1: Bảng đánh giá chuẩn mức độ thích nghi sinh thái của điều kiện khí hậu đối với cây nhãn

Điều kiện khí hậu

Kí hiệu

Giá tr ị Đơn vị Biểu hiện

Cấp thích nghi

Rất thích nghi

Tương đối thích

nghi

Không thích nghi

S1 S2 N

Nhiệt độ trung bình

năm

I ≥ 22 0C

Nóng 2

II 20≤T<22 Ấm 1

III T<20 Mát 0

Lượng mưa trung bình năm

A ≥2000

mm/ năm

Nhiều 2

B 1500≤ RN<2000 Vừa 1

C RN<1500 Ít 0

Độ dài mùa lạnh

1 3≤ N ≤ 4 Số tháng lạnh

Ngắn 1

2 N = 5 Trung bình 0

Độ dài mùa khô

b 3≤ n ≤4 Số tháng khô

Trung bình 1

c ≥5 Dài 0

Bảng 2 : Bảng đánh giá chuẩn mức độ thích nghi sinh thái của điều kiện khí hậu đối với cây quế

Điều kiện khí hậu

Kí hiệu

Giá tr ị Đơn vị Biểu hiện

Cấp thích nghi Rất

thích nghi

Tương đối thích

nghi

Không thích nghi

S1 S2 N

Nhiệt độ trung bình

năm

I ≥ 22 0C

Nóng 0 II 20≤T<22 Ấm 1 III T<20 Mát 2

Lượng mưa trung bình

năm

A ≥2000 mm/năm

Nhiều 2 B 1500≤ RN<2000 Vừa 1 C RN<1500 Ít 0

Độ dài mùa lạnh

1 3≤N≤ 4 Số tháng lạnh

Ngắn 1 2 N = 5 Trung bình 2

Độ dài mùa khô

b 3≤ n ≤4 Số tháng khô

Trung bình 1 c ≥5 Dài 0

Kết quả đánh giá tổng hợp

Căn cứ vào tỉ lệ điểm số thích nghi trung bình S(%), mức độ thích nghi được phân thành 4 cấp tương ứng. Kết quả thể hiện ở bảng 3.

Trên cơ sở đánh giá thành phần, tác giả tiến hành đánh giá tổng hợp mức độ thích nghi của các cây trồng nông, lâm nghiệp đối với điều kiện khí hậu tỉnh Thái Nguyên (bảng 4).

Bảng 3: Mức độ thích nghi của cây nhãn và cây quế với các loại hình sinh khí hậu tỉnh Thái Nguyên

Cấp thích nghi Kí hiệu S(%) Rất thích nghi S1 76 - 100

Tương đối thích nghi S2 51 - 75

Ít thích nghi S3 26 - 50

Không thích nghi N 0 - 25


41

Bảng 4: Kết quả đánh giá tổng hợp mức độ thích nghi của một số loại cây nông - lâm nghiệp đối với điều kiện SKH tỉnh Thái Nguyên

Loại SKH Cây trồng

I A1b

IB1b IC1c IIA1b IIB1b IIIA2b IIIB2b

Cây nhãn

Tổng tỉ lệ điểm (∑Sc) 8/10 7/10 5/10 6/10 5/10 3/10 2/10 Tỉ lệ thích nghi trung bình S

(%) 80 70 50 60 50 30 20

Mức độ thích nghi S1 S2 S3 S2 S3 S3 N

Cây quế

Tổng tỉ lệ điểm (∑Sc) 4/10 3/10 1/10 7/10 6/10 8/10 7/10 Tỉ lệ thích nghi trung bình S

(%) 40 30 10 70 60 80 70

Mức độ thích nghi S3 S3 N S2 S2 S1 S2

* Đối với cây nhãn

- Vùng rất thích nghi (S1): Gồm các loại SKH IA1b, có tổng diện tích 24.720 ha, chiếm 7,01% tổng diện tích tự nhiên toàn tỉnh. Tập trung nhiều nhất ở huyện Đại Từ, Phổ Yên, Tp. Thái Nguyên...

- Vùng tương đối thích nghi (S2): Có tổng diện tích 207.140 ha; chiếm 58,74 % diện tích toàn tỉnh. Gồm các loại SKH IB1b và IIA1b. Các loại SKH này phân bố ở tất cả các huyện trong tỉnh, tập trung nhiều nhất ở các huyện: Đồng Hỷ, Phú Lương, Định Hóa, Đại Từ...

- Vùng ít thích nghi (S3): Gồm các loại SKH: IC1c, IIB1b và IIIA2b, có diện tích 120.182 ha; chiếm 34,09 % diện tích toàn tỉnh. Tập trung nhiều nhất ở các huyện: Võ Nhai, Đồng Hỷ...

- Vùng không thích nghi (N): Cây nhãn không thích nghi với các loại SKH IIIB2b. Loại SKH này có diện tích 578 ha; chiếm 0,16% diện tích toàn tỉnh. Loại SKH này không phù hợp đối với cây nhãn do có nhiệt độ trung bình năm thấp, tổng lượng mưa năm ít, độ cao địa hình lớn, độ dài mùa và độ dài mùa lạnh kéo dài.

Như vậy, cây nhãn có thể phát triển tốt ở các vùng được đánh giá là rất thích nghi với tổng diện tích 24.720 ha, ngoài ra có thể mở rộng diện tích ra các vùng thích nghi trung bình với diện tích 207.140 ha. Tuy nhiên, trên thực tế, cây nhãn cũng phụ thuộc nhiều vào điều kiện đất đai (thích hợp nhất với đất phù sa ven sông suối), khi quy hoạch vùng canh tác và mở rộng diện tích cần chú ý thêm yếu tố đất đai.

* Đối với cây quế

- Vùng rất thích nghi (S1): Cây quế rất thích nghi với loại SKH IIIA2b. Loại SKH này có diện tích 6672 ha; chiếm 1,89 % tổng diện tích tự nhiên toàn tỉnh, phân bố tập trung ở huyện Đại Từ .

- Vùng tương đối thích nghi (S2): Gồm các loại SKH IIA1b, IIB1b và IIIB2b, có tổng diện tích 114.578 ha; chiếm 32,49 % diện tích toàn tỉnh. Các loại SKH này phân bố chủ yếu ở Võ Nhai, Định Hóa, Đại Từ, Đồng Hỷ. Đối với vùng SKH này, có thể mở rộng quy hoạch trồng quế.

- Vùng ít thích nghi (S3): Có diện tích 222.620 ha; chiếm 63,14 % tổng diện tích tự nhiên toàn tỉnh, bao gồm 2 loại SKH IA1b và IB1b.

- Vùng không thích nghi (N): Cây quế không thích nghi với loại SKH IC1c do nhiệt độ trung bình năm cao, tổng lượng mưa năm ít, mùa khô kéo dài và địa hình thấp. Loại SKH này có diện tích 8750 ha; chiếm 2,48 % tổng diện tích tự nhiên toàn tỉnh.

Tóm lại, qua kết quả đánh giá ta thấy cây quế có thể phát triển tốt trên các vùng SKH được đánh giá là rất thích nghi với tổng diện tích là 6672 ha, ngoài ra có thể mở rộng diện tích ra vùng tương đối thích nghi (114.578 ha). Tuy nhiên, trên thực tế, cây quế cũng phụ thuộc nhiều vào điều kiện đất đai và địa hình, nên khi quy hoạch vùng canh tác và mở rộng diện tích cần chú ý đến yếu tố này.


42

KẾT LUẬN

Trên cơ sở phân tích các điều kiện khí hậu, đối chiếu với các chỉ tiêu sinh thái của cây nhãn và cây quế, bài báo đã đánh giá và phân hạng các mức độ thích nghi. Kết quả đánh giá với bốn mức từ rất thích nghi đến không thích nghi cho thấy Thái Nguyên cần chú trọng đến việc mở rộng và phân bố hợp lý không gian sản xuất hai loại cây nhãn, quế theo hướng chuyên canh cây trồng tại những vùng có mức độ thích nghi cao với điều kiện khí hậu.


[1]. Trịnh Trúc Lâm (1998) - Địa lý tỉnh Thái Nguyên, Sở GD & ĐT tỉnh Thái Nguyên.

[2]. Vũ Tự Lập (2002) - Địa lí tự nhiên Việt Nam. NXB Giáo dục, Hà Nội.

[3]. Số liệu khí tượng thuỷ văn Việt Nam (Tập I, II). (Chương trình tiến bộ Khoa học kĩ thuật cấp Nhà nước 42A, Hà Nội, 1989).

[4]. Nguyễn Khanh Vân - Sinh khí hậu ứng dụng. NXB ĐHSP, Hà Nội, 2005.

SUMMARY BIOCLIMATE RESOURCE ASSESSMENT FOR THE DEVELOPMENT OF DIMOCARPUS LONGAN LOUR AND CINNAMONUM LOUREIRII NES S IN THAI NGUYEN PROVINCE

Do Thi Van Giang1, Do Thi Van Hương2*

1 College of Economics and Technology - TNU 2* College of Sciences – TNU

Thai Nguyen is a mountainous province that has a diverse and complex climate. The everage temperature throughout the year is 22-23oC, The everage rainfall more 1600-1900mm. Specific climate change depends on the topography. Based on the analysis of climatic conditions in Thai Nguyen province, the author has divided in to 7 types of bioclimate. Climate conditions for growing of dimocarpus longan lour and cinnamonum loureirii ness were assessed and we found that Thai Nguyen is suitable for growing dimocarpus longan lour and cinnamonum loureirii ness. Area most appropriate dimocarpus longan lour is in Dai Tu, Pho Yen,… district. Area most appropriate cinnamonum loureirii ness is in Dai Tu, Vo Nhai…district. This is premise for distributing the agriculture and forest reasonable development. Key words: Thai Nguyen, Dimocarpus Longan Lour, Cinnamonum loureirii Ness, bioclimate, resource.

* Tel: 0917 75 85 95, Email: [email protected]

Hoàng Phú Hiệp và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 43 - 48

43

KỸ THUẬT LAMP (LOOP-MEDIATED ISOTHERMAL AMPLIFICATION)- HƯỚNG ĐI MỚI TRONG VI ỆC TẠO KIT PHÁT HI ỆN NHANH BỆNH TRUYỀN NHIỄM

Hoàng Phú Hiệp1, Lê Quang Huấn2* 1 Trường Đại học Sư Phạm Thái Nguyên;

2 Viện Công nghệ Sinh học, VAST

TÓM TẮT Kỹ thuật tái bản đẳng nhiệt (LAMP) là một phương pháp tái bản acid nucleic (DNA hoặc RNA) trong một nhiệt độ duy nhất sử dụng một bộ mồi được thiết kế đặc biệt và một DNA polymerase có khả năng vừa tách mạch đôi vừa tổng hợp. Sản phẩm DNA là cấu trúc gốc vòng do sự lặp lại nhiều lần của gen đích. LAMP là phương pháp có độ đặc hiệu cao, hiệu quả, nhanh chóng và sản phẩm có thể quan sát trực tiếp trong ống phản ứng, do vậy phương pháp LAMP có thể là một phương pháp đặc biệt hữu ích để chẩn đoán bệnh truyền nhiễm như như virus, vi khuẩn, ký sinh trùng ... Từ khoá: LAMP, PCR, mồi FIP, mồi BIP, DNA gốc vòng.

MỞ ĐẦU*

Kỹ thuật LAMP (Loop-mediated isothermal amplifcation ) được nghiên cứu và phát triển bởi công ty Eiken Chemical Co. Ltd. Đây một phương pháp nhân bản gen mới, có thể tổng hợp một đoạn DNA lớn mà không cần các chu trình biến nhiệt [1]. Đặc điểm phương pháp là sử dụng 4 mồi khác nhau được thiết kế đặc biệt để nhận ra 6 vùng riêng biệt trên gen đích và phản ứng diễn ra ở một nhiệt độ duy nhất. Quá trình tái bản và phát hiện gen đích chỉ diễn ra trong một bước duy nhất. Thành phần phản ứng gồm có mẫu, mồi, enzyme DNA polymerase, hỗn hợp phản ứng được ủ ở 65oC. Phương pháp này có hiệu quả khuyếch đại cao khoảng 109-1010 lần trong 15-60 phút. So với các phương pháp như PCR, Realtime PCR,... LAMP có nhiều ưu điểm hơn như: chính xác, đơn giản, giá thành thấp và đặc biệt là thời gian thực hiện ngắn và có thể phát hiện kết quả bằng mắt thường. Do vậy, LAMP thường được sử dụng để tạo các bộ kit chẩn đoán nhanh được phổ biến rộng rãi trên thế giới.

Phương pháp LAMP rất đơn giản để thực hiện [2, 3], phương pháp này là phương pháp tổng hợp thay thế DNA từ sợi đôi và tự quay


vòng nhờ enzyme Bst DNA polymerase và bốn mồi được thiết kế đặc biệt: hai mồi trong (FIP và BIP) và hai mồi ngoài (F3 và B3). Hơn nữa Nagamine và cộng sự (2002) đưa ra phương pháp mới bằng cách đặt mồi vòng xuôi và ngược (LF và LB) làm phản ứng LAMP được tiến hành nhanh hơn. LAMP là phản ứng nhân bản DNA hết sức đặc hiệu, chỉ xảy ra khi có điều kiện cần và đủ cho phản ứng, đó là chỉ khi cả 4 chuỗi mồi, bao gồm các mồi đơn F3, B3, các mồi FIP (F1c+F2), BIP (B1c+B2) bám được vào 6 chuỗi đích của khuôn, thì sản phẩm DNA-vòng mới được tạo ra và mới phát hiện được. Chỉ một hay vài mồi không hoạt động, hoặc không bám đặc hiệu, sản phẩm DNA-vòng sẽ không được tạo ra. Đặc biệt sản phẩm của phản ứng có thể quan sát bằng mắt thường do sự kết tủa của phản ứng tạo muối pyrophotphate (Mg2P2O7) hoặc phát quang khi nhuộm bằng thuốc nhuộm [2, 4].

NGUYÊN LÝ HOẠT ĐỘNG CỦA PHƯƠNG PHÁP LAMP CHỌN GEN ĐÍCH VÀ THIẾT KẾ MỒI

Gen đích của phản ứng LAMP dài khoảng từ 200- 2000 nucleotide, do vậy vùng cần tái bản thích hợp đối với mọi gen hay một đoạn nucleotide của mọi sinh vật. Trên gen đích có 6 vùng bao gồm vùng F3/F3c, F2/F2c,

Hoàng Phú Hiệp và Đtg

44

F1/F1c ở đầu 3’ và vùng B1/B1c, B2/B2c, B3/B3c ở đầu 5’.

Những trình tự này là cơ sở cho vi4 cặp mồi đặc biệt: FIP, BIP, F3, B3. Trong đó mồi FIP (Forward Inner Primer) gphần: vùng F2 (ở đầu 3’) là vùng bF2c và được nối với vùng F1c BIP (Backward Outer Primer) gvùng B2 (ở đầu 3’) là vùng bđược nối với vùng B1c ở đầ(Forward Outer Primer) chứtrình tự bổ sung cho vùng F3c; m(Backward Outer Primer) chtrình tự bổ sung cho vùng B3c.

NGUYÊN TẮC CƠ BẢN CỦA PH

Kỹ thuật LAMP dựa vào sự tổthay thế sợi đôi diễn ra ở 60khoảng 45-60 phút với sự có mặBst DNA polymerase, dNTPs, cbiệt và DNA khuôn. Cơ chế phảgồm ba bước: tạo vật liệu khở đầkéo dài chuỗi, cuối cùng là lặp lạ

Bước 1- Tạo vật liệu khởi đầnhững mồi LAMP sẽ bám vào trình tđích, sau đó dưới tác dụng củpolymerase có hoạt tính tách sợsợi mới theo chiều 3’-5’. Ở đây chúng tôi lví dụ từ mồi FIP. Các mồi khác skết quả thu được một sản phẩsợi đơn được giới hạn bởi 2 tr

Hình 1. Bộ mồi phản ứng LAMP


à vùng B1/B1c, B2/B2c,

ở cho việc thiết kế : FIP, BIP, F3, B3. Trong

i FIP (Forward Inner Primer) gồm 2 à vùng bổ sung cho

ùng F1c ở đầu 5’; mồi BIP (Backward Outer Primer) gồm 2 phần:

à vùng bổ sung cho B2c ở đầu 5’; mồi F3

ứa vùng F3, là ùng F3c; mồi B3

(Backward Outer Primer) chứa vùng B3, là ùng B3c.

Ả ỦA PHẢN ỨNG

ự tổng hợp DNA ễ ở 60- 65oC trong ớ ự có mặt của enzyme

Bst DNA polymerase, dNTPs, cặp mồi đặc ế phản ứng LAMP

ậ ệu khởi đầu, tái bản và ặp lại chu kỳ [1].

ệ ởi đầu: Một trong ào trình tự DNA

ụng của enzyme Bst t tính tách sợi và kéo dài

Ở đây chúng tôi lấy ồi khác sẽ tương tự,

ộ ản phẩm là đoạn DNA ạ ởi 2 trình tự là F1 và

B1c. Mồi FIP bám vào vị trí F2c sau dài mạch DNA (Hình 2B). Tisẽ bám vào vị trí F3c trên 2 mdài mạch (hình 2D). Ở bước nvừa tổng hợp bởi mồi F1c ra (hở đầu 5’ của mạch này, do trình tsung với với F1 nên sẽ hvòng ở đầu 5’ này (hình 2G). TBIP và B3 sẽ bám vào và tKết quả thu được sản phẩm DNA hạn bởi 2 mồi là FIP và BIP (hình 2I). SDNA này có 2 đầu cuộn lạtrúc gốc vòng (stem-loop) (do trình tcặp bổ sung với F1c và B1c bvới B1). Cấu trúc này sẽ là ccho quá trình tái bản của ph(chu kỳ lặp lại LAMP).

Bước 2- Chu kỳ tái bản và kéo dài chuchu kỳ tái bản và kéo dài chuvới vòng trong cấu trúc DNA gloop DNA) ở vùng F2/F2c và tDNA thay thế, đồng thời do cấ3’ (do trình tự FIP tạo thành) shình thành cấu trúc vòng ở ịtrình tự BIP. Cấu trúc vòng cđược kéo dài hình thành nên cđược gấp khúc ở giữa và mtrúc vòng ở hai đầu. Cả hai sảDNA mẫu cho mồi BIP trong các chu ktiếp theo. Sản phẩm cuối cùng là hgốc vòng với cấu trúc gấp khúc vnhau của cùng một trình tự (h

Bước 3- Lặp lại chu kỳ: CứFIP và BIP của cả hai sợi khuôn thay phinhau tổng hợp DNA bổ sung vở cuối mỗi sợi. Phản ứng cứcó thể tạo nên 109 - 1010 btrong vòng khoảng 15 phút đế

Khi mẫu có bản chất là RNA, thì có 2 cách: thứ nhất có thể tạo cDNA trhành phản ứng LAMP bình thcó thể thực hiện phản ứng RTứng LAMP ngược), phương pháp này csung enzyme sao chép ngtranscriptase).

ản ứng LAMP

90(02): 43 - 48

ị trí F2c sau đó kéo ình 2B). Tiếp theo mồi F3

ên 2 mạch mới để kéo ớc này sẽ tách mạch

ồi F1c ra (hình 2F), sau đó ày, do trình tự F1c bổ ẽ hình thành cấu trúc

ày (hình 2G). Tương tự mồi ào và tổng hợp sợi mới.

ả ẩm DNA đơn có giới à FIP và BIP (hình 2I). Sợi ầ ộn lại hình thành cấu

loop) (do trình tự F1 bắt à B1c bắt cặp bổ sung

à cấu trúc khởi đầu ả ủa phương pháp LAMP

à kéo dài chuỗi: Trong à kéo dài chuỗi, mồi FIP liên kết

ấu trúc DNA gốc vòng (stem- ùng F2/F2c và tổng hợp sợi

ời do cấu trúc vòng ở đầu ành) sẽ được kéo dài và

ở vị trí kết thúc của òng của trình tự BIP lại

ài hình thành nên cấu trúc sợi kép à một sợi đơn có cấu

ả hai sản phẩm này đều là ồi BIP trong các chu kỳ tái bản

ùng là hỗn hợp DNA ấp khúc và độ dài khác ự (hình 3) [1].

ỳ: Cứ như vậy, các mồi ả hai sợi khuôn thay phiên

ổ sung và tạo gốc vòng ả ứng cứ vậy tiếp tục và

bản sao DNA mạch ng 15 phút đến 1 giờ.

à RNA, thì có 2 cách: ạo cDNA trước sau đó tiến

ình thường [5]; hoặc ả ứng RT-LAMP (phản

ương pháp này cần bổ sung enzyme sao chép ngược (reverse

Hoàng Phú Hiệp và Đtg

PHÁT HIỆN SẢN PHẨM PHLAMP

Điều đặc biệt là, khi sử dụng dẫnucleotide triphosphate (dNTP), theo qui lutổng hợp DNA, các gốc phosphate phóng ra sẽ kết hợp với i-on Mgthành phần của phản ứng để tạvẩn đục Mg2P2O7


Hình 2. Tạo vật liệu khởi đầu

Hình 3. Tái bản và kéo dài chuỗi DNA

ẨM PHẢN ỨNG

ử ụng dẫn chất deoxy-nucleotide triphosphate (dNTP), theo qui luật

ốc phosphate được giải on Mg++ có trong

ứ để tạo nên chất tủa 7 (Magnesium

pyrophosphate) có màu trkhuôn DNA/RNA khoảng vthậm chí vài femtogram (fg)) DNA là microgram = 103 nanogram = 1109 femtogram) đã có khochuỗi DNA vòm sinh ra đvẩn đục màu trắng của phảCó bao nhiêu chuỗi nucleotide ban

90(02): 43 - 48

45

pyrophosphate) có màu trắng. Từ nguồn ảng vài picogram (pg),

ài femtogram (fg)) DNA là đủ (1 nanogram = 106 picogram = ã có khoảng vài trăm ngàn

đủ để tạo nên chất ủa phản ứng dương tính.

ỗi nucleotide ban đầu làm


46

khuôn, kết quả sẽ có một hàm lượng chừng ấy sản phẩm tương ứng được tạo ra theo tỷ lệ thuận và nếu chuẩn hóa thành phần MgSO4 để biết lượng ion Mg++, chúng ta có thể xác định được hàm lượng sản phẩm DNA vòm; và đó cũng là nguyên lý định lượng của phản ứng LAMP định lượng (real-time LAMP) [4].

Một vài phương pháp khác có thể sử dụng để xác định chắc chắn phản ứng LAMP xảy ra hay không. Thông thường nhất đó là điện di trên gen agarose, với thuốc nhuộm như ethidium bromide. Dưới ánh sáng UV, bản gel có cấu trúc giống thang chuẩn DNA từ kích thước nhỏ nhất của DNA đến tận các giếng, điều này là do sản phẩm có cấu trúc gốc vòng (stem loop) có độ dài khác nhau của phản ứng LAMP. Một cách khác, sản phẩm có thể quan sát trực tiếp trong ống phản ứng sau khi thêm thuốc nhuộm SYBR Green I (Karlsen et al. 1995).

Thêm thuốc nhuộm huỳnh quang (fluorescent detection reagent- FDR) vào hỗn hợp phản ứng LAMP cho phép quan sát sản phẩm trực tiếp dưới tia UV và làm giảm sự nhiễm bẩn đối với sản phẩm. Calcein trong FDR kết hợp với ion Mg++ và loại bỏ những phần cặn. Như đã biết ion pyrophosphate được tạo ra như sản phẩm phụ của phản ứng LAMP, chúng sẽ kết hợp và loại manganese từ calcein, và kết quả là chỉ nhận dạng được các gen đích phát quang [6, 7]. Ngoài ra một trọng lượng phân tử nhỏ PEI có thể thêm vào sản phẩm phản ứng, sau khi ly tâm trong 10s ở 6000rpm để tạo thành phức PEI-sản phẩm không hoà tan có chứa mẫu dò huỳnh quang được gắn nhãn. Ống phản ứng có thể quan sát dưới đèn UV thông thường hoặc bằng kính hiển vi huỳnh quanh [8].

Tương tự, cũng giống như phương pháp PCR định lượng (real-time PCR) dựa vào hàm lượng phát quang (fluorescence) sinh ra tương ứng với sản phẩm có từ khuôn; LAMP cũng được phát triển thành LAMP định lượng (real-time LAMP) trên cơ sở xác định hàm lượng chất tủa (turbidity), đo được bằng một dụng cụ gọi là vẩn kế (turbidimeter) có tỷ lệ thuận với sản phẩm DNA-vòm sản sinh ra trong phản ứng [5, 9].

MỘT SỐ ỨNG DỤNG CỦA PHƯƠNG PHÁP LAMP

Phát hiện mầm bệnh virus

Một số virus sử dụng phương pháp LAMP phát hiện như: Corona (SARS), Distemper, Herpes, Influenza, Japanese encephalitis, Measles, Mumps, Newcastle, Parvovirus, West Nile virus etc…Một số xét nghiệm LAMP đã được phát triển nhằm phát hiện mầm bệnh do virus gây ra ở người [10-12], động vật [6, 11] và cá [13].Đối với các tác nhân là virus, đa phần kỹ thuật RT-LAMP được ứng dụng để phát hiện [14, 15]. Những nghiên cứu này cho thấy sử dụng phương pháp LAMP cho độ nhạy tốt hơn so với phương pháp PCR hay nested PCR.

Phát hiện mầm bệnh vi khuẩn

Một vài vi khuẩn gây bệnh đã được phát hiện thành công bằng kỹ thuật LAMP. Báo cáo đầu tiên vào năm 2004 bởi Savan [16] đối với bệnh edwardsiellosis, một bệnh ở cá gây ra bởi Edwardsiella tarda ở Nhật Bản. Sử dụng gen haemolysin cho thấy, phản ứng LAMP có độ nhạy cao hơn so với PCR, không có phản ứng dương tính nào đối với 12 chủng vi khuẩn liên quan. Sử dụng 4 mồi của gen eip18 Yeh và cs đã phát hiện nhanh vi khuẩn Edwardsiella ictaluri ở cá trê và không có phản ứng đặc hiệu xảy ra khi kiểm tra với 12 dòng vi khuẩn khác [17]. Đối với vi khuẩn chủng E. coli, phương pháp LAMP cũng được sử dụng, trình tự mồi được thiết kế dựa trên các gen malB [18], gen stx2 [19],...

Phát hiện mầm bệnh ký sinh

Năm 2004, Ikadai và cs đã sử dụng mồi được thiết kế từ gen 18S rRNA cho phương pháp PCR và LAMP để phân tích và phát hiện nhanh ký sinh trùng Babesia gibsoni ở chó. [20]. Phương pháp LAMP cũng được sử dụng để phát hiện nhanh các ký sinh trùng khác như: African trypanosomes, Plasmodium falciparum... So với phương pháp PCR, LAMP có độ nhạy hơn thậm chí tới 100 lần.


47

KẾT LUẬN

Có rất nhiều phương pháp chẩn đoán tác nhân gây bệnh, trong đó đa phần là các kỹ thuật nuôi cấy, xác định hình thái học vẫn sử dụng nhiều. Tuy nhiên, những kỹ thuật này thường mất thời gian, phức tạp, độ chính xác không cao. Kỹ thuật LAMP khắc phục được hầu hết những nhược điểm của các phương pháp trước đây. Trên thế giới có hàng trăm bộ kit được xây dựng dựa trên kỹ thuật này. Đối với Việt Nam, đây là một hướng đi mới nhằm xây dựng các bộ kít chuẩn đoán nhanh và chính xác các tác nhân gây bệnh góp phần làm giảm thiểu bệnh, nâng cao sức khoẻ cộng đồng.


[1]. 1. Notomi T., Okayama H., Masubuchi H., Yonekawa T., Watanabe K., Amino N. and Hase T., 2000,"Loop-mediated isothermal amplification of DNA" .Nucleic Acids. Res., 28(12), 7. [2]. 2. Mori Y., Nagamine K., Tomita N. and Notomi T., 2001,"Detection of Loop-Mediated Isothermal Amplification Reaction by Turbidity Derived from Magnesium Pyrophosphate Formation".Biochem. Biophys. Res., 289(1), 150-154. [3]. 3. Nagamine K., Watanabe K., Ohtsuka K., Hase T. and Notomi T., 2001,"Loop-mediated isothermal amplification reaction using a nondenatured template".Clin. Chem., 47(9), 1742-1743. [4]. 4. Goto M., Honda E., Ogura A., Nomoto A. and Hanaki K.-I., 2009,"Colorimetric detection of loop- mediated isothermal amplifcation reaction by using hydroxy naphthol blue".BioTechniques, 46, 167-172. [5]. 5. Parida M., Sannarangaiah S., Dash P. K., Rao P. V. L. and Morita K., 2008,"Loop mediated isothermal amplification (LAMP): a new generation of innovative gene amplification technique; perspectives in clinical diagnosis of infectious diseases".Reviews in Medical Virology, 18(6), 407-421. [6]. 6. Imai M., Ninomiya A., Minekawa H. and T. N., 2007,"Rapid diagnosis of H5N1 avian influenza virus infection by newly developed influenza H5 hemagglutinin gene-specific loop-mediated isothermal amplification method".J. Virol. Methods, 141, 173–180.

[7]. 7. Yoda T., Suzuki Y., Yamazaki K., Sakon N., Kanki M., Aoyama I. and Tsukamoto T., 2007,"Evaluation and application of reverse transcription loop-mediated isothermal amplification for detection of noroviruses.".J. Med. Virol., 79(3), 326-334. [8]. 8. Mori Y., Hirano T. and Notomi T., 2006,"Sequence specific visual detection of LAMP reactions by addition of cationic polymers".BMC Biotechnol., 10(6), 3. [9]. 9. Mori Y., Kitao M., Tomita N. and Notomi T., 2004,"Real-time turbidimetry of LAMP reaction for quantifying template DNA.".J. Biochem. Biophys. Methods., 59(2), 145-157. [10]. 10. Bista B. R., Ishwad C., Wadowsky R. M., Manna P., Randhawa P. S., Gupta G., Adhikari M., Tyagi R., Gasper G. and Vats A., 2007,"Development of a Loop-Mediated Isothermal Amplification Assay for Rapid Detection of BK Virus".J. Clin. Microbiol., 45(5), 1581–1587. [11]. 11. Jayawardena S., Cheung C.Y., Barr I., Chan K.H., Chen H., Guan Y, Peiris J.S.M and Poon L.L.M., 2007,"Loop-Mediated Isothermal Amplification for Influenza A (H5N1) Virus".Emerg Infect Dis., 13(6), 899–901. [12]. 12. Moslemi E., Shahhosseiny M. H., Javadi G., Praivar K., Sattari T. N. and Amini H. K., 2009,"Loop mediated isothermal amplification (LAMP) for rapid detection of HBV in Iran ".Afr. J. Microbiol. Res., 3(8), 439-445. [13]. 13. Gunimaladevi I., Kono T., Venugobal M.N. and Sakai M., 2004,"Detection of KOI herpes virus in common carp, Cyprinus carpio L., by loop-mediated isothermal amplification".J. fish. Dis., 27(10), 583- 589 [14]. 14. Soliman H. and El-Matbouli M., 2006,"Reverse transcription loop-mediated isothermal amplification (RT-LAMP) for rapid detection of viral hemorrhagic septicaemia virus (VHS)".Vet. Microbiol., 114(3-4), 205-213. [15]. 15. Wang Y., Kang Z., Gao H., Gao Y., Qin L., Lin H., Yu F., Qi X. and Wang X., 2011,"A one-step reverse transcription loop-mediated isothermal amplification for detection and discrimination of infectious bursal disease virus.".Virol. J., 8(1), 108. [16]. 16. Savan R., Igarashi A., Matsuoka S. and Sakai M., 2004,"Sensitive and Rapid Detection of Edwardsiellosis in Fish by a Loop-Mediated Isothermal Amplification Method".Appl. Environ. Microbiol., 70(1), 621–624. [17]. 17. Yeh H.-Y., Shoemaker C. A. and Klesius P. H., 2005,"Evaluation of a loop-mediated


48

isothermal amplification method for rapid detection of channel catfish Ictalurus punctatus important bacterial pathogen Edwardsiella ictaluri".J. Microbiol. Methods, 63, 36- 44. [18]. 18. Hill J., Beriwal S., Chandra I., Paul V. K., Kapil A., Singh T., Wadowsky R. M., Singh V., Goyal A., Jahnukainen T., Johnson J. R., Tarr P. I. and Vats A., 2008,"Loop-Mediated Isothermal Amplification Assay for Rapid Detection of Common Strains of Escherichia coli".J. Clin.Microbiol., 46(8), 2800-2804. [19]. 19. Franz E., Klerks M. M., Vos O. J. D., Termorshuizen A. J. and Bruggen A. H. C. v., 2007,"Prevalence of Shiga Toxin - Producing

Escherichia coli stx1, stx2, eaeA, and rfbE Genes and Survival of E. coli O157:H7 in Manure from Organic and Low-Input Conventional Dairy Farms".Appl.Eviron.Microbiol., 73(3), 2180–2190. [20]. 20. Ikadai H., Tanaka H., Shibahara N., Matsuu A., Uechi M., Itoh N., Oshiro S., Kudo N., Igarashi I. and Oyamada T., 2004,"Molecular evidence of infections with Babesia gibsoni parasites in Japan and evaluation of the diagnostic potential of a loop-mediated isothermal amplification method".J. Clin. Microbiol., 42, 2465 - 2469.

SUMMARY LAMP (Loop-Mediated Isothermal Amplification)- NEW METHOD TO CREATING RAPID DECTECTION KIT

Hoang Phu Hiep1, Le Quang Huan2* 1.College of Education - TNU; 2.Insitue of Biotechnology, VAST.

Loop-mediated isothermal amplification (LAMP) was a novel nucleic acid amplification method that amplified DNA or RNA under isothermal conditions using a set of four specially designed primers and a DNA polymerase with strand displacement activity. The DNA produced in LAMP is stem-loop DNA structures with several inverted repeats of the target and considerably higher than PCR based amplification. LAMP is the amplification method with high specificity, efficiency, rapidity and products can be directly visualised in the reaction tube, therefore LAMP method may be a particularly useful method for infectious disease diagnosis in low and middle income countries such as such as virus, bacteria, parasite... Key words: LAMP, PCR, BIP primer, FIP primer, stem- loop DNA.


Nguyễn Văn Tới và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 49 - 53

49

SỬ DỤNG KỸ THUẬT PHÂN LỚP DỮ LI ỆU ĐỂ TÍNH TOÁN CÁC BINS MÀU ĐỘNG TRONG TRA CỨU ẢNH DỰA TRÊN MÀU SẮC

Nguyễn Văn Tới*, Phạm Việt Bình, Nguyễn Tiến Thành ĐH Công nghệ Thông tin & Truyền thông – ĐH Thái Nguyên

TÓM TẮT

Kỹ thuật tra cứu dựa trên màu sắc là một trong những hướng tiếp cận cơ bản trong tra cứu ảnh. Trong kỹ thuật này, người ta chia không gian màu ra thành các bins. Việc chia thành các bins màu có kích thước bằng nhau và cố định dẫn đến một số hạn chế trong việc tra cứu như không tính đến tính tương đồng giữa các màu khi phân các pixel vào các bins, vấn đề về tăng giảm độ sáng ảnh. Bài báo này trình bày một cách tính toán các bins màu mềm dẻo sử dụng kỹ thuật phân lớp dữ liệu. Chúng tôi đã thử nghiệm với thuật toán K-Means trên cơ sở dữ liệu ảnh MISC [4] và cơ sở dữ liệu ảnh IFIT (Thư viện ảnh của Khoa Công nghệ thông tin-ĐH Thái Nguyên). Từ khóa: Kỹ thuật phân lớp dữ liệu, bins màu động,thuật toán K-means

GIỚI THIỆU*

Cùng với sự phát triển nhanh chóng của công nghệ phần cứng trong đó có các thiết bị thu nhận ảnh, lưu trữ dữ liệu, lượng dữ liệu ảnh trong các lĩnh vực và trong đời sống ngày càng gia tăng. Từ thực tế trên, nhu cầu lưu trữ, quản lý và tra cứu ảnh được đặt ra. Tra cứu ảnh là việc tìm kiếm từ một cơ sở dữ liệu (CSDL) ảnh ra một ảnh theo một yêu cầu nào đó. Đã có nhiều hướng tiếp cận cho việc nghiên cứu vấn đề này (xem [1]). Một trong những hướng tiếp cận chính đó là tra cứu ảnh dựa vào màu sắc. Kỹ thuật cơ sở tra cứu ảnh dựa trên màu sắc sẽ được giới thiệu trong phần 2. Các kỹ thuật cơ sở tra cứu ảnh dựa trên màu sắc còn một số hạn chế. Những hạn chế này được giới thiệu trong phần 3 cùng với một số hướng tiếp cận khắc phục của một số tác giả. Trong bài báo này, chúng tôi đưa ra một hướng khắc phục khác cho những hạn chế của kỹ thuật cơ sở. Ý tưởng của cách khắc phục này là cải tiến việc tính toán các bins màu bằng cách sử dụng kỹ thuật phân lớp dữ liệu. Ý tưởng này được trình bày trong phần 4. Việc thực nghiệm với thuật toán phân lớp dữ liệu K-Means và kết quả được trình bày trong phần 5. Trong phần 6, chúng tôi đưa ra một số kết luận và hướng nghiên cứu tiếp theo.


KỸ THUẬT CƠ SỞ TRA CỨU ẢNH DỰA TRÊN MÀU SẮC

Ý tưởng của các kỹ thuật tra cứu ảnh trên cơ sở màu là tra cứu từ CSDL ảnh những ảnh có màu cảm nhận tương tự ảnh truy vấn hay phù hợp với mô tả của người sử dụng. Người ta đã đề xuất một số kỹ thuật khác nhau nhưng ý tưởng chủ đạo là như nhau. Mỗi ảnh trong CSDL được biểu diễn bằng ba kênh của không gian màu. Không gian màu hay sử dụng nhất là RGB. Mỗi kênh màu được số hóa thành m khoảng. Như vậy, tổng số tổ hợp màu rời rạc (gọi là bins) sẽ là n = m3. Thí dụ, nếu mỗi kênh màu được số hóa thành 16 khoảng thì sẽ có 4096 bins. Biểu đồ màu H(M) là véc tơ (h1, h2, ..., hj, ..., hn), trong đó phần tử hj biểu diễn tổng số pixel trong ảnh M rơi vào bin j (j=1,..,n). Biểu đồ màu là véc tơ đặc trưng, sẽ được lưu trữ làm chỉ mục ảnh.

Khi tra cứu ảnh, biểu đồ màu của ảnh truy vấn được tính toán. Sau đó, tính toán khoảng cách giữa biểu đồ màu của ảnh truy vấn và từng biểu đồ màu của các ảnh trong CSDL ảnh. Kết quả trình diễn cho người sử dụng là k ảnh đầu tiên có khoảng cách nhỏ nhất.

Đã có nhiều độ đo khoảng cách biểu đồ màu giữa hai ảnh I và H được đề xuất. Ví dụ như:

+ Độ đo L-1 (thuộc nhóm Minkowski-form r=1):

∑=

−=n

lll jiJId

1

),( .


50

+ Độ đo khoảng cách Euclide (L-2) thuộc nhóm Minkowski-form r=2:

[ ]∑=

−=n

lll jiJId

1

2),( .

MỘT SỐ KỸ THUẬT TĂNG CƯỜNG KỸ THUẬT CƠ SỞ ĐÃ ĐƯỢC ĐỀ XUẤT

Kỹ thuật tra cứu ảnh trên cơ sở màu cơ bản có nhiều hạn chế. Trong phần này chúng tôi giới thiệu một số hạn chế và cách khắc phục đã được đề xuất.

• Hạn chế thứ nhất của kỹ thuật cơ sở là không sử dụng tính tương đồng giữa các màu. Khi đó, hai ảnh với màu cảm nhận tương đồng nhưng không có màu chung thì khoảng cách của chúng sẽ lớn, có thể là cực đại. Điều này xảy ra vì:

+ Người sử dụng nhiều khi không chỉ quan tâm đến các ảnh có màu chính xác như câu truy vấn mà còn quan tâm đến ảnh có màu cảm nhận tương tự.

+ Màu của ảnh có thể thay đổi do nhiễu hay do thay đổi độ sáng.

Với hạn chế thứ nhất này, một số tác giả đã đưa ra những cách khắc phục như: Niblack [5] đưa ra thước đo mức độ giống nhau trong đó quan tâm đến đóng góp các màu cảm nhận tương tự. Chan [6] đề xuất kỹ thuật tính toán khoảng cách màu trong đó các giá trị biểu đồ màu được điều chỉnh trên cơ sở mức độ tương tự màu. Lu và Phillips [2] đưa ra hướng tiếp cận sử dụng biểu đồ trọng số cảm nhận (PWH – perceptually weighted histogram).

• Hạn chế thứ hai là không sử dụng quan hệ không gian giữa các pixel. Để giải quyết vấn đề này, Lu và Phillips [2] đưa ra hướng tiếp cận là tách màu nền khỏi màu cận cảnh (phân đoạn ảnh) sau đó biểu đồ màu nền và biểu đồ màu cận cảnh được tính toán và sử dụng.

• Hạn chế thứ ba là không gian màu lựa chon được lượng tử hóa đồng nhất mặc dù các màu điểm ảnh không phân bổ đồng nhất trong không gian màu. Wan và Kuo [7] đưa ra giải pháp lượng tử hóa màu không đồng nhất. Để khắc phục những nhược điểm của phương pháp cơ sở, hướng tiếp cận lựa chọn không gian màu thích hợp cũng đã được đề cập.

SỬ DỤNG KỸ THUẬT PHÂN LỚP DỮ LIỆU ĐỂ TÍNH TOÁN CÁC BINS MÀU

Trong phần này, chúng tôi trình bày một hướng tiếp cận nhằm khắc phục hạn chế thứ nhất và hạn chế thứ ba nêu trên của kỹ thuật cơ sở. Hướng tiếp cận mà chúng tôi đưa ra là cải tiến việc tính toán các bins màu bằng cách sử dụng kỹ thuật phân lớp dữ liệu. Giả sử ta muốn chia không gian màu ra thành k bins. Thay vì chọn các điểm chia cố định và đều nhau trên các kênh màu thì chúng ta sử dụng kỹ thuật phân lớp dữ liệu để phân các pixel của ảnh ra thành k lớp. Khi đó mỗi lớp sẽ là một bins. Khi phân lớp, mỗi pixel được coi là một phần tử. Toàn bộ các pixel của ảnh là một tập các phần tử. Chúng ta áp dụng kỹ thuật phân lớp để chia tập các phần tử này ra thành k lớp.

Một số nhận xét:

+ Các pixel thuộc cùng một bins sẽ có màu tương tự nhau.

+ Khắc phục được hạn chế thứ nhất (trong trường hợp ảnh bị tăng giảm độ sáng).

+ Khắc phục hạn chế thứ ba, vì các bins ở đây không cố định, không phải là được chia đồng nhất mà phụ thuộc vào bản thân dữ liệu ảnh.

+ Việc tính toán các bins phức tạp.

Hình 1 minh họa sự so sánh việc tính toán các bins màu cố định, đồng nhất và các bins màu được tính toán bằng kỹ thuật phân lớp dữ liệu. Trong hình 1(a), lược đồ phía trên là histogram của ảnh I, lược đồ phía dưới là của ảnh J. Ảnh J thu được từ ảnh I bằng cách tăng độ sáng. Như vậy, khi ta phân chia các bins cố định, đồng nhất thì khoảng cách giữa hai ảnh này sẽ rất lớn. Còn trong hình 1(b) là hình ảnh các bins màu được tính toán bằng cách sử dụng kỹ thuật phân lớp dữ liệu. Nếu sử dụng cùng một phương pháp phân lớp dữ liệu mà kết quả phương pháp này chỉ phụ thuộc vào bản thân tập dữ liệu đầu vào thì sẽ cho kết quả là hai biểu đồ màu của ảnh I và J giống nhau.


51

Hình 1. (a) Các bins màu đồng nhất, cố định

(b) Các bins màu được tính toán bằng kỹ thuật phân lớp dữ liệu

THỰC NGHIỆM

Chúng tôi tiến hành thực nghiệm với thuật toán K-Means [3]. Khi áp dụng thuật toán K-Means cho việc tính toán các bins màu,

khoảng cách giữa hai phần tử (hai màu) trong không gian màu RGB mà chúng tôi sử dụng là khoảng cách Euclide. Các điểm trung tâm xuất phát của các cụm được chỉ định theo cùng một nguyên tắc đối với các ảnh khác nhau. Ví dụ, nếu ảnh có bảng màu thì k điểm trung tâm được lấy là k phần tử cách đều nhau trong bảng màu. Chúng tôi tiến hành cài đặt thử nghiệm với Visual C++ 6.0 và chạy thử nghiệm với nhiều CSDL ảnh khác nhau. Kết quả thực nghiệm cho thấy phương pháp chúng tôi đề xuất cho kết quả giống với kỹ thuật cơ sở trong trường hợp bình thường; tốt hơn kỹ thuật cơ sở trong trường hợp ảnh tăng giảm độ sáng. Khi xuất hiện ảnh trong CSDL là ảnh thu được từ ảnh truy vấn bằng cách tăng hay giảm độ sáng thì phương pháp cơ sở không tìm ra, còn phương pháp được đề xuất trong bài báo này đã tìm ra. Tuy nhiên, chúng ta dễ nhận ra nhược điểm của phương pháp này là thời gian tính toán bins màu là lớn hơn kỹ thuật cơ sở. Hình 2 và hình 3 minh họa một số kết quả thực nghiệm.

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO

Chúng tôi đã đề xuất ý tưởng sử dụng kỹ thuật phân lớp dữ liệu để tính toán các bins màu nhằm khắc phục nhược điểm cúa kỹ thuật cơ sở tra cứu ảnh dựa trên màu sắc. Kỹ thuật này cho kết quả tốt hơn kỹ thuật cơ sở trong trường hợp ảnh tăng giảm độ sáng, tuy nhiên tốc độ tính toán các bins màu chậm hơn. Hướng nghiên cứu tiếp theo của chúng tôi sẽ là:

• Nâng cao hiệu quả của kỹ thuật phân lớp dữ liệu áp dụng cho việc tính toán các bins màu.

• Thực nghiệm với các độ đo khác nhau, kết hợp với các cải tiến đã có như sử dụng quan hệ không gian giữa các pixel.

c

H(c)

c

H(c)

(a)

H(c)

c

H(c)

c (b)

Nguyễn Văn Tới và Đtg

52

Hình 2. Kết quả thực nghiệm vớnhau).

Hình 3. Kết quả thực nghiệm với 100 tăng độ sáng) và 100a.jpg (thu được t

0.jpg ảnh truy vấn

49.jpg

40.jpg

Kết quả giống nhau củcơ sở và kỹ thuật đề

0.jpg 0a.jpg

40.jpg23.jpg

49.jpg 0.jpg

34.jpg40.jpg

Kết quả của phương pháp có dùng kthuật phân lớp dữ liệu (tìm ra là ảnh 0.jpg được tăng độ sáng):

Kết quả của kỹ thuật cơ sở (không đưa ra ảnh 0a.jpg):


ệm với 100 ảnh của CSDL ảnh MISC [4] (2 truy vấn với 2 ảnhau). Kết quả liệt kê 5 ảnh giống ảnh truy vấn nhất

ới 100 ảnh của CSDL ảnh MISC thêm 2 ảnh: 0a.jpg (thu đượợc từ 100.jpg bằng cách giảm độ sáng). Kết quả thực hiện 2 truy v

kê 5 ảnh giống ảnh truy vấn nhất


Kết quả giống nhau củcơ sở và kỹ thuật đề

112.jpg

116.jpg

0.jpg

23.jpg

34.jpg

ng nhau của kỹ thuật ật đề xuất

49.jpg

40.jpg

23.jpg

34.jpg

ng pháp có dùng kỹ ìm ra ảnh 0a.jpg

độ sáng):

100.jpgảnh truy v

Kết quả của kỹ thuật sửlớp dữ liệu (đưa ra ảnh 100a.jpg):

116.jpg100.jpg

31.jpg 112.jpg

Kết quả của kỹ thuật cra ảnh 100a.jpg, là ảnh 100.jpg giảm độ sáng):

100a.jpg 100.jpg

108.jpg

112.jpg

90(02): 49 - 53

ới 2 ảnh truy vấn khác

ược từ 0.jpg bằng cách ện 2 truy vấn. Kết quả liệt

100.jpg

ng nhau của kỹ thuật thuật đề xuất

31.jpg

108.jpg


thuật sử dụng phân ảnh 100a.jpg):

108.jpg

116.jpg

ật cơ sở (không đưa ảnh 100.jpg được

116.jpg


53


[1]. Đặng Văn Đức, Hệ quản trị CSDL đa phương tiện, Giáo trình dành cho lớp Cao học - Khoa Công nghệ thông tin – Đại học Thái Nguyên. [2]. Guojun Lu; Phillips, J., (1998), Using perceptually weighted histograms for colour-based imageretrieval, Signal Processing Proceedings, 1998. ICSP apos’98. Fourth International Conference on Volume 2, Issue, Page(s):1150 - 1153. [3]. J. B. MacQueen, (1967), Some Methods for classification and Analysis of Multivariate Observations, Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, 1:281-297.

[4]. Jame Z Wang, J. Li. CSDL ảnh MISC, http://wang.ist.psu.edu/docs/related.shtml [5]. James Hafner, Harpreet S. Sawhney, Will Equitz, Myron Flickner, Wayne Niblack, (July 1995), Efficient Color Histogram Indexing for Quadratic Form Distance Functions, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 17, no. 7, pp. 729-736. [6]. S. K. Chan, National University of Singapore, (1994), Content-based Image Retrieval, MSc thesis. Xia Wan; Kuo, C.-C.J., (Sep 1998), A new approach to image retrieval with hierarchical colorclustering, Circuits and Systems for Video Technology, IEEE Transactions on Volume 8, Issue 5, Page(s):628 – 643

ABSTRACT USING DATA CLUSTERING TECHNIQUE FOR CALCULATING FLE XIBLE COLOR BINS IN SEARCHING IMAGES BASED ON COLORS

Nguyen Van Toi*, Pham Viet Binh, Nguyen Tien Thanh College of Information Technology and Communication – TNU

Techniques based on color is one of the basic approach in the image retrieval. In this technique, we divide the color space into bins. Divided the color space into equal and fixed size color bins causes some limitations as to be unused compatibility between the color of the pixel when add it into the bins, the increased, reduction of image brightness. This article presented a calculation of the color bins flexible use of the data clustering technique. We tested with the algorithm K-Means based on image data misc [4] and the database image IFIT (Gallery of the Faculty of Information Technology - Thai Nguyen University). Key words: Data clustering technique, flexible color bins, the algorithm K-Means



54

Nguyễn Văn Trường và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 55 - 58

55

A FAST R-CHUNK DETECTOR-BASED NEGATIVE SELECTION ALGORITHM

Nguyen Van Truong1*, Vu Duc Quang1, Trinh Van Ha 2

1College of Education – TNU 2College of Information Technology and Communication- TNU

ABSTRACT

Artificial immune system (AIS) is a diverse and maturing area of research that combines the disciplines of immunology and computation. Many researches focus on applying immunological principles to computer security. Negative selection algorithm (NSA) is one of the computational models of self/nonself discrimination can be designed for anomaly detection. It contains two stages: generate a set D of detectors that do not match any element of a given self-set S, then using these detectors to detect if a given cell is self or nonself. The performance of NSA often bases on the efficiency of generation and detection. Here, we present an r-chunk detector-based NSA that reduces the overall runtime complexity significantly. Keywords: Artificial immune system, negative selection algorithm, computer security, R-chunk detector.

INTRODUCTION*

AIS is inspired by the observation of the behaviors and the interaction of normal component of biological systems - the self -and abnormal ones - the nonself. Real immune system generates T cells randomly with the ability to detect harmful antigens. The receptors of new born T cells are assembled from combined gene fragments. In an organ called the thymus, the T cells are then exposed to proteins from self, and cells whose receptors match such a self protein are bound to die. Only those that survive negative selection may leave the thymus, and use their receptors to screen the organism for nonself proteins. This process is known as negative selection and is applicable of computer security. An algorithmic abstraction of this biological process is called a NSA.

The outline of a typical NSA contains two stages [1]. In the generation stage (Fig. 1), the detectors are generated by some random processes and censored by trying to match given self samples taken from set S. Those candidates that match are eliminated and the rest are kept as detectors in set D. In the detection stage (Fig. 2), the collection of


detectors (or detector set) is used to verify whether an incoming data instance is self or nonself. If it matches any detector, it is claimed as nonself or an anomaly. This description is limited to some extent, but conveys the essential idea.

Figure 1. Model of detector generation

No

No

Yes

Begin

Generate random candidates

Match self samples?

Accept as new detector

End

Enough detectors?

Yes


56

Figure 2. Detection of new instances

The r-chunk and r-contiguous detectors are considered the most common ones in the AIS literature. The r-contiguous detectors are originally researched by many authors, and r-chunk detectors were later introduced to achieve better results on data where adjacent regions of the input strings are not necessarily and semantically correlated, such as network data packets [3].

All existing NSAs suffer from a worst-case exponential size of D in the total size of the input and therefore limit their practical applicability. Our contribution is to develop an r-chunk detector-based NSA only that reduces the overall runtime significantly (Table 1).

The remaining of the paper is organized as follows: In the next section, we define r-chunk and r-contiguous detectors. The subsequent section, the main part of the paper, shows the r-chunk detector-based NSA. In the last section, we summarize our approach and discuss the future work.

STRING-BASED DETECTORS

In this paper, we consider NSA as a classifier operating on a binary string space Σℓ, where Σ = 0, 1. The limited alphabet Σ here is just for understanding the approach; our algorithm can be easily adjusted to real world datasets

on arbitrary alphabets. We also use the following notation: Let s ∈ Σℓ be a binary string. Then ℓ = |s| is the length of s and s[i,…,j] is the substring of s with length j – i + 1 that starts at position i.

Definition 1 (Chunk detectors). An r-chunk detector (d, i) is a tuple of a string d ∈ Σr and an integer i ∈ 1,…, ℓ - r + 1. It matches another string s ∈ Σℓ if s[i,…, i + r - 1] = d.

Definition 2 (Contiguous detectors). An r-contiguous detector is a string d ∈ Σℓ. It matches another string s ∈ Σℓ if there is an i ∈ 1,…, ℓ - r + 1 with d[i,…, i + r - 1] = s[i,…, i + r - 1].

Example 1 shows two detector types generated from a given self set. The example is used several times in the paper.

Example 1. Given a self set S has 6 binary strings, with ℓ = 5 and r = 3: S = s1 = 00000; s2 = 00010; s3 = 10110; s4 = 10111; s5 = 11000; s6 = 11010, all 3-chunk detectors and 3-contiguous detectors that do not match any string in S is shown as following: The set of all 3-chunk detectors that includes (ℓ - r + 1) subsets is D = D1 ∪ D2 ∪ D3 with D1 = (001,1); (010,1); (011,1); (100,1); (111,1), D2 = (010,2); (110,2); (111,2) and D3 = (001,3); (011,3); (100,3); (101,3); The set of all 3-contiguous detectors is D’ = 00100; 00101; 01100; 01101; 11100; 11101.

Table 1. Comparison of our results with the run times of previously published algorithms

NSAs Generating

phase Detecting

phase [8] (2r + |S|)(ℓ - r + 1) |D|ℓ

[5] |S|(ℓ - r + 1)r2 |S|l2r

Ours |S|(ℓ - r + 1)r (ℓ - r + 1)r

In Table 1, the parameter |D| is the number of detectors. Our algorithm and the algorithm in [8] produce the results that would be equivalent to the maximal number of generated detectors. But our algorithm’s complexity is much smaller than the others. The details of our algorithm are described in the following section.

No Yes

Begin

Input new samples

Match any detector?

“Nonself”

End

“Self”


57

R-CHUNK DETECTOR-BASED NSA

Our approach is derived from previous work, in [5] the authors use suffix pattern as main data structure. We use here binary tree as data structure for both generation and detection.

Our algorithm is first construct (ℓ - r + 1) binary trees Ti corresponding (ℓ - r + 1) complement of Di sets, 0, 1r\Di, i = 1,…, (ℓ - r + 1). Then we adjust each of these trees to achieve an equivalent representation of the r-chunk detector set. The detection can be operated by traveling the adjusted trees iteratively one by one.

For Example 1, Figure 3.a illustrates the binary tree T1 built from 0, 1r\D1 and figure 3.b shows the adjusted T1. The meaning of two other couple of figures (3.c, 3.d) and (3.e, 3.f) can be drawn similarly. In the figures, left child is labeled with 0 and right child labeled with 1 implicitly.

Figure 3. Binary trees constructed from Di and complement of Di, i = 1, 2, 3.

Our efficient algorithm for negative selection with r-chunk detectors is presented as bellow.

Procedure CHUNK_DETECTOR_NSA

Input: a self set S, an integer r ∈ 1,…,ℓ and a s* to be detected

Output: detection of s* as self or nonself

1. for i = 1 to ℓ - r + 1 do

2. initialize an empty binary tree Ti

3. for each s ∈ S do

4. insert s[i,…, r +i-1] into Ti 5. for every non-leaf node n ∈ Ti do

6. if n has only one child with label c then

7. create new leaf with label 1-c

8. for every node n ∈ Ti do

9. if n does not contain a new leaf then

10. delete n

11. if s* match any concatenation of labels from root of Ti, i = 1,.., (ℓ - r + 1), to a leaf then

12. output “s* is nonself”

13. else

14. output “s* is self”

The procedure of generating a compress representation of complete r-chunk detector is produced by the first ten lines. The binary tree Ti is constructed in lines 2-4, and the adjustment of Ti is built in lines 5-10, i = 1,…, ℓ - r + 1. The procedure of detecting a given string as self or as nonself is done by last four lines 11-14.

For example, given S and r as mentioned in Example 1, and s* = 10100 is the input of the algorithm. Then three binary trees are constructed as in 3.b, 3.d and 3.f figures. The output of the algorithm is declaration “s* is nonself” because the left most path of T2 contains string of labels 010 that matches s*.

We use binary tree as main data structure that constructed from self set S that impacts on time complexities: it takes time |S|(ℓ - r + 1)r to generate all necessary trees and (ℓ - r + 1)r to verify a cell string as self or as nonself.

The following table compares our results with run times of the newest algorithm published in 2009 [5] on some inputs.

e. T3 f. Adjustment of T3

a. T1 b. Adjustment of T1

c. T2 d. Adjustment of T2


58

Table 2. Comparison of our results with the run times of the newest algorithm

|S| ℓ r Generating phase Detecting phase

Ours [5] Ours [5]

20 10 4 560 2240 28 8000

1000 20 8 104000 832000 104 3200000

100000 45 12 40800000 489600000 408 2430000000

CONCLUSIONS Our efficient approach reduces time complexities of both phases, generation and detection, to polynomial time. Moreover, our rapid algorithm is easy to implement in computer. This helps to build up large scale AISs with huge data space. In the future, we plan to report more detail experimental data about the algorithm on virus [6] and standard database of network attacks, i.e. KDD CUP’99 data set. We guest that the method can be developed efficiently for positive selection algorithms where sample set is only a small fraction of 0,1ℓ (there is an exponential number of potential detectors). ACKNOWLEDGMENT This work was funded by the Vietnam's National Foundation for Science and Technology Development (NAFOSTED) via a research grant for fundamental sciences, grant number: 102.01-2010.09 and by the Thai Nguyen University for university’s research, code number DH2011-04-26. We would like to thank the Management Boards of these projects.

REFERENCES [1]. Forrest et al, Self-Nonself Discrimination in a Computer, in Proceedings of 1994 IEEE Symposium on Research in Security and Privacy, Oakland, CA, 202-212, 1994. [2]. Jamie Twycross at al., Detecting Anomalous Process Behavior using Second Generation Artificial Immune Systems, Journal of Unconventional Computing, Vol. 1, pp. 1–26, 2010. [3]. J. Balthrop et al., Coverage and generalization in an artificial immune system, GECCO 2002, 3-10, 2002. [4]. L. N de Castro and J. Timmis, Artificial Immune Systems: A New Computational Intlligence Approach, Springer-Verlag, 2002. [5]. M. Elberfeld, J. Textor, Efficient algorithms for string-based negative selection, Proceedings of the 8th International Conference on Artificial Immune Systems, LNCS 5666, 109-121, 2009. [6]. Nguyen Van Truong, Pham Dinh Lam, A new approach for generating a complete detector repertoire in artificial immune systems, Journal of Science and Technology, Thai Nguyen University, 80(4), 2011, 121-125. [7]. Patrik D’haeseleer et al., An Immunological Approach to Change Detection: Algorithms, Analysis and Implications, IEEE Symposium on Security and Privacy, 1996. [8]. T. Stibor et al., An investigation of r-chunk detector generation on higher alphabets, GECCO 2004, LNCS 3102, 299-307, 2004.

TÓM TẮT MỘT THUẬT TOÁN CHỌN LỌC ÂM TÍNH NHANH D ỰA TRÊN BỘ DÒ R-CHUNK

Nguyễn Văn Trường1*, Vũ Đức Quang1, Tr ịnh Văn Hà2 1Trường Đại học Sư phạm - ĐH Thái Nguyên

2Trường Đại học Công nghệ thông tin và Truyền thông - ĐH Thái Nguyên Hệ miễn dịch nhân tạo là một lĩnh vực nghiên cứu phong phú và chín muồi, nó kết hợp các nguyên lý miễn dịch học và tính toán. Nhiều nhà nghiên cứu quan tâm đến áp dụng các nguyên lý miễn dịch học cho an ninh máy tính. Thuật toán chọn lọc âm tính là một trong những mô hình tính toán về phát hiện self/nonself có thể được dùng cho phát hiện bất thường. Nó bao gồm hai giai đoạn: sinh một tập D các bộ dò mà không khớp được với bất kỳ phần tử nào của một tập self cho trước S. Sau đó, sử dụng những bộ dò này để phân biệt một tế bào cho trước là self hay nonself. Hiệu suất của thuật toán chọn lọc âm tính phụ thuộc vào tính hiệu quả của cả hai giai đoạn sinh và phát hiện. Trong bài báo này, chúng tôi trình bày một thuật toán chọn lọc âm tính dựa trên r-chunk có thể giảm độ phức tạp thời gian đáng kể. Từ khóa: Hệ miễn dịch nhân tạo, thuật toán chọn lọc âm tính, an ninh máy tính, bộ dò R-chunk.


Lê Văn Sơn và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 59 - 64

59

THI ẾT KẾ VECTOR MANG GEN OPHC2 PHỤC VỤ TẠO CÂY CHUYỂN GEN PHÂN HỦY THUỐC TRỪ SÂU

Lê Văn Sơn1, Nguyễn Vũ Thanh Thanh2*, Nguyễn Mạnh Cường2

1 Viện Công nghệ sinh học 2 Trường Đại học Khoa học-Đại học Thái Nguyên

TÓM TẮT

Organophosphorus (OP) là một chất có nhiều trong các loại thuốc trừ sâu hiện đang được dùng rộng rãi trên thị trường và nó gây ô nhiễm môi trường nghiêm trọng. Enzyme organophosphorus hydrolase (OPHC2) của một số loài vi khuẩn có khả năng phân hủy chất OP. Một số công trình nghiên cứu đã sử dụng gen mã hóa enzyme OPHC2 để biến nạp, biểu hiện trong cây thuốc lá và tạo ra cây chuyển gen kháng được thuốc trừ sâu methyl parathion (Mep)-một loại OP. Trong bài báo này, chúng tôi trình bày kết quả tối ưu trình tự gen OPHC2 biểu hiện trong thực vật và thiết kế vector chuyển gen mang cấu trúc 35S-OPHC2opt-cmyc-KDEL-NOS (pBIN121/OPHC2). Vector này đã chuyển vào chủng vi khuẩn A. tumefaciens CV58 và kiểm tra bằng PCR với cặp mồi đặc hiệu. Đây là cơ sở để tạo cây chuyển gen mang gen OPHC2 để phân hủy thuốc trừ sâu Mep tồn dư trong môi trường. Từ khóa: Agrobacterium, OPHC2, Organophosphorus hydrolase, vector chuyển gen.

MỞ ĐẦU* Việc sử dụng tràn lan thuốc bảo vệ thực vật trong sản xuất nông nghiệp đang là một trong những nhân tố gây ô nhiễm môi trường đất ở nhiều khu vực sản xuất nông nghiệp ảnh hưởng nghiêm trọng đến sức khỏe của con người và cây trồng (Wauchope, 1978; Kawahigashi, 2009). Nhiều nghiên cứu đã cho thấy việc sử dụng cây trồng để loại bỏ các chất ô nhiễm từ môi trường đất và nước mang lại rất nhiều ưu điểm so với các phương pháp xử lý truyền thống. Các chất ô nhiễm thường được hấp thụ vào cây thông qua rễ và lá và được chuyển hóa thành các chất không có hại và tích lũy trong mô của cây (Salt et al., 1998) hoặc cây trồng tiết ra các loại enzyme giúp phân hủy chất ô nhiễm trong môi trường đất.

Organophosphorus (OP) là một chất có trong thuốc trừ sâu hiện đang được dùng rộng rãi trên thị trường nông nghiệp (Singh et al., 2006; Karpouzas et al., 2006) và đang làm ô nhiễm môi trường nghiêm trọng (Kawahara et al., 2005; Konstantinou et al., 2006; Pagliuca et al., 2006; Bondarenko et al., 2004; Qian et al., 2006). Enzyme organophosphorus hydrolase (OPH) của một số loài vi khuẩn có khả năng phân hủy chất OP (Wu et al., 2004; Amaya-

* Tel: 0912 664 126; Email: [email protected]

Chavez et al., 2006). Đã có một số nghiên cứu sử dụng gen mã hóa enzyme OPH để biến nạp và biểu hiện trong cây thuốc lá. Kết quả phân tích cho thấy, cây thuốc lá chuyển gen đã sản xuất ra enzyme OPH trong môi trường nuôi cấy. Cây chuyển gen kháng được thuốc trừ sâu methyl parathion (Mep)-một loại OP (Wang et al., 2008).

Trong bài báo này, chúng tôi trình bày kết quả tổng hợp gen mã hóa enzyme OPHC2 (OPHC2opt) được tối ưu biểu hiện trong thực vật và thiết kế vector chuyển gen mang cấu trúc gen OPHC2opt. Đây là cơ sở cho tạo cây chuyển gen phân hủy thuốc trừ sâu Mep tồn dư trong môi trường hiện nay.

VẬT LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Vật li ệu

Gen OPHC2 và mồi (primer) đặt từ hãng Epochlifescience (Mỹ) tổng hợp.

Chủng E.coli DH5α, Agrobacterium CV58 và vector pBI121 do phòng Công nghệ tế bào- Viện Công nghệ sinh học cung cấp.


Tách DNA, plasmid và tinh sạch được thực hiện dựa theo phương pháp của Sambrook (1989) hoặc kít tách plasmid của QIAGEN

Thu đoạn DNA mong muốn từ gel agarose với kít thôi gel QIAquick (QIAGEN).


60

Các phương pháp trong sinh học phân tử như cắt bằng enzyme cắt giới hạn, ghép nối gen được thực hiện dựa theo phương pháp của Sambrook (2001). Biến nạp plasmid vào trong E.coli dựa theo phương pháp biến nạp bằng sốc nhiệt (Cohen, 1972), vào Agrobacterium bằng phương pháp xung điện.

Trình tự DNA được xác định trên máy đọc trình tự tự động ABI PRIMS® 3100 Avant Genetic Analyzer bằng cách sử dụng bộ hoá chất sinh chuẩn BigDye® Terminor v3.1 Cycle Sequencing -Viện Công nghệ Sinh học. KẾT QUẢ VÀ THẢO LUẬN Tối ưu và tổng hợp gen OPHC2 biểu hiện trong thực vật:

Hình 1. So sánh trình tự gen OPHC2 của P.pseudoalcaligenes (OPHC2) và OPHC2 đã sửa đổi

(OPHC2opt)


61

MAAPAQQKTQVPGYYRMALGDFEVTALYDGYVDLPASLLKGIDDKDLQSLLA RMFVASEKGVQTAVNAYL

INTGDNLVLI

DTGAAQCFGPTLGVVQTNLKASGYQPEQVDTVLLTHLHPDHACGLVNADGSPAYPNATVEVPQAEAEFWLD

EATMAKAPE

GMQGMFKMAQQAVAPYAKMNKLKPYKTEGELLPGVSLVASPGHTPGHTSYLFKSGGQSLLVWGDILLNHA

VQFAKPEVVF

EFDVDSDQARQSRQRILAEAATDKLWVAGAHLPFPGLGHVRKEAQGYAWVPVEFSPIRSDR.

Hình 2. Trình tự amino acid của protein OPHC2

Mỗi amino acid được mã hóa bởi các bộ ba nucleotide khác nhau. Mức độ biểu hiện của mỗi bộ ba trong từng đối tượng, từng loài rất khác nhau. Cùng một amino acid, có những bộ ba biểu hiện trong vi khuẩn mức độ cao nhưng trong thực vật lại biểu hiện ở mức độ thấp và ngược lại (Kawabe và Miyashita, 2003; Streatfield, 2007). Do vậy, để biểu hiện protein cao trong cây trồng cần phải tối ưu mã bộ ba phù hợp. Mức biểu hiện protein cao là vấn đề được nhiều công trình nghiên cứu, ứng dụng và cho kết quả tốt (Fennoy và cs, 1993; Laguía-Becher và cs, 2010; Jabeen và cs, 2010). Dựa vào trình tự của gen OPHC2 (kích thước 906 bp) phân lập từ chủng Pseudomonas pseudoalcaligenes trên NCBI với mã số AJ605330, chúng tôi đã thiết kế mồi để nhân gen OPHC2, trình tự gen OPHC2 được sửa đổi để biểu hiện tối ưu trong thực vật (hình 1).

Amino acid của OPHC2 opt có kích thước và trình tự không thay đổi với enzyme OPHC2 của P.pseudoalcaligenes (hình 2).

Trình tự gen bị thay đổi nhằm tăng khả năng biểu hiện trong cây trồng, song trình tự protein OPHC2 vẫn giữ nguyên như ban đầu, do vậy hoạt tính protein không thay đổi, tính chất phân hủy chất OP vẫn được giữ nguyên. Khi OPHC2opt biểu hiện trong hệ thống tế bào thực vật, để giúp cho protein được hoàn thiện cấu trúc, hoạt tính, chúng tôi bổ sung thêm một peptid tín hiệu KDEL và một đoạn nhận biết c-myc (hình 4).

Để đảm bảo sự chính xác trình tự gen tối ưu, OPHC2opt đã được tổng hợp nhân tạo bởi Công ty Epochlifescience (Mỹ). Cấu trúc này đã được ghép trong vector tách dòng pBluescript II SK(-).

Sau khi nhận được pBluescript II SK(-) /OPHC2opt, chúng tôi đã tiến hành biến nạp và nhân trong E.coli, sau đó kiểm tra cắt thử vector bằng enzyme BamHI/SacI. Kết quả thu được có 2 đoạn DNA có kích thước khoảng 1 kb và 3 kb, tương ứng với kích thước của gen OPHC2opt và vector pBluescript II SK(-) (hình 3).

Hình 3. Hình ảnh điện di sản phẩm cắt pBluescript II SK(-)/OPHC2opt bằng BamHI/SacI

M: thang DNA chuẩn 1 kb; 1-2: sản phẩm cắt vector pBluescriptIISK(-)/OPHC2opt

Gen OPHC2opt cũng đã được kiểm tra lại trình tự, kết quả thu được giống với cấu trúc đã thiết kế, trình tự gen đã được tối ưu mã bộ ba theo yêu cầu ban đầu. Đây là cơ sở cho thiết kế vector chuyển gen.

Thiết kế vector chuyển gen mang gen mã hóa cho OPHC2opt

Để thiết kế vector chuyển gen, plasmid pBluescriptII SK(-)/OPHC2opt được cắt đồng thời bằng 2 enzyme BamHI/SacI. Cấu trúc OPHC2opt-cmyc-KDEL thu được có kích thước khoảng 1,0 kb (hình 4). Đồng thời vector chuyển gen pBI121 có chứa promoter 35S cũng được cắt bởi 2 enzyme tương ứng

Lê Văn Sơn và Đtg

62

BamHI/SacI. Cấu trúc OPHC2optKDEL và vector pBI121 mởlại và tinh sạch khỏi agarose. Sau phẩm được ghép nối vào nhau bT4 ligase.

Hình 4. Cấu trúc gen chuyển trong vector pBI121

Sản phẩm lai này được biến nạDH5 và được chọn lọc dòng bikháng sinh Kanamicine.

Các dòng biến nạp được kiểm tra btách chiết plasmid, sau đó PCR vđặc hiệu OPHC2-F/OPHC2enzyme hạn chế BamHI/SacI

Hình 5. Hình ảnh điện di sản phẩcắt vector tái tổ hợp pBI121/OPHC2opt (B)

M: thang DNA chuẩn 1 kb;

1-2 (A): sản phẩm PCR nhân gen OPHC2opt với cặp mồi đặc hiệ

1-2 (B): sản phẩm cắt các dtái tổ hợp pBI121/OPHC2opt bgiới hạn

Hình 5 cho thấy sản phẩm PCR có kích thkhoảng 1,0 kb tương đương vcấu trúc gen OPHC2opt-cmychình ảnh điện di cắt vector tái tenzyme giới hạn chúng tôi thu băng kích thước khoảng 1,0 kb vtương ứng với cấu trúc OPHC2opt


u trúc OPHC2opt-cmyc-ở vòng được thu

ỏi agarose. Sau đó 2 sản ào nhau bằng enzyme

ển trong vector pBI121

ợc biến nạp vào E.coli òng biến nạp bằng

ợc kiểm tra bằng cách đó PCR với cặp mồi

F/OPHC2-R và cắt bởi (hình 3).

ản phẩm PCR (A) và p pBI121/OPHC2opt (B)

n 1 kb;

ẩm PCR nhân gen đặc hiệu

ắt các dòng vector p pBI121/OPHC2opt bằng enzyme

ẩm PCR có kích thước đương với kích thước

cmyc-KDEL. Trên ắt vector tái tổ hợp bằng

n chúng tôi thu được có 2 ảng 1,0 kb và 12 kb

u trúc OPHC2opt-cmyc-

KDEL và vector pBI121. NhOPHC2opt-cmyc-KDEL đthành công vào vector chuy

Tạo chủng Agrobacterium pBI121/OPHC2opt

Vector pBI121/OPHC2opt đvào chủng Agrobacteriphương pháp xung điện và đưmôi trường chứa kháng sinh Rifamicine vKanamicine.

Hình 6. Hình ảnh điện di sản phAgrobacterium đã biến nạp pBI121/OPHC2opt

M: thang DNA chuẩn 1 kb; +: dương (plasmid pBI121/OPHC2opt); chứng âm (nước); 1Agrobacterium biến nạp

Các khuẩn lạc mang vector chuykiểm tra bằng PCR bằng cặOPHC2-F/OPHC2-R. Điện di scho thấy, vi khuẩn Agrobacteriumvector tái tổ hợp (hình 6). Kthấy, chúng tôi đã biến nạp thpBI121/OPHC2opt vào Agrobacterium

KẾT LUẬN

Dựa trên trình tự gen mã hóa enzyme OPHC2 của P.pseudoalcaligenes, chúng tôi mã biểu hiện trong thực vật vgen OPHC2opt. Cấu trúc gen OPHC2optcmyc-KDEL đã được thiếchuyển gen pBI121. Đây là ngusử dụng chuyển gen vào thcao khả năng phân hủy thuốô nhiễm môi trường.

90(02): 59 - 64

KDEL và vector pBI121. Như vậy, cấu trúc KDEL đã được thiết kế

thành công vào vector chuyển gen pBI121.

Agrobacterium mang vector

Vector pBI121/OPHC2opt đã được chuyển Agrobacterium CV58 bàng

à được chọn lọc trên a kháng sinh Rifamicine và

ản phẩm PCR từ chủng ạp pBI121/OPHC2opt

n 1 kb; +: đối chứng ng (plasmid pBI121/OPHC2opt); -: đối

c); 1-4: các dòng

c mang vector chuyển gen được ằng cặp mồi đặc hiệu

ện di sản phẩm PCR Agrobacterium đã mang ình 6). Kết quả này cho ế ạp thành công vector

Agrobacterium.

ã hóa enzyme OPHC2 chúng tôi đã tối ưu

ực vật và tổng hợp được ấu trúc gen OPHC2opt-ợc thiết kế vào vector

à nguồn vật liệu để ào thực vật, nhằm nâng

ủy thuốc trừ sâu Mep gây


63

Lời cảm ơn: Công trình được thực hiện trong khuôn khổ đề tài cấp Viện Công nghệ sinh học “Nghiên cứu phương pháp tạo cây xoan ta (Melia azedarach Lin) chuyển gen OPHC2 nhằm ứng dụng trong xử lý ô nhiễm thuốc bảo vệ thực vật”. Các thí nghiệm được tiến hành có sử dụng trang thiết bị của Phòng Thí nghiệm trọng điểm về công nghệ gen, Viện Công nghệ sinh học.


[1]. Amaya-Chavez A, Martınez-Tabche L, Lopez-Lopez E, Galar-Martınez M (2006) Methyl parathion toxicity to and removal efficiency byTypha latifolia in water and artificial sediments, Chemosphere 63: 1124–1129. [2]. Bondarenko S, Gan J, Haver DL, Kabashima JN (2004) Persistence of selected organophosphate and carbamate insecticides in waters from a coastal watershed, Environ. Toxicol. Chem. 23: 2649–2654. [3]. Do Xuan Dong, Bui Van Thang, Ho Van Giang, Nong Van Hai, Chu Hoang Ha (2008) An efficient protocol for plant regeneration of persian lilac tree (Melia azedarach L.) via somatic embryogenesis induction. Journal of Biotechnology 6(2): 1-6. [4]. Fennoy SL,Julia Bailey-Serres (1993) Synonymous codon usage in Zea mays L. nuclear genes is varied by levels of C and G-ending codons. Nucleic Acid Res 21(23): 5294-5300 [5]. Jabeen R, Khan M, Zafar Y, Anjum T (2010) Codon optimization of cry1Ab gene for hyper expression in plant organelles. Mol Biol Rep 37:1011–1017 [6]. Karpouzas DG, Singh BK (2006) Microbial degradation of organophosphorus xenobiotics: metabolic pathways and molecular basis, Adv.Microb. Physiol. 51: 119–185. [7]. Kawabe A, Miyashita NT (2003) Patterns of codon usage bias in three dicot and four monocot plant species. Genes Genet Syst 78: 343-352 [8]. Kawahara J, Horikoshi R, Yamaguchi T, Kumagai K, Yanagisawa Y (2005) Air pollution and young children’s inhalation exposure to organophosphorus pesticide in an agricultural

community in Japan, Environ. Int. 31: 1123–1132. [9]. Konstantinou IK, Hela DG, Albanis TA (2006) The status of pesticide pollution in surface waters (rivers and lakes) of Greece. Part I. Review on occurrence and levels, Environ. Pollut. 141: 555–570. [10]. Laguía-Becher M, Valentina M, Mauricio K, Corigliano M, Yacono ML, Goldman A, Clemente M (2010) Effect of codon optimization and subcellular targeting on Toxoplasma gondii antigen SAG1 expression in tobacco leaves to use in subcutaneous and oral immunization in mice. BMC Biotechnology 10:52 [11]. Pagliuca G, Serraino A, Gazzotti T, Zironi E, Borsari A, Rosmini R (2006) Organophosphorus pesticides residues in Italian raw milk, J. Dairy Res. 73: 340–344. [12]. Qian L, He Y, Hu Y (2006) Determination of organophosphorus pesticide residues in vegetables by electrokinetic sequential injection analysis, Spectrosc. Lett. 39: 581–592. [13]. Salt DE, Blaylock M, Kumar NP, Dushenkov V, Ensley BD, Chet I, Raskin I (1995) Phytoremediation: a novel strategy for the removal of toxic metals from the environment using plants. Biotechnology (N Y). 13:468-474. [14]. Salt DE, Smith RD, Raskin I (1998) Phytoremediation. Annu Rev Plant Physiol Plant Mol Biol. 49:643-668. [15]. Singh BK, Walker A (2006) Microbial degradation of organophosphorus compounds, FEMS Microbiol. Rev. 30: 428–471. [16]. Streatfield SJ (2007) Approaches to achieve high-level heterologous protein production in plants. Plant Biotechnol J 5:2-15. [17]. Wang X, Wu N, Guo J, Chu X, Tian J, Yao B, Fan Y (2008) Phytodegradation of organophosphorus compounds by transgenic plants expressing a bacterial organophosphorus hydrolase. BBRC 365: 453–458. [18]. Wauchope RD (1978) The pesticide content of surface water draining from agricultural fields - A review. J Environ Qual. 7:459-465. [19]. Wu NF, Deng MJ, Chu XY, Liang GY, Yao Y, Fan YL (2004) Isolation, purification and characterization of a new organophos-phorus hydrolase OPHC2, Chin. Sci. Bull. 49: 268–272.


64

SUMMARY CONSTRUCTION OF BINARY VECTOR CARRYING OPHC2 GENE FOR PESTICIDES RESISTANCE TRANSGENIC

Le Van Son1, Nguyen Vu Thanh Thanh2*, Nguyen Manh Cuong2 1Institute of Biotechnology

2College of Sciences - Thai Nguyen University

Organophosphorus (OP) compounds are widely used as pesticides in agriculture but cause broad-area environmental pollution. Bacterial organophosphorus hydrolase (OPHC2) could degrade OP compounds in environment. OPHC2 gene is isolated and transferred into tobacco. An assay of enzyme activity showed that transgenic plants could secrete OPH into the growth medium. The transgenic plants were resistant to methyl parathion (Mep) as an OP pesticide. In this paper, we present the results on OPHC2 and binary vector construction. In this paper, OPHC2 gene has successfully optimized codon in plants and constructed binary vector caring 35S-OPHC2opt-cmyc-KDEL-NOS (pBIN121/OPHC2opt). This vector was transferred into A. tumefaciens CV58 and confirmed by PCR with specific primers. This results leads to further study for OPHC2opt gene overexpression and Mep degradation in transgenic plants. Key words: Agrobacterium, binary vector, OPHC2, Organophosphorus hydrolase


Nguyễn Tân Ân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 65 - 70

65

HỆ DỰ BÁO THỜI TI ẾT VỚI ỨNG DỤNG CỦA MẠNG NƠRON NHÂN TẠO

Nguyễn Tân Ân1*, Nguyễn Quang Hoan2

1 Trường Đại học Sư Phạm Hà Nội, 2 Học viện Bưu chính viễn thông

TÓM TẮT

Bài báo này giới thiệu một mô hình hệ thống dự báo sự biến đổi của một số thông số thời tiết dùng mạng nơron nhân tạo với máy tính cá nhân. Sơ đồ khối của mô hình, vấn đề huấn luyện mạng, vấn đề tìm ra những tham số hợp lý cho mô hình như số nơron lớp ẩn, phạm vi giá trị khởi tạo các trọng số, tốc độ huấn luyện mạng cũng được thảo luận. Giá trị các tham số trên cho một bài toán thực tế đã được tìm bằng thực nghiệm. Hệ thống dự báo với giá trị các tham số vừa tìm được làm việc tốt. Kết quả chạy thử được so sánh với dữ liệu thống kê thực tế. Từ khóa:Mạng nơron nhân tạo, dự báo, dự báo thời tiết, thuật toán lan truyền ngược.

GIỚI THIỆU*

Dự báo là xem xét, đánh giá một hoặc một nhóm các sự vật, các quá trình nào đó (gọi chung là đối tượng dự báo) trong mối liên hệ với các yếu tố liên quan, từ đó bằng những suy luận hợp lý đưa ra những phán đoán về mức độ hay trạng thái của chúng trong tương lai.

Dự báo có một vai trò to lớn trong đời sống kinh tế, xã hội. Dự báo đúng sẽ giúp con người ra được những quyết định đúng. Dự báo sai có thể dẫn đến những thảm họa khôn lường.

Khoa học dự báo đã xuất hiện từ xa xưa, nhưng thời cổ dự báo được liệt vào loại khoa học thần bí và các phương pháp dựa báo thường chỉ dựa vào kết quả thống kê sau đó căn cứ vào kinh nghiệm sống con người đưa ra phán đoán về tương lại. Ngày nay, do tầm quan trọng của nó, bài toán dự báo đã được chú ý đúng mức và dự báo đã trở thành một ngành khoa học với cơ sở là nhiều ngành khoa học khác. Kết quả dự báo cũng dần chính xác hơn góp phần tích cực vào việc thúc đẩy sự phát triển kinh tế, xã hội của từng quốc gia và của toàn nhân loại.

Có nhiều phương pháp dự báo. Mỗi phương pháp đều có ưu điểm và nhược điểm của mình. * Tel: 0912 321 559; Email: [email protected]

Dự báo thời tiết là vấn đề được rất nhiều người quan tâm do kết quả dự báo thời tiết ảnh hưởng trực tiếp đến đời sống hàng ngày của mỗi người dân. Vì có rất nhiều yếu tố ảnh hưởng đến thời tiết, vì sự biến đổi rất khó lường của thiên nhiên, bài toán dự báo thời tiết là một bài toán có độ phức tạp tính toán lớn nhưng độ chính xác lại không cao nên người ta luôn tìm tòi, cải tiến các phương pháp giải quyết nó.

Ứng dụng mạng nơron nhân tạo để giải bài toán dự báo nói chung và bài toán dự báo thời tiết nói riêng là một hướng đi tỏ ra có nhiều ưu điểm vì mạng nơron là một mô hình tính toán mô phỏng hoạt động của não người. Đây là mô hình tính toán mềm dẻo, chấp nhận thông tin không chính xác, dễ thích nghi và người ta đã chứng minh được rằng mạng nơron truyền thẳng với ít nhất một lớp ẩn có thể xấp xỉ mọi hàm bất kỳ với độ chính xác tùy ý [2]. Dự báo thời tiết với ứng dụng mạng nơron nhân tạo làm giảm đáng kể độ phức tạp tính toán.

Trên thế giới cũng như ở Việt Nam, đã có nhiều nghiên cứu, ứng dụng mạng nơron nhân tạo trong dự báo [1,...,10]. Những công trình đó, với những vấn đề cụ thể, đã khẳng định khả năng của mạng nơron nhân tạo trong bài toán dự báo. Tuy nhiên khi xây dựng mạng nơron cho mỗi bài toán cụ thể, dễ thấy rằng số lớp ẩn, số nơron của mỗi lớp ẩn ảnh hưởng rất lớn tới chất lượng của mạng. Làm thế nào để


66

xác định đúng đắn số lớp ẩn và số nơron trong mỗi lớp ẩn để xây dựng cấu trúc một mạng giải quyết hiệu quả bài toán đặt ra vẫn là một vấn đề khó. Phân tích để tìm ra chính xác giá trị của các con số này là vấn đề không đơn giản vì các con số này không những phụ thuộc vào tập mẫu huấn luyện mà còn phụ thuộc vào nhiệm vụ cụ thể của mạng. Hơn nữa khi huấn luyện mạng theo một phương pháp nào đó, việc xác định các thông số huấn luyện cũng rất cần thiết. Nếu lựa chọn đúng các thông số huấn luyện, thời gian huấn luyện sẽ giảm, độ chính xác của kết quả sẽ tăng. Bên cạnh các phương pháp dựa vào lý thuyết, thường thì người ta phải kiểm tra các thông số nói trên bằng thực nghiệm và cũng có thể xác định các thông số trên bằng thực nghiệm. Bài báo này sẽ xây dựng hệ thống dự báo thời tiết với ứng dụng của mạng nơron nhân tạo, xác định các thông số hợp lý của mạng, các thông số huấn luyện mạng theo thuật toán lan truyền ngược bằng thực nghiệm, trên cơ sở đó lập hệ dự báo thời tiết để dự báo sự biến đổi của một số thông số thời tiết ảnh hưởng trực tiếp đến đời sống hàng ngày chạy trên máy tính cá nhân. Nội dung bài báo gồm: - Giới thiệu - Xây dựng mạng nơ ron nhân tạo làm nhiệm vụ dự báo thời tiết, thử nghiệm trên số liệu thực tế. - Thử nghiệm và những kết quả XÂY DỰNG HỆ THỐNG DỰ BÁO THỜI TIẾT Mô tả bài toán Dự báo thời tiết được thử nghiệm trên 6 thông số thời tiết: Nhiệt độ: đơn vị là °C. Độ ẩm: tính theo %. Mưa: tính theo % (tùy theo mưa to hay nhỏ). Hướng gió: đơn vị là độ. Tốc độ gió: đơn vị là km/h. Mây: tính theo % (tùy theo nhiều mây hay ít).

Dữ liệu đầu vào là các thông số thời tiết của một ngày.

Dữ liệu đầu ra là các thông số thời tiết của ngày tiếp theo.

Quy trình thực hiện dự báo được mô tả như hình 2. Dữ liệu huấn luyện và thử nghiệm là 6 thông số thời tiết trên từng ngày trong 3 tháng: Tháng 6, tháng 7 và tháng 8 năm 2008 tại trạm khí tượng thủy văn Vĩnh Phúc.

Mô đun 1: Chuẩn hóa dữ liệu đầu vào: tất cả các thông số thời tiết đều được đưa về một giá trị tương ứng nằm trong khoảng [0, 1]. - Các tham số mây và mưa được chuẩn hóa như Hình 3 và Hình 4 (với [ ]1,0∈µ là giá trị của biến số thời tiết sau khi đã được chuẩn hóa):

Hình 3. Đồ thị biểu diễn mức độ mưa NG: Trời nắng gắt; N: Trời nắng; KM: Không

mưa; MBM: Mưa bóng mây; MPN: Mưa phùn nhẹ; MP: Mưa phùn; MV: Mưa vừa; MT: Mưa to; MRT: Mưa rất to.

Hình 4. Đồ thị biểu diễn mức độ mây KM: Không mây; IM: Ít mây; CM: Có mây;

NM: Nhiều mây; RNM: Rất nhiều mây.

Chuẩn hóa dữ

liệu vào

Mạng nơron

Xử lý kết

quả ra

Hình 2: Sơ đồ khối hệ dự báo thời tiết với ứng dụng của mạng nơron


67

- Các tham số nhiệt độ, độ ẩm, hướng gió, tốc độ gió được chuẩn hóa như sau: Nhiệt độ: Giá trị nhiệt độ được chia cho 100.

Độ ẩm: Giữ nguyên giá trị %.

Hướng gió: Giá trị hướng gió được chia cho 360.

Tốc độ gió: Giá trị tốc độ gió được chia cho 100.

Mô đun 3: Xử lý dữ liệu đầu ra: Các giá trị đầu ra của mạng nơron là các giá trị nằm trong khoảng [0, 1], mô đun 3 làm ngược lại với mô đun 1 để chuyển các giá trị này thành các giá trị có đơn vị của các thông số thời tiết. Cụ thể như sau:

- Các thông số nhiệt độ, độ ẩm, tôc độ gió 100*)( aa µ= .

- Thông số hướng gió: 360*)( aa µ= .

- Thông số mưa:

IF ( 0 ≤ µ(a) < 5) THEN a = “Nắng gắt”.

IF ( 5 ≤ µ(a) < 10) THEN a = “Nắng”.

IF (10 ≤ µ(a) < 20) THEN a = “Không mưa”.

IF (20 ≤ µ(a) < 30) THEN a = “Mưa bóng mây”.

IF (30 ≤ µ(a) < 40) THEN a = “Mưa phùn nhẹ”.

IF (40 ≤ µ(a) < 50) THEN a = “Mưa phùn”.

IF (50 ≤ µ(a) < 60) THEN a = “Mưa vừa”.

IF (60 ≤ µ(a) < 80) THEN a = “Mưa to”.

ELSE a = “Mưa rất to”.

- Thông số mây:

IF ( 0 ≤ µ(a) < 20) THEN a = “Không mây”.

IF (20 ≤ µ(a) < 40) THEN a = “Ít mây”.

IF (40 ≤ µ(a) < 60) THEN a = “Có mây”.

IF (60 ≤ µ(a) < 80) THEN a = “Nhiều mây”.

ELSE a = “Rất nhiều mây”.

Với [ ]1,0)( ∈aµ là giá trị của biến số thời tiết a tại đầu ra của mạng nơron.

Mô đun chính là mô đun 2: Mạng nơron, các giá trị ở các đầu vào và đầu ra mạng nơron đều là các giá trị thuộc khoảng [0, 1].

Dữ liệu huấn luyện là tập các cặp ( hX , hD ), trong đó hX là thông số thời tiết của ngày h,

hD là thông số thời tiết của ngày h+1. Tức là hD = 1hX + . Cụ thể như sau:

Trong quá trình huấn luyện mạng nơron, đầu vào của mạng là các thông số thời tiết của ngày thứ nhất thì đầu ra mong muốn là các thông số thời tiết của ngày thứ hai, đầu vào của mạng là các thông số thời tiết của ngày thứ hai thì đầu ra mong muốn là các thông số thời tiết của ngày thứ ba,… mỗi một cặp đầu vào, đầu ra mong muốn như thế gọi là một mẫu huấn luyện, sau khi huấn luyện mạng nơron nhiều lần với L mẫu huấn luyện như thế thì mạng nơron có thể đã nắm được quy luật biến đổi của thời tiết (trong trường hợp L đủ lớn và các cặp dữ liệu biểu diễn được quy luật biến đổi thực tế của thời tiết trong một mùa).

Quá trình huấn luyện thực hiện theo thuật toán lan truyền ngược đã trình bày ở trên.

Sau khi huấn luyện xong, muốn mạng nơron dự báo thời tiết của ngày mai thì nó sẽ lấy thông số thời tiết của ngày hôm nay để làm đầu vào và thực hiện dự báo.

THỬ NGHIỆM, LỰA CHỌN CÁC THÔNG SỐ CỦA MẠNG

Chương trình thử nghiệm dự báo thời tiết được viết trên ngôn ngữ Java.

Các thử nghiệm được tiến hành trên máy tính với CPU Pentium IV, tốc độ 3 GHz, RAM 512 MB.

Mạng nơron có 3 lớp: Lớp vào, lớp ẩn và lớp ra. Số nơron lớp vào, sô nơron lớp ra đều là 6 ứng với 6 thông số thời tiết. Số nơron lớp ẩn được xác định qua thử nghiệm.

Giả thiết rằng nếu sau 150000 vòng lặp mà quá trình huấn luyện mạng chưa giảm được lỗi tới mức mong muốn thì coi như quá trình đó không hội tụ.

Kết quả thu được như sau:

Thử nghiệm 1: Xác định hằng số học

Có thể chọn hằng số học theo từng bước huấn luyện, tức là hằng số học thay đổi theo thời gian. Tuy nhiên đây là hệ thống nhỏ nên ta chọn hằng số học cố định cúng đủ đảm bảo chất lượng của hệ thống. Sau đây là kết quả thực nghiệm để tìm hằng số học.


68

Bảng 1: Độ hội tụ với các hằng số học khác nhau

Hằng số học (ηηηη) Số vòng lặp 0.4 Không hội tụ

0.5 Không hội tụ

0.6 142065

0.7 111883

0.8 111858

0.9 124058

1.0 Không hội tụ

Thử nghiệm được tiến hành trên 10 mẫu với cùng một cấu trúc mạng có số nơron tương ứng lớp vào - ẩn - ra là 6 - 15 - 6, giá trị trọng số được khởi tạo ngẫu nhiên trong khoảng [-0.5, 0.5], lỗi cho phép cực đại là 0.0005. Mạng được huấn luyện với các giá trị η khác nhau. Kết quả thực nghiệm được chỉ ra như trong Bảng 1. Theo đó với η = 0.8 mạng hội tụ nhanh nhất.

Thử nghiệm 2: Xác định phạm vi khởi tạo giá trị trọng số

Bảng 2: Độ hội tụ của mạng với các giá trị khởi tạo trọng số

Phạm vi tr ọng số khởi tạo

Số vòng lặp

[-0.1, 0.1] 162939

[-0.2, 0.2] 132162

[-0.3, 0.3] Không hội tụ

[-0.4, 0.4] 108633

[-0.5, 0.5] 111858

[-0.6, 0.6] 148246

[-0.7, 0.7] 108174

[-0.8, 0.8] 136578

Thử nghiệm được tiến hành trên 10 mẫu với cùng một cấu trúc mạng có số nơron tương ứng của lớp vào - lớp ẩn - lớp ra là 6 - 15 - 6, hằng số học là 0.8, lỗi cho phép cực đại là 0.0005. Kết quả thực nghiệm được chỉ ra như trong Bảng 2.

Kết quả thực nghiệm cho thấy rằng, để mạng hội tụ được các trọng số khởi tạo phải khác nhau nhưng không nên để chúng khác nhau quá nhỏ và cũng không nên để chúng khác nhau quá lớn và không nên để chúng nằm

ngoài khoảng [-1, 1]. Kết quả chọn qua thực nghiệm cho thấy trọng số khởi tạo cho mạng giả bài toán dự báo đề ra nên nằm trong [-0.7, 0.7].

Thử nghiệm 3: Xác định số nơron lớp ẩn

Thử nghiệm này được thực hiện trên các mạng có cùng giá trị các tham số về hằng số học là 0.8, khoảng giá trị khởi tạo trọng số thuộc [-0.7, 0.7], giá trị lỗi cực đại cho phép là 0.0005. Kết quả thực nghiệm được chỉ ra trong Bảng 3.

Bảng 3: Độ hội tụ của mạng với các số nơron lớp ẩn khác nhau

Số nơron lớp ẩn Số vòng lặp

10 Không hội tụ



13 175444

14 160718

15 108174

16 139839

17 171451

18 83250

19 105991

20 109077

30 133113

40 82765

Thực nghiệm được thực hiện trên 10 mẫu cho thấy, những mạng có số nút ẩn nhỏ hơn 13, thì mạng không hội tụ (theo ý nghĩa đã quy định ở trên). Với những mạng có nhiều hơn 13 nút ẩn thì thực nghiệm cho thấy mạng có 18 nơron lớp ẩn là hợp lý hơn cả vì với số nút ẩn quá lớn (> 40), tốc độ hội tụ có nhanh hơn nhưng không đáng kể, hơn nữa lại tiêu tốn nhiều tài nguyên máy tính. Thực nghiệm đã chứng tỏ rằng, số nơron lớp ẩn là một trong những nhân tố ảnh hưởng nhiều tới độ hội tụ của mạng trong quá trình học. Thử nghiệm 4: Thời gian hội tụ Các thử nghiệm về dự báo thời tiết được thực hiện trên máy tính cấu hình như đã nói ở trên. Cấu trúc mạng với số nơron lớp vào - lớp ẩn - lớp ra tương ứng là 6 - 18 - 6, hằng số η là 0.8, lỗi cực đại cho phép là 0.0005, phạm vi khởi tạo trọng số là [-0.7, 0.7]. Số mẫu thử nghiệm là 90 (bảng phụ lục).


69

Thời gian huấn luyện khoảng 9 tiếng.

Hệ thống đã dự báo được 6 thông số thời tiết hàng ngày trong tháng 8/ 2008 với độ chính xác dự báo trung bình là 81.6 %.

KẾT LUẬN

Khi xây dựng mạng thực hiện nhiệm vụ dự báo, với dữ liệu huấn luyện cụ thể việc xác định các tham số của mạng, tham số huấn luyện mạng là rất quan trọng. Mặc dù đã có những nghiên cứu lý thuyết về cách xác định một số tham số này nhưng cũng còn có những tham số mà lý thuyết chưa đề cập tới. Một cách làm hiệu quả, đỡ tốn thời gian mà đảm bảo chính xác là tìm ra các tham số này thông qua thử nghiệm.

Theo kết quả thử nghiệm, với bài toán đặt ra và với bộ dữ liệu thời tiết như bảng phụ lục, để mạng hội tụ tốt, hệ thống cần chọn các tham số như sau: Hằng số học: 0.8, số nơron lớp ẩn: 18, khoảng khởi tạo trọng số: [-0.7, 0.7].

Với cấu hình máy tính như đã trình bày, thời gian huấn luyện trung bình là 9 tiếng, thời gian dự báo gần như tức thời.

Hệ thống dự báo được xây dựng với các thông số của mạng đã được chọn làm việc tốt.

input patern) nhằm thu được một mẫu ảnh đầu ra (binary output patern) sau một số bước học. Thuật toán được cài đặt bằng trên môi trường dotNet nên có thể chạy được trên tất cả các loại máy tính.


[1]. Atiya, A. F., El-Shoura, S. M., et al. (1999). A comparison between neuralnetwork forecasting techniques. Case study: river flow forecasting. IEEE Transactions on Neural Networks, 10(2), (pp. 402–409). [2]. Bart Kosko (1992). Neural networks and fuzzy systems. Pentice-Hall Internastioanal, Inc. [3] Bin Li (2002), Spatial Interpolation of Weather Variables using Artificial Neural Network, Master of Science, University of Georgia, Greece. [4] Ricardo A. Guarnieri et al (April 24 – 28, 2006), Solar Radiation Forcast using Artificial Neural Networks in South Brazil, Proceedings of 8 ICSHMO, p.1777 – 1785. [5]. Werbos, P. (1990). Backpropagation trough time: what it does and how to do it. Proceedings of IEEE, 78. [6]. Lê Xuân Cầu (2004). Khả năng ứng dụng mạng thần kinh nhân tạo vào dự báo lũ sôngTrà Khúc và sông Vệ, Tạp chí KTTV, số 1(481) năm 2004, tr 26 – 35. [7]. Nguyễn Hướng Điền, Hoàng Phúc Lâm (2006). Dự báo tổng lượng bức xạ ngày cho khu vực đồng bằng phía Bắc Việt Nam bằng phương pháp sử dụng mạng thần kinh nhân tạo, Tạp chí khoa học ĐH QGHN, KHTN&CN, tập 22, số 2B PT, tr 9 – 19. [8]. Nguyễn Quang Hoan, Hoàng Thị Lan Phương (2006). Dự báo giá chứng khoán sử dụng công nghệ mạng nơron, Kỉ yếu hội nghị khoa học lần 3 về nghiên cứu, phát triển và ứng dụng công nghệ thông tin và truyền thông Hà Nội ICT.rda’06 (20-21/5/2006) tr 157 – 164. [9]. Hoàng Phúc Lâm (2006). Nghiên cứu và ứng dụng mạng thần kinh nhân tạo dự báo một số yếu tố khí tượng cho khu vực đồng bằng phía Bắc Việt Nam, Luận văn thạc sĩ khoa học. [10]. Hoàng Phúc Lâm, Nguyễn Hướng Điền, Công Thanh, Hoàng Thanh Vân (2007). Sử dụng mạng nơron đa lớp truyền thẳng và mạng truy hồi dự báo tổng lượng bức xạ ngày cho một số trạm ở đồng bằng phía bắc Việt Nam, Tạp chí Khí tượng Thủy văn số 10(559).

Hình 5. So sánh kết quả dự báo của hệ thống với các tham số tìm được qua thử nghiệm và dữ liệu quan trắc tại Vĩnh Phúc năm 2008


70

SUMMARY SYSTEM OF WHEATHER FORECAST USING ARTIFICIAL NEURAL NETWORKS

Nguyen Tan An1*, Nguyen Quang Hoan2

1 Hanoi University of Education, 2 Institute of Posts and Telecommunications

This paper introduces a model of forescating system for variations of some wheather parameters using artificial neural networks (ANN) with personal computers. A block schema of model, problems of training ANN, problems of finding out parameters of ANN as a number of neurals in hidden class, a training speed, a interval of initial weight in this model are discussed. The values of some parameters for ANN in the real case have been defined by an experiment method. With those values, a forecast system run well. The wheather forecast resuls by this system are compared with the data observed in real life. Key words: Artificial neural networks, forescat, wheather forecasts, backpropogation

* Tel: 0912 321 559; E-mail: [email protected]

Lê Thị Thu Hà và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 71 - 75

71

NGHIÊN CỨU SỰ CHUYỂN PHA CẤU TRÚC TRONG ÔXÍT AL 2O3 LỎNG BẰNG PHƯƠNG PHÁP MÔ PHỎNG

Lê Thị Thu Hà, Đỗ Thị Vân* , Nguyễn Thị Thu Thuỷ, Lê Thị Hương Dung và Phạm Hữu Kiên

Đại học Sư phạm - ĐH Thái Nguyên

TÓM TẮT Sự chuyển pha cấu trúc trong Al2O3 lỏng đã được nghiên cứu thông qua mô hình chứa 2000 nguyên tử (800 Al và 1200 O) trong hộp lập phương với điều kiện biên tuần hoàn ở nhiệt độ 3000K. Các đặc trưng cấu trúc của mô hình vật liệu xây dựng được phân tích thông qua hàm phân bố xuyên tâm (HPBXT) cặp, phân bố số phối trí (SPT), phân bố góc liên kết. Kết quả mô phỏng cho thấy, cấu trúc của Al2O3 được tạo bởi các đơn vị cấu trúc AlOx (x = 4, 5, 6), các đơn vị cấu trúc này liên kết với nhau bởi 1, 2, 3 cầu ôxy. Khi áp suất mô hình tăng, số lượng đơn vị AlO4

giảm, AlO6 tăng còn AlO5 đạt cực đại trong khoảng áp suất 11-13 Gpa. Kết quả mô phỏng của chúng tôi chỉ ra áp suất chuyển pha cấu trúc trong Al2O3 lỏng nằm trong khoảng 11-12 GPa. Từ khoá: Al2O3 lỏng, động lực học phân tử, vi cấu trúc, chuyển pha, cầu ôxy.

GIỚI THIỆU*

Các hệ ôxít như Al2O3, SiO2, GeO2... là các vật liệu có vai trò quan trọng trong công nghệ chế tạo vật liệu như gốm, men, thuỷ tinh, vật liệu kỹ thuật... [1-6]. Vì vậy, hiểu biết về cấu trúc vi mô của các vật liệu này là một bước quan trọng để hoàn thiện công nghệ chế tạo vật liệu. Những kết quả nghiên cứu thực nghiệm và mô phỏng đã chỉ ra sự tồn tại nhiều trạng thái có cùng thành phần hoá học nhưng có mật độ khác nhau [7-9]. Tuy nhiên các trạng thái như vậy khác nhau như thế nào (ngoài các đặc trưng quen thuộc như mật độ, ảnh nhiễu xạ tia X...) vẫn đang còn là một vấn đề chưa được làm rõ. Đặc biệt là sự thay đổi cấu trúc vi mô khi xảy ra hiện tượng chuyển pha thù hình đang là một vấn đề thời sự thu hút được sự quan tâm của nhiều nhà khoa học trong cả lĩnh vực thực nghiệm lẫn lý thuyết. Đối với hệ ôxít Al2O3 lỏng, sự chuyển pha cấu trúc được phát hiện theo sự thay đổi của nhiệt độ hoặc áp suất. Vùng áp suất xảy ra chuyển pha của ôxít Al2O3 lỏng đã được đề cập đến trong nhiều công trình [9-12] và họ cũng đã chỉ khoảng áp suất xảy ra chuyển pha trong hệ ôxít Al2O3 là 10 - 19 GPa [8,10]. Tuy nhiên, sự hiểu biết đầy đủ về hiện tượng chuyển pha trong các hệ ôxít vẫn còn nhiều * Tel: 01689931371; Email: [email protected]

hạn chế, nhiều vấn đề vẫn đang còn tranh luận. Mục đích bài báo này cung cấp thêm một số thông tin về các hệ số cấu trúc cũng như khoảng áp suất chuyển pha cấu trúc trong ôxít Al2O3 lỏng bằng phương pháp mô phỏng khi thay đổi áp suất từ 0,14 đến 56,67 GPa trong mô hình mô phỏng.

PHƯƠNG PHÁP TÍNH TOÁN

Sự chuyển pha cấu trúc trong Al2O3 lỏng ở đây được nghiên cứu bằng phương pháp động lực học phân tử (ĐLHPT), sử dụng thế tương tác Born – Mayer và điều kiện biên tuần hoàn. Thế tương tác cặp Born – Mayer được sử dụng có dạng [1,3-6]:

( )2

ij ijij

expi j

e ru r q q B

r R

= + −

, (1)

trong đó: r là khoảng cách giữa hai tâm của ion thứ i và thứ j; iq và jq là điện tích của ion thứ i và thứ j; đối với ion Al3+, 3Alq = + và đối với O2-, 2Oq = − ; ijB và ijR là các thông số tính toán cho lực đẩy giữa các ion. Giá trị 11 0B = , 12 1479,86B = , 22 1500B = eV và ij 3,4483R = . Tương tác Culong được tính toán bằng thuật toán Ewald – Hansen. Thuật toán Verlet được sử dụng để tính tích phân phương trình chuyển động với bước thời gian mô phỏng bằng 0,452 fs. Số phối trí


72

trung bình ijZ và HPBXT được xác định như trong các công trình trước của chúng tôi [2,3]. Để nghiên cứu sự thay đổi cấu trúc và các tính chất nhiệt động của vật liệu khi chịu tác dụng của các quá trình nén trong cùng điều kiện nhiệt độ, chúng tôi đã xây dựng 14 mô hình Al2O3 lỏng tại nhiệt độ 3000 K có áp suất thay đổi từ 0,14 GPa đến 56,67 GPa. Sau khi các mô hình vật liệu đạt trạng thái ổn định, cấu trúc địa phương và quá trình chuyển pha đã được khảo sát.


Các thông số đặc trưng cho cấu trúc của mô hình được tóm tắt trong bảng 1. Từ bảng 1 cho thấy khi áp suất tăng, độ cao của HPBXT cặp thành phần Al – O cũng thay đổi. Giá trị của độ cao giảm đơn điệu từ 5,71 xuống 4,33 khi áp suất tăng từ 0,14 đến 56,67 GPa. Vị trí của đỉnh thứ nhất trong HPBXT cặp Al – O cũng tăng nhẹ, có nghĩa là độ dài liên kết cũng tăng nhẹ theo áp suất, ngược lại độ dài liên kết của các cặp O – O và Al – Al lại giảm. Số phối trí trung bình của cặp Al – O tăng từ 4,29 ở mật độ thấp đến 5,94 ở mật độ cao. Các kết quả này đồng nghĩa với sự dịch chuyển từ cấu trúc mạng tứ diện sang mạng bát diện.

Vấn đề đặt ra tiếp theo là tìm ra khoảng áp suất chuyển pha cấu trúc là bao nhiêu? Hình 1 biểu diễn sự phụ thuộc của tỷ lệ các đa diện

AlOx vào áp suất. Tỷ lệ đa diện AlO5 tăng đều đặn tới một giá trị áp suất xác định (11,56 GPa) sau đó lại giảm. Ngược lại tỷ lệ các đa diện AlO3 và AlO4 giảm đi khi tăng áp suất, xu hướng này cũng quan sát thấy ở tỷ lệ các đa diện AlO6, AlO7 [7-9].

Hình 2 biểu diễn phân bố góc trong các đa diện AlOx của mô hình tại các áp suất khác nhau. Như thấy trên hình 2, với đa diện AlO4, góc O – Al – O có một đỉnh tại 1090, giá trị này gần sát với giá trị phân bố góc lý tưởng (109,470) của một tứ diện đều. Đa diện AlO5 và AlO6 có hai đỉnh: đỉnh chính tại 890 và một đỉnh nhỏ hơn tại 1660, ngoài ra có một điểm đáng chú ý là phân bố góc liên kết O-Al-O hầu như không thay đổi theo áp suất. Ngược lại, đối với liên kết góc Al-O-Al lại có sự phụ thuộc vào áp suất, độ cao của đồ thị phân bố góc tăng dần khi áp suất tăng, vị trí đỉnh có sự dịch chuyển từ 1190 về 900 khi áp suất tăng từ 0,14 GPa đến 56,67 GPa. Tại áp suất thấp, đồ thị xuất hiện điểm uốn gần đỉnh của đường cong phân bố góc, điểm này phản ánh sự thay đổi của cấu trúc khi thay đổi áp suất nén. Bởi vậy, sự thay đổi mạnh của góc liên kết Al-O-Al trong quá trình nén có liên quan đến trật tự trung bình.

Kết quả này cũng có thể nhận thấy từ phân bố của cầu nối ôxy đưa ra trong bảng 2.

Bảng 1. Đặc trưng cấu trúc của Al2O3 lỏng (rij, gij - vị trí và độ cao thứ nhất của HPBXT; Zij- số phối trí trung bình, trong đó: 1-1 cặp Al-Al; 1-2 cặp Al-O; 2-1 cặp O-Al; 2-2 cặp O-O)

Áp suất (GPa)

r ij, Å gij(r) Zij

1-1 1-2 2-2 1-1 1-2 2-2 1-1 1-2 2-1 2-2 0,14 3,13 1,71 2,76 2,85 5,71 2,35 7,92 4,29 2,85 10,49 1,31 3,13 1,71 2,74 2,80 5,60 2,33 8,15 4,42 2,94 11,06 2,51 3,11 1,71 2,72 2,82 5,45 2,35 8,64 4,46 2,97 11,62 3,18 3,13 1,71 2,74 2,75 5,36 2,31 9,02 4,52 3,02 12,02 6,30 3,11 1,71 2,70 2,76 5,12 2,30 9,97 4,74 3,15 12,31 11,56 3,05 1,73 2,66 2,81 4,86 2,32 10,90 4,89 3,26 13,42 16,28 3,05 1,73 2,60 2,83 4,52 2,41 12,06 5,19 3,43 13,60 18,99 3,05 1,75 2,58 2,87 4,50 2,42 12,12 5,31 3,51 14,43 21,20 3,05 1,75 2,54 2,85 4,47 2,41 12,40 5,43 3,62 14,68 26,65 3,01 1,75 2,52 2,90 4,45 2,48 12,63 5,48 3,63 15,01 31,84 3,01 1,75 2,54 2,93 4,39 2,45 12,74 5,55 3,70 14,99 37,31 3,01 1,75 2,54 2,91 4,37 2,56 12,79 5,67 3,77 15,62 46,41 2,93 1,75 2,56 2,89 4,32 2,60 13,08 5,82 3,85 15,94 56,67 2,92 1,75 2,52 2,95 4,33 2,61 13,04 5,94 3,92 15,95


73

Dự liệu trong bảng 2 cho thấy số cầu nối ôxy chung giữa hai đa diện AlO4 liền kề giảm khi tăng áp suất. Ngược lại, số liên kết của các đa diện thông qua 2 và 3 cầu nối ôxy lại tăng lên. Khi tăng áp suất tới giá trị 16,28 GPa thì các đa diện liên kết với nhau qua 4 cầu nối ôxy cũng bắt đầu xuất hiện với giá trị tăng dần. Các đa diện liên kết qua 5 cầu nối ôxy chỉ xuất hiện ở những áp suất rất lớn (56,67 GPa) và chiếm một tỷ lệ rất không đáng kể (0,003%). Kết hợp các kết quả phân tích về phân bố góc và phân bố độ dài liên kết có thể

nhận xét rằng, đặc trưng chủ yếu quan sát thấy trong quá trình nén là sự thay đổi mạnh trật tự trung gian được biểu thị thông qua tỷ lệ của các đa diện AlOx, liên kết giữa hai đơn vị đa diện liền kề và phân bố cầu nối ôxy. Sự thay đổi này xảy ra mạnh nhất ở khoảng áp suất 11-13 GPa, chúng tôi cho rằng đây là khoảng áp suất xuất hiện chuyển pha cấu trúc từ cấu trúc tứ diện sang cấu trúc bát diện. Trật tự gần biểu thị thông qua phân bố các góc O-Al-O và độ dài liên kết thì ít thay đổi khi nén.

0 10 20 30 40 50 60

AlO3

AlO7

AlO8

p suÊt(GPa)

Tû

lÖ

(%)

0 10 20 30 40 50 60

0,0

0,2

0,4

0,6

0,8 AlO4

AlO5

AlO6

Hình 1. Phụ thuộc của AlOx vào áp suất trong Al2O3 tại 3000K

Hình 2. Phân bố góc trong các đa diện AlOx của Al2O3 tại 3000K

0.00

0.04

0.08

0.12

0.16O-Al-Otrong AlO

4

P= 0.14 GPa P= 1.31 GPa P= 2.51 GPa P= 3.18 GPa

O-Al-Otrong AlO

5


§é

Tû

lÖ

(%)

30 60 90 120 150 180

0.00

0.04

0.08

0.12 O-Al-Otrong AlO

6


60 90 120 150 180

Al-O-Altrong AlO

x

P= 0.14 GPa P=11.56 GPa P=18.84 GPa P=56.67 GPa


74

Bảng 2. Phân bố của “cầu nối ôxy” trong Al2O3 lỏng tại 3000K ( m – hai đơn vị AlOx lân cận có số ôxy liên kết. Cột tiếp theo chỉ ra số phần trăm m của các cầu nối. Ví dụ tại 1,31Gpa có 19,301% cầu nối

giữa hai đơn vị AlOx liền kề được liên kết bởi hai cầu ôxy)

Áp suất (GPa)

Số cầu lối - m

1 2 3 4 5

0,14 81,872 16,878 0,230 0,000 0,000

1,31 80,392 19,301 0,307 0,000 0,000

2,51 80,541 19,054 0,395 0,000 0,000

3,18 80,159 18,476 0,365 0,000 0,000

6,30 76,123 22,140 0,737 0,000 0,000

11,56 74,767 23,360 0,873 0,000 0,000 16,28 71,073 26,622 1,315 0,001 0,001 18,99 70,062 27,598 1,350 0,003 0,000

21,20 70,059 27,576 1,382 0,003 0,000

26,65 68,102 29,392 1,614 0,004 0,000

31,84 67,446 29,817 1,737 0,008 0,000

37,31 66,127 30,850 2,023 0,013 0,000

46,41 65,963 31,642 2,505 0,026 0,000

56,67 65,017 32,039 2,856 0,047 0,003

KẾT LUẬN

Cấu trúc của Al2O3 lỏng được nghiên cứu bằng phương pháp mô phỏng ĐLHPT, dùng thế tương tác cặp Born – Mayer và điều kiện biên tuần hoàn. Đặc trưng cấu trúc của mô hình xây dựng được phân tích thông qua HPBXT, phân bố SPT, phân bố góc liên kết. Kết quả chỉ ra rằng, cấu trúc Al2O3 lỏng được tạo bởi các đơn vị cấu trúc AlOx (x = 4, 5, 6) thông qua các cầu ôxy. Khi tăng áp suất từ 0,14 đến 56,67 GPa thì có sự chuyển pha cấu trúc từ mạng tứ diện sang bát diện trong khoảng áp suất từ 11 – 13 GPa. Các đặc trưng cấu trúc như phân bố tỷ lệ số đa diện AlOx, phân bố tỷ lệ liên kết cầu ôxy, độ dài liên kết thể hiện rõ trong quá trình chuyển pha cấu trúc.

TÀI LI ỆU THAM KHẢO [1]. Phạm Ngọc Nguyên và Phạm Khắc Hùng (2006), Tạp chí Khoa học và Công nghệ các trường Đại học kỹ thuật, Số 56, tr. 104-107. [2]. Đỗ Thị Vân, Đặng Thị Uyên và Phạm Hữu Kiên (2011), Tạp chí Khoa học và Công nghệ, Đại học Thái Nguyên, Tập 78, Số 02, tr. 29-33.

[3]. Mai Thị Lan, Phạm Hữu Kiên và Phạm Khắc Hùng (2009), Hội nghị Vật lý chất rắn và Khoa học vật liệu toàn quốc lần thứ 6, Đà Nẵng, tr. 841-845. [4]. P.H. Kien, P.K. Hung and V.V. Hung (2010), Tạp chí Khoa học và Công nghệ, Đại học Thái Nguyên, Tập 68, Số 06, tr. 50-55. [5]. Phạm Ngọc Nguyên, Phạm Khắc Hùng, Nguyễn Thị Thuận (2006), Tạp chí Khoa học và Công nghệ, Tập 44, Số 05, tr. 111-119. [6]. P.K. Hung, N.V. Hong and L.T. Vinh (2008), J.Phys. Condens. Matter 19, 466103. [7]. N.T. Nhan, V.V. Hung, P.H. Kien, T.V. Mung and P.K. Hung (2008), Journal of Science of HNUE, Natural Sci., V.53, No 1, pp. 74-79. [8]. L.T. Vinh, P.K. Hung, N.V. Hong and T.T. Tu (2009), Journal of Non-Crystalline Solid 355, pp. 1215-1220. [9]. Vo Van Hoang and Nguyen Hoang Hung (2006), Phys. Stat. Sol., 243 (2) 416-423. [10]. Vo Van Hoang (2004), Phys. Rev. B 70, 134204. [11]. P. K. Hung, H.V. Hue and L.T. Vinh (2006), J. Non-Cryst. Sol., 352 (30) 3332-3338. [12]. P.K. Hung, H.V. Hue and L.T. Vinh (2006), J. Non-Cryt. Sol., 352, 3332.


75

ABSTRACT INVESTIGATING THE PHASE TRANSITION IN OXIDE AL 2O3 LIQUID BY SIMULATION METHOD

Le Thi Thu Ha, Do Thi Van* , Nguyen Thi Thu Thuy, Le Thi Huong Dung, Pham Huu Kien

College of Education - TNU

The phase transition in Al2O3 liquid has been investigated through samples of containing 2000 atoms (800 Al and 1200 O) in cubic box with periodic boundary conditions, at 3000K. Structure characteristics of considered model is analysised through the partial radial distribution funtion, coordination number and bond-angle distribution. The simulation result reveal that Al2O3 liquid is composed of basic units AlOx (x =4, 5, 6). These basic units link by 1, 2, and 3 bridge oxygen. As pressure increases, the fraction of units AlO4 decreases, AlO6 increases and AlO5 appears a maximum lied in range 11-13 GPa and it is pressure range to occurs phase transition in Al2O3 liquid like observed experimental. Key words: Al2O3 liquid, molecular dynamic, microstructural, phase transition, oxide bridge.



76

Nguyễn Mạnh Đức Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 77 - 86

77

BUILDING SOME DESIGN PATTERNS IN C#

Nguyen Manh Duc*

College of Education – TNU

SUMMARY In software engineering, design is a total solution for common problems in software design. Profound idea of the design is good saving solutions-oriented design and object re-use them to solve similar problems. New object oriented language C#, Microsoft's influencemany of the languages Java and C++. But there are still many new and interesting featureis introduced to simplify the design of object-oriented. In this article we will consider building a number of designs that Gamma has proposed language with C#.The purpose of the work here is to have an insight than some designs can be implemented in C#, to learn the new features of the language in practice and make it easier for designers object-oriented software. Key words: Design Patterns, Singleton, Proxy, Abstract Factory, Strategy, UML

INTRODUCTION*

Object oriented programming has been the dominating style in software development for quite a few years. The intuitive way in which object oriented languages allow us to divide our code into objects and classes is what makes this style of programming attractive. Another aim of object oriented program design is to make code more reusable. However practical has shown that designing reusable object oriented software is not always that easy. A good software design should, not only solve existing problems, but also concern future problems. It should make the program flexible, easy to maintain and to update. Design patterns help us address these issues. The idea is quite simple, we save document and design solutions that have been used and worked for reoccurring problems, in order to use them again in similar situations.

In software engineering, a design pattern is a total solution for common problems in software design. A design pattern is not a perfect design for can be converted directly into code, it is only a framework describing how to solve a problem that can be reused in many different situations. The object oriented design patterns typically show relationships and interactions between classes or objects, * Tel: 0915 564 249; Email: [email protected]

without specifying the class or object of each specific application.

The design can help speed up the process of software development by providing development patterns have been authenticated and verified. It provides general solutions, documented in a format that is not attached to a particular problem. The model allows developers to communicate with each other using the name easy to understand, is widely used to set for the interaction of software [1].

The aim of this work is to take a closer look at how some of the known design patterns can be implemented in C#, and to investigate whether the new features of the language in fact do make it easier to design object oriented software.

After the introduction, section 2 will review some of the designs represent the Gamma and colleagues have proposed [1], we propose how to design and build these templates in C# and apply them in some real-world problems; section 3 discusses some issues of interest; Finally section 4 will include a number of conclusions and future work.

DESIGN SOME PATTERNS IN C#

The designs are important building blocks for design and modeling applications on all platforms. The design helps us to understand, discuss and re-use of applications on aparticular platform. In [1] Gamma and


78

colleagues proposed 23 designs, they are classified into 3 types are: creational patterns, structural patterns and behavioral patterns. Here we will review a represent-tative sample for each type.

Creational Patterns

Creational pattern as the name implies are concerned with the creation of object. The patterns help you build a part of an application that hides how an object is created and composed from the representation of the object. The only information known of the object is its interface. Creational patterns can be divided in class creational patterns and object creational patterns. The difference lies in that the class creational patterns use inheritance to instantiate a class, while object creational patterns delegate the instantiation to another object.

Here we will look at the Singleton and Abstract Factory patterns represent creational patterns.

Singleton Pattern

Singleton design pattern is designed to ensure that a class can only create a unique show and it provides access points in a uniform global.

In fact, there are many situations where we want a class has only a single show during application execution. Singleton design pattern has been born to meet the problems of this type.

The structure of the Singleton pattern is represented by the UML diagram shown in Figure 1 [1].

Installation : Singleton design pattern can be installed in the C# language as follows: class Singleton // Field private static Singleton instance; // Constructor protected Singleton() // Method public static Singleton Instance() if (instance == null) instance = new Singleton(); return instance;

Apply the Singleton pattern:

Problem 1: Suppose the need to build a Find dialog box and search for a text editor. Note that in all cases to ensure that only up to a Find dialog box appears for convenience to users and for the management of the system [1].

The most reasonable solution for the above case is designed for that class can express itscontrol. Specifically, the class will always ensure that no other show can be created from it. Normally when an object to be created from the class must be created through function (constructor) of that class. Therefore, to prevent the user create objects freely, we will prevent the creation function can be called, by turning it into a private domain (or protected) in the class. Then provide a static method, to create new objects in a controlled, iecheck if the object will not create new objects, otherwise it returns the object already exist. This solution will ensure only one instance of the class only. The clients to access instance of class through the constructor mentioned above. Thus, the Find dialog box can be installed as follows:

public class Find protected static Find instance = null; // field protected Find() //constructor public static Find Singleton() //method

Singleton

static instance()

Singleton Operation()

GetSingletonData()

static uniqueInstance

singletonData

Return uniqueInstance

Figure 1: Structure of the Singleton pattern


79

if (instance == null) instance = new Find(); return instance; If a user creates an instance of the class with the command: Find find It will have compile errors, so constructor of the class is located in southern private (protected). Instance of the class can only be made by:

Find find = Find.Singleton(); Therefore, we can completely control the instance of the class created in the method Singleton(), ensuring that only one the an object. Problem 2: Another application is a class that can be designed for its information accessed globally by all other objects in the program. For example, sometimes we need a singleglobal object store information connected to the database or information through computer networks connected to other objects can be accessed as needed to produce this singleobject [1]. Specifically, we need to store information about a database include: ServerName, DatabaseName,

UserName and Password. Need to access the information at any time and anywhere in the program. We can use the Singleton pattern solve this problem as follows: public class DataInfo private string ServerName; private string DatabaseName; private string UserName; private string Password; protected static DataInfo instance = null; protected DataInfo(string servername, string databasename, string username, string password) ServerName = servername; DatabaseName = databasename; UserName = username; Password = password; public string getServerName()

return ServerName; public static DataInfo Singleton() if (instance == null) instance = new DataInfo("DHTN", "data2011", "Le An", "an-dhtn"); return instance; class Program static void Main(string[] args) DataInfo dataInfo = DataInfo.Singleton(); Console.WriteLine("ServerNamme:"+ dataInfo.getServerName());

Abstract Factory Pattern

Abstract Factory is a design pattern provides to the client program an interface , which is a family or a set of objects of different classes have the same interface with each other, which is not directly work with each subclass particular.

Abstract Factory design pattern to pack a group of the class acts as a "production" (factory) in the application, this is the class used to create objects. The production of this the class have a common programming interface that is inherited from a parent class pure virtual called class "virtual factory class"

Structure of the Abstract Factory pattern is represented by the UML diagram in Figure 2 [1]. Of which:

• ConcreteFactory: real-time methods in AbstractFactory to create the specific object. The system has many objects, the groups generated by the ConcreteFact-ory similar role.

• AbstractFactory: is abstract, it specifies the interface for manipulating create "products" virtual (AbstractProduct).

• Product: As the reality of object generated from the concreteFactory class and it inherited the class virtual product.


80

AbstractProduct. • Client: Is a program to create objects in

the system, it uses AbstractFactory and AbstractProduct.

Building Abstract Factory Pattern in C#: Imagine you are designing software to build an electric motor. First you must determine the AbctracFactory and AbstractProduct classes . We called them DongCoFactory and DongCo, these classes are installed in C# as follows: abstract class DongCoFactory public abstract DongCo getDongCo(); abstract class DongCo public abstract string type get; Now we define a product class DongCoE500Product for DongCo class, ConcreteFactory class for DongCoFactory: class DongCoE500Product : DongCo string _type = "DCE-500"; public override string type get return _type; class concreteDongCoFactory1 : DongCoFactory

public override DongCo getDongCo() return new DongCoE500Product(); We now have a factory and the product, ready for the implementation of theclasses and build the engines. But first we need a client and a Main class. Here, the client class is testDriver. class TestDriver public void Model(DongCoFactory factory) DongCo dc = factory.getDongCo(); Console.WriteLine("Model 0", dc.type); class Program static void Main(string[] args) DongCoFactory factory1 = new concreteDongCoFactory1(); new TestDriver().Model(factory1); Console.ReadLine(); Now, to add another factory class and other types of DongCo can be made as follows:

class DongCoE700Product: DongCo string _type = "DCE-700";

Figure 2: Structure of the Abstract Factory pattern


81

public override string type get return _type; class concreteDongCoFactory2 : DongCoFactory public override DongCo getDongCo() return new DongCoE700Product(); Now we add code to the Main function as follows, and then implement programs to presentperformance results, and note that the client class is that testDriver not remain unaltered. class Program static void Main(string[] args) DongCoFactory factory1 = new concreteDongCoFactory1(); new TestDriver().Model(factory1); DongCoFactory factory2 = new concreteDongCoFactory2(); new TestDriver().Model(factory2);

The above example shows that how to add a factory and a new product into the system.

Structural Patterns

Structural patterns suggest ways to put together existing objects into complex structures, in order to achieve new

functionality. Class structural patterns use inheritance to compose interfaces and implementation, whereas in object structural patterns an object can reside inside another object. In this section, we will review a representative sample for this model, which is the proxy pattern.

Proxy Pattern:

Proxy pattern is used when the need to replace, or more accurately represent a complex object with a simple object. If the initialization of an object that consuming too many resources or time, the Proxy pattern is a good solution, it allows only if clearly needed a newinitialized object. Proxy now can be applied anywhere where you need to have an objectreference to a more flexible, more sophisticated than using a simple pointer.

The structure of the Proxy pattern is presented in Figure 3 [1]. Of which:

• Subject: A pure virtual object class or interface, this class can be inherited and implemented by Proxy and other objects.

• RealSubject: Inherit from the Subject, its full implementation or expansion functions defined in the Subject.

• Proxy: Inherits from Subject, it is responsible for transfer function calls (requests) from the Subject to RealSubject whenever necessary.

Figure 3: Structure of the Proxy pattern

Client


82

Building Proxxy pattern in C#:

The following example will illustrate the installation of Proxy pattern in C#. Suppose weneed to build a service processor in a computing system, we can build this service form Proxy pattern as follows:

First define an delegate Calculate as follows:

public delegate int Calculate(int a, int b);

Then there is an interface IMath role for Subject:

public interface IMath int ADD(int x, int y); int SUB(int x, int y); And next is a Math class is inherited from the MarshalByRefObject class IMath and the system acts as RealSubject:

class Math: MarshalByRefObject, IMath public int ADD(int x, int y) return x + y; public int SUB(int x, int y) return x - y;

inherited from class IMath: class MathProxy: IMath Math math = new Math(); public MathProxy() Console.WriteLine("Calculator constructor"); // Tao the hien cua Math trong mot // AppDomain khac AppDomain ad = System.AppDomain.CreateDomain("MathDomain",

null, null); public int ADD(int x, int y) return math.ADD(x, y); public int SUB(int x, int y) return math.SUB(x, y);

This class will change the calculations required to handle RealSubject class when needed.

Next we add the Client class, this class has two methods: Xuly used delegate packaging methods calculation processing services and Display to create Proxy objects and call handling requirements necessary calculations: public class Client int x = 12, y = 7; void Xuly(Calculate cal, int v1, int v2) Console.Write("\nXu ly voi:0; 1: ",v1,v2); Console.WriteLine("Ket qua=0",cal(v1, v2)); public void Display() MathProxy mp = new MathProxy(); Calculate pt = new Calculate(mp.ADD); Xuly(pt, x, y); pt = mp.SUB; Xuly(pt, x, y);

In illustration of this Proxy application pattern, we have used Imath interface to determine theservice requirements, delegate technicians to perform the calculations required and theprocess of creating objects in C# language instead of having to use ordinary pointers as in C++, to save resources and ease of handling.

Behavioural Patterns

Behavioral patterns focused on problem solving algorithm and the division of responsibilities between objects. Behavior patterns are most concerned to the transmission of communications between objects. Behavioral patterns not only describes the object model of the model but also describes the exchange of information between them; characterize complex control flow, enabling us to focus more on how to build links between objects instead of the control flow. Here we consider the strategy pattern represent for behavioral patterns.

Strategy pattern:

The Strategy pattern defines a family of algorithms, encapsulates the related algorithms and makes them interchangeable. This allows the selection of algorithm to vary


83

independently from clients that use it and allows it to vary over time [4]. The structure of the Strategy pattern as shown in Figure 4 [1], in which: • Strategy: Defining the interface for all classes present algorithm. During the initialization process may object to add data from the Context. • ConcreteStrategy: Is the implementation of the Strategy interface to present a specific algorithm. • Context: At compile time, only to use the object Strategy model when determining thealgorithm for the problem to be treated; At the time of execution given a specific object of algorithm replacement for object Strategy. Building Strategy pattern in C#: The construction behind the Strategy pattern is to encapsulate the number of strategies in a single module and provide an uncomplicated interface to allow the clients to choose between these strategies. If you have several different behaviours that you want an object to perform, it is much simpler to keep track of them if each behaviour is a separate class, instead of the most common approach of putting them in one method. This is illustrated in figure 4 [1]. By doing this you can easily add, remove, or change the different behaviours, since each one is its own class. Each such behaviour or algorithm encapsulated into its own class is called a Strategy. The strategies do not need to be members of the same class hierarchy but they do have to implement the same interface [2]. The new language support for interfaces in C# comes in handy when implementing the Strategy pattern. C++ programmers typically create interfaces by defining abstract classes with pure virtual methods. In C#, all interface

members are public, and classes adhering to an interface must implement all methods in the interface.

The following code demonstrates the Strategy pattern, which encapsulates functionality in the form of an object. This basic example is based on the structure in figure 4.

First we create an Strategy interface with its method are AlgorithmInterface(): interface Strategy

void AlgorithmInterface();

Next is subclass of concreteStrategy inherits the Strategy interface, which corresponds to thealgorithm of each case will be selected strategy: class ConcreteStrategyA : Strategy public void AlgorithmInterface() Console.WriteLine(this.ToString()); class ConcreteStrategyB : Strategy public void AlgorithmInterface() Console.WriteLine(this.ToString()); class ConcreteStrategyC : Strategy public void AlgorithmInterface() Console.WriteLine(this.ToString());

Figure 4: Structure of the Strategy pattern


84

Next is the Context class will provide specific algorithm objects as required: class Context private Strategy strategy; public Context(Strategy strategy) this.strategy = strategy; public void ContextInterface() strategy.AlgorithmInterface(); Finally, the class that contains the Main function to execute the program: class Program static void Main(string[] args) Context cA = new Context( new ConcreteStrategyA()); cA.ContextInterface(); Context cB = new Context( new ConcreteStrategyB()); cB.ContextInterface(); Context cC = new Context( new ConcreteStrategyC()); cC.ContextInterface();

DISCUSSION

A design pattern is a description of a set of interacting classes that provide a framework for a solution to a generalized problem in a specific context or environment. In other words, a pattern suggests a solution to a particular problem or issue in object-oriented software development.

In today’s software development, applications and systems are complex. These products require a great deal of flexibility in design and architecture to accommodate the ever-changing needs of clients and users during the product development and also after the product has been released. Design patterns assist in laying the foundation for a flexible

architecture, which is the characteristic of every good object-oriented design [5, 6].

C# together with .NET brings about many benefits, including the easy-to-use object model, the garbage collection mechanism for automatically cleaning up resources, and far improved libraries covering areas ranging from Windows GUI support to data access and generating web pages. The .NET framework insures that enough information is included in the compiled library files (the assemblies) and that your classes can be inherited from and used by other .NET-aware code without requiring access to your source files [3, 4].

The record in fact shows that pointers is one of the largest sources causes errors when developing software, the concept of pointers in C and C++ does not exist in C #. However, it can overcome this problem in C# using other mechanisms such as: set the reference variable with the parameters of the method, or by the constructor the object classes [4]…

An interface is basically a contract between a class and a client that guaranties that the class implements the methods specified in the interface. In other words, interfaces contain the public signature of methods, events and properties but it is up to the class, which is said to implement the interface, to provide the implementation of these methods. The implementing class inherits from an interface in the same way as from a base class. An instance of this class can then be casted into the interface and access its methods. In this way interfaces can be used to reach the same objectives as with multiple inheritance [5, 7].

As Liberty [2] states, in the programming language C#, delegates are first-class objects, fully supported by the language. Using a delegate allows the programmer to encapsulate a reference to a method inside a delegate object. You can encapsulate any matching method in that delegate without having to know at compile time which method that will be invoked. A delegate in C# is similar to a function pointer in C or C++.


85

But unlike function pointers, delegates are object-oriented, type-safe and secure managed objects.

One of the primary goals of C# is safety; many of the problems that programmers can cause in C and C++ are avoided in C#. Generally the abstraction level of programming is higher in C# compared to C++. Introducing C# in design patterns provides the programmer with a modern object-oriented programming language offering syntactic constructs and semantic support for concepts that map directly to notions in object-oriented design.

The designs show that you always have a program with an interface does not enforce it. Then, in all inherited classes, you will be more flexible implementation of the method is most suitable to your purpose. Since C# supports interface, this feature is useful when implementing patterns as Adapter, Strategy, Abstract Factory ... The technical delegate andother events also match the features of the design and for the design of the patterns becomes easier.

CONCLUSION

In software engineering, design is a total solution for common problems in software design. Profound idea of the design is good saving solutions-oriented design and object re-use them to solve similar problems.

New object-oriented language C# is Microsoft's influencemany of the languages Java and C++. But there are still many new and exciting features are introduced to simplify object-oriented design. In this article we will consider building designs which some have proposed Gamma by C# language, namely the Singleton pattern, AbstractFactory, Proxy and Strategy. These models are built based on some new features of C #, such as creating a single object using the static method, the use of abstract classes to define the interface for manipulating create "products" virtual; techniques authorized to perform the

required processing requirements and mechanism for creating objects in C# instead of using pointers to normal C++ and use this technique class inheritance and interfaces instead of multiple inheritance in C++ to implement multi-processing forms...

Object oriented language C#, Microsoft's influencemany of the languages Java and C++. But there are still many new and interesting featureis introduced to simplify the design of object-oriented. In this article we will consider building a number of designs that Gamma has proposed language with C#. The purpose of the work here is to have an insight than some designs can be implemented in C#, to learn the new features of the language in practice and make it easier for designers object-oriented software.

In the future we will look at other patterns and build on the languages C# or Java. Research on the refine designs. Application forms and combine them to solve the problem in practice.

REFERENCES

[1]. Gamma E., et. al, Elements of Reusable Object-Oriented Software, Addison-Wesley. The PDF conversion was made in February 2003. [2]. Liberty J., Programming C#, 2nd Edition, O’Reilly, ISBN: 0-596-00309-9, 2002. [3]. MSDN, C# Language specification 17. Attributes, Microsoft Corporation 2004. [4]. Mathias Bartoll, Nori Ahari, Oliver C.Moldez, Design patterns in C#, Mälardalen University Västerås, Sweden. 2004. [5]. Sherif M. Yacoub, H.H. Ammar, Pattern- Oriented Analysis and Design: Composing Patterns to Design Software Systems, Addison Wesley 2003. [6]. Nguyen Manh Duc (2011), "Some calculations and refinements with the components", Journal of Science and Technology, University of Thai Nguyen, volume 78, No. 02, p. 97-104 [7]. Pham Huu Khang, Tran Tien Dung, C# 2005 Object Oriented Programming, Publishing House of Social Labour, 2008.


86

TÓM TẮT XÂY DỰNG MỘT SỐ MẪU THI ẾT KẾ TRONG C#

Nguyễn Mạnh Đức* Trường Đại học Sư phạm – Đại học Thái Nguyên

Trong công nghệ phần mềm, mẫu thiết kế là một giải pháp tổng thể cho các vấn đề chung trong thiết kế phần mềm. Ý tưởng sâu xa của các mẫu thiết kế là để tiết kiệm tốt các giải pháp thiết kế hướng đối tượng và việc tái sử dụng chúng để giải quyết các vấn đề tương tự. Ngôn ngữ hướng đối tượng mới C# của hãng Microsoft có ảnh hưởng nhiều từ các ngôn ngữ Java và C++, tuy nhiên vẫn còn nhiều tính năng mới và thú vị được giới thiệu để đơn giản hóa thiết kế hướng đối tượng. Trong bài báo này chúng tôi sẽ xem xét xây dựng một số mấu thiết kế mà Gamma đã đề xuất bằng ngôn ngữ C#. Từ đó có một cái nhìn sâu sắc hơn một số mẫu thiết kế có thể thực hiện trong C#, tìm hiểu các tính năng mới của ngôn ngữ trong thực tế và làm cho dễ dàng hơn trong thiết kế phần mềm hướng đối tượng. Từ khóa: Các mẫu thiết kế, mẫu Singleton, mẫu Proxy, mẫu Abstract Factory, mẫu Strategy, ngôn ngữ mô hình hóa thống nhất.


Trần Mạnh Tuấn và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 87 - 92

87

KẾT HỢP GIẢI THUẬT DI TRUY ỀN VỚI PHÂN CỤM LO ẠI TRỪ TRONG TỐI ƯU HÓA THAM S Ố ĐIỀU KHI ỂN

Tr ần Mạnh Tuấn1*, Nguyễn Thị Linh 1, Vũ Đình Minh 2

Trường ĐH CNTT&TT, 2Trường CĐ Công nghiệp Thái Nguyên – ĐHTN

TÓM TẮT Dữ liệu trong các thiết bị điều khiển thường bị nhiễu bởi nhiều loại dữ liệu khác nhau. Việc hiệu chỉnh, tinh chỉnh và kiểm tra dữ liệu dùng trong các hệ thống điều khiển là cần thiết. Nghiên cứu này đề xuất phương pháp phân cụm loại trừ và giải thuật di truyền trong trích lọc dữ liệu từ một tập dữ liệu ban đầu. Thực hiện phân cụm để loại bỏ phần dư thừa, hình thành các luật làm tri thức đầu vào cho hệ điều khiển. Giải thuật di truyền là công cụ tìm kiếm, xác định các giá trị tối ưu cho tập tham số điều khiển. Từ khóa: Giải thuật di truyền, phân cụm loại trừ, trích lọc dữ liệu, hệ điều khiển, tham số điều khiển.

MỞ ĐẦU*

Mặc dù khả năng thực hiện của mô hình phụ thuộc rất nhiều vào chính bản thân mô hình, nhưng có một thực tế rằng dữ liệu đóng một vai trò rất quan trọng trong xây dựng các mô hình chất lượng. Điều này càng đặc thù hơn cho một mô hình định hướng dữ liệu. Dữ liệu nhiễu sẽ cho kết quả trong một mô hình xây dựng không phù hợp. Khi đó, các mô hình điều khiển cần dữ liệu được chuẩn hóa. Như vậy, kết quả thu được từ mô hình điều khiển sử dụng dữ liệu chuẩn sẽ đưa ra dự đoán tốt và đáng tin cậy. Trong các yêu cầu đặt ra cho quá trình phân cụm thì yêu cầu về độ chính xác luôn được đặt ra hàng đầu, ngoài ra sự kết hợp các thuật toán phân cụm và giải thuật di truyền còn đòi hỏi thỏa mãn được tính tối ưu của các luật được sử dụng. Vì vậy một cách tiếp cận khác mà bài báo nêu ra đó là sử dụng phân cụm kết hợp với giải thuật di truyền để chuẩn hóa dữ liệu cho điểu khiển.

Bài báo được tổ chức như sau: Phần 2 trình bày về hệ thống suy luận mờ, phương pháp phân cụm và giới thiệu một số thuật toán phân cụm. Phần 3 trình bày về sử dụng giải thuật di truyền để tối ưu hóa các luật được hình thành sau quá trình phân cụm. Cuối cùng, phần 4 đưa ra kết quả cài đặt thực nghiệm chương trình. * Tel: 098 3 668 841; Email: [email protected]

MỘT SỐ VẤN ĐỀ CƠ SỞ

Hệ thống suy luận mờ

Giả sử với tập dữ liệu có p đầu vào và q đầu ra trong hệ luật mờ. Theo Mamdani[2] luật thứ i trong hệ gồm k luật được viết:

Ri: If x1 is iA1 and x2 is iA2 and .. and xp is ipA then y1 is iC1 and y2 is iC2 and...and yq is

iqC

Trong đó:

x j là các biến vào ijA là giá trị ngữ nghĩa của biến đầu vào

yj là các biến ra ijC là giá trị ngữ nghĩa của biến đầu ra

Khi K = 7, hàm thuộc với các giá trị ngữ nghĩa của hệ thống với 2 biến vào và một biến ra được miêu tả trên hình 2-1 và hình 2-2:

Hình 2-1: Các giá trị ngữ nghĩa của biến đầu vào

Các giá trị ngữ nghĩa của biến đầu ra trên hình 2-2:

Hình 2-2: Các giá trị ngữ nghĩa của biến đầu ra


88

Với hệ hai đầu vào và một đầu ra gồm 7 giá trị ngôn ngữ, thì sẽ có 72 = 49 luật cho xây dựng hệ suy diễn mờ. Bảng hệ thống luật mờ cho xây dựng hệ suy diễn mờ có thể thấy trên bảng 2-1:

A1 A2 A3 A4 A5 A6 A7

A1 C7 C7 C7 C7 C7 C7 C7

A2 C7 C6 C6 C6 C6 C6 C6

A3 C7 C6 C5 C5 C5 C5 C5

A4 C7 C6 C5 C4 C4 C4 C4

A5 C7 C6 C5 C4 C3 C3 C3

A6 C7 C6 C5 C4 C3 C2 C2

A7 C7 C6 C5 C4 C3 C2 C1

Bảng 2-1. Hệ thống luật mờ cho xây dựng hệ suy diễn mờ

Phương pháp phân cụm

Các thuật toán phân cụm thường được biết tới như một cách tổ chức và phân loại dữ liệu hợp lý. Kết quả của phân cụm là một sự phân chia dữ liệu thành các nhóm tương đồng. Sự phân chia không gian nhận được từ quá trình phân chia dữ liệu. Mỗi luật tương ứng với một cụm trong đó các tập mờ không được chia sẻ bởi tập các luật mà với số chiều cho trước, mỗi tập mờ được gắn với một luật duy nhất. Các tập mờ kết quả thường rất khó để biểu diễn một cách rõ ràng.

* Một số thuật toán phân cụm cứng

+ Thuật toán K-Means [2] K-Means lặp lại nhiều lần quá trình bố trí lại vị trí của đối tượng dữ liệu để phân hoạch một tập dữ liệu thành K cụm và cực tiểu địa phương giá trị bình phương trung bình khoảng cách giữa các đối tượng tới tâm cụm của nó. Cụ thể hơn, với tập dữ liệu

1

N

i iX x

== , d

ix ∈ℜ thuật toán K-Means

tạo ra K phân hoạch 1

K

h hX

= của X sao cho

nếu 1

K

h hµ

= đại diện cho K tâm thì hàm

mục tiêu sau:

∑∑=

∈−=

K

hXx hikmeans

ixE

1

2µ đạt cực tiểu

địa phương.

Thuật toán K-Means được thực hiện qua các bước sau:

(1). Khởi tạo các cụm: các tâm ban đầu K

hh 1)0(

=µ được chọn ngẫu nhiên

(2). Lặp cho tới khi hội tụ

Gán cụm: Gán mỗi đối tượng dữ liệu x vào

cụm h* (tức là tập K

h

t

hX

1

)1(* =+ ) với h* =

argmin 2)(t

hx µ−

Ước lượng tâm:

∑ +∈++ = )1()1(

)1( 1t

hXxth

th x

Xµ

t = t+1

+ Thuật toán K-Medoids

Thuật toán K-Medoids có khả năng khắc phục được nhiễu bằng cách chọn đối tượng ở gần tâm cụm nhất làm đại diện cho cụm đó (medoid). Thuật toán K-Medoids được thực hiện qua các bước sau:

(1). Chọn K đối tượng bất kỳ trong N đối tượng ban đầu làm các medoid ban đầu

(2). Lặp cho tới khi hội tụ

- Gán mỗi đối tượng còn lại vào cụm có medoid gần nhất với nó

- Thay thế medoid hiện tại bằng một đối tượng không phải là medoid sao cho chất lượng phân cụm được cải thiện (Chất lượng được đánh giá sử dụng hàm chi phí, hàm tính độ phi tương tự giữa một đối tượng và medoid của cụm chứa đối tượng đó).

K-Medoids tỏ ra hiệu quả hơn K-Means trong trường hợp dữ liệu có nhiễu hoặc đối tượng ngoại lai (Outlier). Nhưng so với K-Means thì K-Medoids có độ phức tạp tính toán lớn hơn. Cả hai thuật toán trên để có nhược điểm chung là số lượng cụm K được cung cấp bởi người dùng.


89

* Thuật toán phân cụm mờ C – Means (FCM) [5] FCM được giới thiệu bởi Dunn vào năm 1973. Bezdek đã chứng minh các tính chất của nó và đề xuất tiêu chuẩn hợp lệ phân cụm đầu tiên. Mỗi n cặp dữ liệu thuộc về một trong c nhóm với một hệ số thành viên, iku

thể hiện mức độ thuộc của mẫu dữ liệu k

trong cụm i. Cho 2ikD là khoảng cách giữa

cặp dữ liệu k và cụm i, về cơ bản được xác định theo chuẩn Euclide và tổng quát hơn là:

( ) ( )TikikAikik vxAvxvxD −−=−= 22

Trong đó kx cặp dữ liệu thứ k được dùng cho

việc phân cụm, A là một ma trận đối xứng, xác định dương và iv là một nguyên mẫu của

cụm. Cho U là ma trận hệ số iku và V ma

trận tọa độ trung tâm. Thuật toán sinh ra U và V làm cực tiểu hàm tổn thất sau:

∑∑==

=c

iik

mik

n

kFCM DuJ

1

2

1

(1)

Với ràng buộc xác suất:

∑=

=∀=c

iik nku

1

.,...,1;1 và 1≥m là mũ mờ.

Sự tối ưu hàm trên được thực hiện bằng một thủ tục tối ưu lặp. Đầu tiên, các hệ số iku được khởi tạo ngẫu nhiên, sau đó, tại mỗi bước, hai thao tác sau được thực hiện thành công:

(1). Tính toán các trung tâm cụm mờ iv , giả

sử các bậc iku là các hằng số, dùng phương

trình sau:

∑

∑

=

==n

k

mik

n

kk

mik

i

u

xu

v

1

1

(2). Tính toán mức độ thuộc iku , giả sử các

trung tâm iv là các vector hằng, dùng phương

trình:

∑=

−

=c

j

m

jk

ik

ik

D

D

u

1

1

2

1

Các thao tác trên được lặp lại cho đến khi hội tụ, nghĩa là các tọa độ trung tâm là ổn định đối với sai số đã cho. Thuật toán phân cụm FCM thích hợp với các cụm với hình dạng và kích thước có thể so sánh được (là hình cầu khi dùng ma trận đơn vị) hoặc khi các cụm được phân chia rõ ràng. Nguyên mẫu cụm là các điểm dữ liệu được chọn làm trung tâm cụm.

Input : Số cụm k và tham số mũ m cho hàm tiêu chuẩn J

OutPut: c cụm dữ liệu sao cho hàm mục tiêu (1) đạt giá trị tối thiểu.

Begin

(1). Nhập giá trị cho hai tham số k (1<k<n), m ),1( ∞∈ và khởi tạo ma trận mẫu các tâm V(0), t=0

(2). Repeat

(2.1). t = t + 1;

(2.2). Tính ma trận phân hoạch mờ Ut theo công thức (2) (2.3). Cập nhật các trọng tâm V(t) = [v1

(t), v2(t),

…, vk(t) ] dựa vào (3) và ma trận Uj;

(3). Until (|| U(t+1) – U(t) ||F ≤ ξ );

(4). Trình diễn các cụm kết quả.

End.

Trong đó: ∑∑=i j ijF

uU 22 và tham số ξ

được cho trước. Việc chọn các tham số cụm có ảnh hưởng lớn đến kết quả phân cụm, tham số này thường được chọn một cách ngẫu nhiên hoặc theo kinh nghiệm. Chưa có quy tắc nào được đưa ra để lựa chọn tham số m sao cho việc phân cụm là hiệu quả nhất, thông thường người ta chọn m = 2. Khi biểu diễn đối tượng mờ, mỗi thuộc tính có 6 đặc trưng là: very small, small, medium, large, very large, ignore. Khi đó luật mờ Ri, tương ứng với mẫu xi=(xi1, xi2, . . ., xin) thuộc vào lớp j với độ phụ thuộc là uij có dạng sau:

if xi1 is Ai1 and xi2 is Ai2 and … and xin is Ain then xi thuộc lớp j với độ phụ thuộc uij.

Trong đó Aij=very small, small, medium, large, very large, ignore


90

SỬ DỤNG GIẢI THUẬT DI TRUYỀN CHO TỐI ƯU HÓA QUÁ TRÌNH PHÂN CỤM

Như vậy, sau khi đã xác định các cụm từ dữ liệu và hàm thuộc của các cụm, ta có luật mờ như sau:

R1: If x1 is 11A and x2 is 1

2A then y là Cụm 1

R2: If x1 is 21A and x2 is 2

2A then y là Cụm 2 ……..

RK: If x1 is 1kA and x2 is 2

kA then y là Cụm k

Mã hóa

Mã hóa là một quá trình chuyển đổi hệ suy diễn mờ thành các thông số không gian một chiều của các cá thể. Nói một cách khác, cá thể (là một chuỗi giá trị) chứa các thông số cho việc xây dựng hệ suy lụân mờ. Các luật mờ được mô tả dưới dạng If… Then với phần điều kiện và phần kết quả là các hàm thuộc dạng tam giác.

Mã hóa cá thể

Khi dùng giải thuật di truyền tìm nghiệm cực đại f(S) ta cần tạo ra một quần thể với số cá thể nhất định. Mỗi cá thể được mã hóa bằng một chuỗi các bit (0 hoặc 1), mỗi bit biểu diễn một luật. Khi đó chiều dài chuỗi bit S là số lượng đầy đủ các luật của SAll , S=s1s2 …sm

Biểu diễn gen di truyền cá thể hệ luật

Cách biểu diễn cá thể như trên vừa dư thừa vừa không thực hiện được đối với các tập dữ liệu đa đặc trưng. Do vậy cần có sự mã hóa các cá thể để có thể thực hiện được mục tiêu tìm bộ luật với tối thiểu các luật và phân lớp đúng theo các đặc trưng mẫu học bằng cách thực hiện như sau:

- Mỗi cá thể S chỉ chứa tối đa L luật (L << M với M = 4L nếu có 4 đặc trưng)

- Mỗi luật Ri trong chuỗi cá thể S chiếm một số lượng các cặp bit. Một cặp bit thể hiện luật có trong S hay không. Các cặp bit tiếp theo thể hiện tập mờ của từng biến đặc trưng trong luật Ri.

- Một cá thể của bộ luật S có L luật được biểu diễn dưới dạng một chuỗi gồm liên tiếp L chuỗi Si: S = S1S2…SL

- Việc giải mã các luật được tiến hành như sau:

S = Si=si1si2…si(N+1) sao cho si1≠00; i = 1, 2,…, L

Sau khi mã hóa các cá thể, các phép toán trong giải thuật di truyền (đột biến, ghép và chọn lọc) được sử dụng.

Phép đột biến

Đột biến là phép toán nền tảng trong giải thuật di truyền, trong đó từng cá thể Sh được đột biến như sau:

- si1 ≠ 00 ⇒ si1 = 00 với xác suất đột biến pm1 (xác suất luật i không tham gia bộ luật)

- si1=00 ⇒ si1 ≠ 00 với xác suất đột biến pm2 (xác suất luật i tham gia bộ luật)

- Các bit tiếp theo được đột biến với xác suất pm3

Với các xác suất được chọn như sau:

- Chọn pm1<<p m2,pm3: làm tăng số luật hiện diện trong mỗi cá thể từ đó tăng khả năng tìm ra cá thể phân lớp đúng đặc trưng của mẫu học.

- Khi đã có cá thể phân lớp đúng mẫu học, chọn pm1>>p m2,pm3 để giảm số luật hiện diện trong mỗi cá thể nhằm tìm ra cá thể tốt, từ đó nhận được số tối thiểu các luật mà vẫn phân lớp đúng mẫu học.

Phép lai ghép

Là một phép toán quan trọng trong GA để tìm kiếm các tính chất hữu ích của cha mẹ. Mỗi cặp cá thể Sh, Sk được thực hiện lai ghép đều với xác suất pc như sau:

- Chọn các cặp bit si1, i = 1, 2,…, L với xác suất 0.5, nếu bit si1 được chọn thì các cặp bit tiếp theo cũng được chọn (chọn đủ một luật).

- Trao đổi các cặp bit đã chọn giữa 2 cá thể Sh, Sk.

- Hai cá thể con cháu mới do lai tạo sẽ được thay thế cho hai cá thể cha mẹ trong thế hệ kế tiếp.


91

Phép chọn lọc

Là quá trình cá thể được chọn dựa vào giá trị thích nghi của nó đối với mục tiêu cần đạt được bằng cách tạo một vòng quay được phân chia thành nhiều phần, mỗi phần thể hiện giá trị thích nghi của mỗi cá thể. Khi vòng quay quay, có một viên bi với giá trị ngẫu nhiên nhỏ hơn tổng các giá trị thích nghi di chuyển theo hướng ngược lại. Khi vòng quay ngừng, viên bi dừng trên phần chia nào thì cá thể đó được chọn. Thuật toán được mô tả như sau:

- Tính tổng: ∑=

Φ=L

ii taSUM

1

))((

- Chọn một giá trị để so sánh: Sel ∈[0;SUM]

- Khởi tạo i = 1; - Kiểm tra: While (Sel > ))(( tai

Φ )

Sel = Sel - ))(( tai

Φ ;

i = i+1;

select()=i; /* phần tử thứ i được chọn

Chiến lược phần tử ưu tú: Luôn luôn chọn cá thể có giá trị thích nghi cao nhất trong thế hệ P(t) để đưa trực tiếp vào thế hệ kế tiếp P(t+1) khi thực hiện phép toán chọn lọc nếu nó chưa được chọn để đảm bảo các thế hệ kế tiếp không đánh mất truyền thống thích nghi tốt nhất và nhờ đó cải thiện sự tiến hóa một cách liên tục.

Hiệu chỉnh độ tin cậy trong thuật giải GA

Để tăng khả năng phân cụm đúng 100% các mẫu học với chỉ một số ít luật, cần phải thay đổi độ tin cậy của mỗi luật thông qua sự thưởng, phạt từng luật bằng cách đưa thêm một thủ tục hiệu chỉnh độ tin cậy vào quá trình thực hiện giải thuật di truyền. Với một mẫu dữ liệu học Xp và với số lần lặp xác định, độ tin cậy được tăng hay giảm phụ thuộc vào việc Xp được phân cụm đúng hay sai. Thủ tục như sau:

Với mỗi mẫu dữ liệu học Xp, p = 1, …, P thực hiện:

- Xếp lớp cho Xp:

• Tính độ tương thích của mẫu Xp đối với từng cụm ci:

αk = maxuj1(xp1) uj2(xp2) …ujN(xpN)CFi|∀Rj∈S,CFj=ci

• Nếu ∃ i≠j mà αCi = αCj thì Xp không xếp cụm được Nếu αko = maxαk ,∀k = 1, …, K thì xếp mẫu Xp vào cụm Cko - Dùng công thức sau để xác định luật Ri chịu trách nhiệm phân lớp mẫu Xp

µi1 (xp1) µi2(xp2) …µiN(xpN). CFi = maxµj1

(xp1) µj2(xp2) …µjN(xpN). CFj; Rj∈S Trong đó: µij(xpj): là hàm thành viên tập mờ A ij, i = 1, 2, …, n; j= 1, 2, …N. Nếu luật Ri xếp đúng lớp cho Xp thì tăng độ tin cậy của nó theo công thức: CFi = CFi + η1. (1- CFi) Nếu luật Ri xếp sai lớp cho Xp thì giảm độ tin cậy của nó theo công thức: CFi = CFi - η2.CFi Với: η1 và η2 là các hằng số trong khoảng (0;1). Đánh giá: Ưu điểm: Làm tăng khả năng tìm ra cá thể có các luật phân lớp đúng 100% mẫu học. Nhược điểm: Cá thể tốt nhất trong thế hệ trước qua phép chọn phần tử ưu tú có thể không còn là cá thể tốt nhất ở thế hệ sau do độ tin cậy các luật của nó đã bị điều chỉnh. KẾT QUẢ THỰC NGHIỆM Với dữ liệu đầu vào là một bảng dữ liệu (bảng 2-1):

Hình 4-1: Dữ liệu nhập ban đầu


92

Hình 4-2: Kết quả sau phân cụm

Khi đó dựa trên bảng mẫu ban đầu ta chia thành 2 bảng cơ bản.

Sử dụng giải thuật di truyền ta tối ưu hóa các giá trị thuộc tính thu được bảng mới hình thành luật dưới dạng (hình 4-3):

Hình 4-3: Kết quả tối ưu hóa các giá trị thuộc tính

Từ đó hình thành lên các luật (với 4 luật tương ứng với 8 giá trị thuộc tính ở bảng trên).

So với việc hình thành từ các mẫu của 8 giá trị thuộc tính thì ta hình thành 8 luật. Do vậy phương pháp trên có số luật ít hơn.

KẾT LUẬN

Bài báo đã trình bày một kỹ thuật thiết kế chuẩn hóa dữ liệu đầu vào cho hệ điều khiển học thông qua các đặc trưng của đối tượng để hình thành hệ luật. Dữ liệu thu được từ các tri thức trong thế giới thực, phát hiện những dữ liệu cần thiết sau chuẩn hóa sẽ trợ giúp cho quá trình điều khiển thu được kết quả đáng tin cậy. Thông qua bài báo các tác giả đã đề xuất một công cụ khai thác có hiệu quả từ dữ liệu thông qua phân cụm và giải thuật di truyền.


[1]. Mohammad GhasemiGol, Hadi Saoghi Yazdi, Reza Monsefi, A New Hierarchical Clustering Algorithm on Fuzzy Data (FHCA), International Journal of coputer and electrical engineering, Vol.2, No.1, February, 2010. [2]. C.D.Doan, S.Y.Liong and Dulakshi S.K.Karunasinghe, Derivation of effective and effcient data set with subtractive clustering method and genetic algorithm, Journal of Hydroinfomatics, 07.4.2005 [3]. Lothar M.Schmitt, Fundamental Study Theory of genetic algorithms, Thẻoetical Computer Science 59 (2001) 1-61 [4]. Gunter Rudolph, Convergence Analysis of Canonical Genetic Algorithms, IEEE transaction on neural networks, vol.5, No.1, January 1994 [5]. Mohanad Alata, Mohammad Molhim, and Abdullah Ramini, Optimizing of Fuzzy C-Means Clustering Algorithm Using GA, World Academy of Science, Engineering and Technology, pages 224-229, 39 2008,

ABSTRACT THE COMBINATION BETWEEN GENETIC ALGORITHM AND SUBTR ACTIVE CLUSTERING IN OPTIMATION FOR CONTROL PARAMETERS

Tran Manh Tuan1*, Nguyen Thi Linh1, Vu Dinh Minh 2

1College of Information Technology and Communication, 2College of Technology – ĐHTN

Data in control devices are often affected by noises from many kinds of different data. It’s necessary to adjust and to test data used in control systems. This aproach presents the combination between subtractive clustering method and genetic algorithm in data filter from given data set. Clustering is used to reject the redundance, to generate rules that are input knowlegde in control system. Genetic algorithm is used for searching, defining the optimal parameters for control parameter set. Key words: Genetic algorithm, Subtractive clustering, data filter, control system, control parameter.

* Tel: 098 3 668 841; Email: [email protected]

Trần Thị Ngân và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 93 - 99

93

PHƯƠNG PHÁP XẤP XỈ NGẪU NHIÊN GI ẢI MỘT LOẠI BÀI TOÁN ĐIỀU KHI ỂN CHỨA TÍCH PHÂN B ỘI VÀ ỨNG DỤNG

Tr ần Thị Ngân*, Tr ần Mạnh Tuấn Đại học CNTT & TT – ĐHTN

TÓM TẮT

Bài toán điều khiển đã được nhiều tác giả trong và ngoài nước quan tâm giải quyết bằng nhiều phương pháp khác nhau. Trong đó có những bài toán điều khiển chứa các tích phân bội. Việc giải một bài toán chứa tích phân bội luôn có độ phức tạp tính toán cao khi giải bằng các thuật giải thông thường (sử dụng các công cụ giải tích). Với việc áp dụng phương pháp xấp xỉ ngẫu nhiên, các tích phân bội được giải với độ phức tạp nhỏ hơn nhiều. Từ khóa: Bài toán điều khiển, tích phân bội, độ phức tạp tính toán, giải tích toán học, lý thuyết độ tin cậy.

MỞ ĐẦU*

Cho vecto nn Raaa ∈= )...,,( 1 có các thành

phần hữu hạn và vecto nn Rbbb ∈= )...,,( 1

với các thành phần nhận các giá trị có thể là vô hạn. Liên quan tới chúng là hình hộp mở

[a,b), các thời điểm 10 , RTt ∈ và lớp U các

hàm hằng từng khúc trên ],[ 0 Tt , xác định lần

lượt dưới dạng:

( )

( )

1

01 1

1

0,

: ,..., :[ , ) : ,

, 1

: min , : max , 1 ( )

1; : ,

0

(.) (., ) : 1 (.) : [ , ]: ,

0,1|

1 .

i i

nn i

i i

i i Yi n i n

n

ii

i i i a

i

i i i

x x x R aa b

x b i n

t a T b y

khi y Y

khi y Y

u u t T

a b

i n

θθ

θ

≤ ≤ ≤ ≤

=

= ∈ −∞ < = ≤ < ≤ +∞ ∀ = ÷

= =

∈= = ⊗ ∉

≡ = = → < <

∀ = ÷

∪ ∪

∪

(1.1) Xét bài toán điều khiển tất định Lagrange với hàm điều khiển )...,,( 1 nuuu = ∈ U được

tham số hóa theo các tham số

),(),( 0 ban ∈= θθθ ,

),(),...,(1

1110 ii

n

in ba⊗ −

=− ∈= θθθ và với thời

gian điều khiển ),( 0 Tt có thể là vô hạn sau:

* Tel: 0989.040.454; Email: [email protected]

( )2

2

1 1 1

( ) : ( )

( )1 inf,

( ,..., )

L i i i

n nn

n

J u z z T

z T zu

Q u u

α

α−

= + −

−+ − − → ∈

∑

∪

(1.2)

iiiii ztzTtttutptz =≤<= )(;),().()( 00ɺ

đã cho 11 −÷=∀ ni (1.3)

1 1

0 0

( ) ( ,..., ; ). ( ),

; ( )n n n

nn

z t Q u u t u t

t t T z t z−=

< ≤ =ɺ

đã cho.

(1.3*) Trong đó:

1

1

0 0

11

1 1

1

0

1

1 11

1

01

1 1 1 1 1

( ) : ... ( ,..., ,..., ) ,

[ , ], 1 ;

( ,..., ; ) : ... ( ) ( ; )

... ( ) : ( ; )

( ,..., ) : ( ,..., ; )

n

n

n

n

n

vv

i i i n jj ia a

i

T T n

n n j j j jjt t

n

j nja a

b

n n n n

a

p x p x x x dx

x t T i n

Q u u x p x u x dx

p x dx q x

Q u u Q u u x dx

θθ

θ

θ−

−

≠

−

−=

−

=

− −

=

∀ ∈ ≤ ≤

=

= =

=

∏∫ ∫

∏∫ ∫

∏∫ ∫

11

1 1

0 1 0... ( ) ... ( ; ) : ( )

n

n n n

n n n

b b

n n n n

a a a a

p x dx dx q x dx qθθ

θ θ−

−

= = =

∫

∫ ∫ ∫ ∫

(1.4) Với các giả thiết sau được thỏa mãn:


94

(A)- Hàm đã cho 1: RRp n → là dương, liên tục và khả tích (theo nghĩa Lebesgue) trên [a,b):

[ )

( , )( , )

( ) 0, ( , ); , ;

( )L a b

a b

p x x a b p C a b

p x dx p

> ∀ ∈ ∈

= < +∞∫ (1.5)

(B)- Các tham số ),...,(: 1 nααα = thỏa mãn:

( , )0 : ,

1 1 , 0 1

i L a b

n

p p

i n

α

α

< < =

∀ = ÷ − < <

(1.6)

Khi dùng phương pháp trực tiếp để giải bài toán điều khiển (1.2) – (1.4), ta có thể chuyển nó về bài toán quy hoạch:

( )2

1

( ) : ( ) inf,

( , ); ( ) ( ), 1

n

i ii

i i i

J f

a b f f i n

θ θ α

θ θ θ=

= − →

∈ = ≤ <

∑

(1.7) 1 11

1 1 1

( ) : . . . . . . ( ) ,

( , ) , 1

i i i n

i i i n

b b bb

i i

a a a a a

i i i

f p x d x

a b i n

θ

θ

θ

− +

− +

=

∀ ∈ ≤ <

∫ ∫ ∫ ∫ ∫

(1.8)

11

1 1

0

1 0

1 0

( ; )

( ) :( )

1... ( ) , ( , )

( )

n

n

n n

n n

b

n n

n

b

a a

q x dx

fq

p x dx a bq

θ

θθ

θ

θθ

θ

θθ

−

−

=

≡ ∀ ∈

∫

∫ ∫ ∫

(1.9) Việc giải số bài toán quy hoạch (1.7) theo các phương pháp tất định gặp khó khăn ở chỗ cần

phải tính (n -1) tích phân bội )( iif θ trong

(1.8) và các tích phân bội trong (1.9), )( 01 θqtrong (1.4) thì mới xác định được một giá trị

cho hàm mục tiêu )(θJ . Mở rộng các kết quả đã có và sử dụng kết quả của công trình [7], bài toán điều khiển (1.2)-(1.4) được giải trong dạng tổng quát. Với ý

nghĩa đó, phương pháp Monte Carlo, tạo ước lượng không chệch của các tích phân bội sẽ được sử dụng (trong mục II.2) để thiết lập các phương trình hồi quy tương ứng với bài toán quy hoạch (1.7)-(1.9). Trên cơ sở này, phương pháp Robins Monro (Robins Monro’s Procedure - RMP) được xây dựng để giải số bài toán ban đầu. Những ứng dụng vào lý thuyết độ tin cậy sẽ được trình bày trong mục II.3.

II.2. XÂY DỰNG MÔ HÌNH XẤP XỈ NGẪU NHIÊN

Nhằm chuyển bài toán điều khiển (1.2)-( 1.4) về bài toán quy hoạch (1.7)-(1.9), ta xét kết quả sau:

Bổ đề 2.1: Nếu các điều kiện (A), (B) được thỏa mãn thì:

1-Bài toán quy hoạch (1.7) có lời giải duy nhất:

* * * * *1 0

* * *0 1 1

: ( , . .. , ) ( , )

( , ) ; : ( , . . ., )

n n

na b

θ θ θ θ θ θθ θ θ −

= = =

∈ =

(2.1) Cho bởi nghiệm duy nhất:

niba iii ,...,1),,(* =∈= θθ của n phương

trình phi tuyến:

nniii fnif αθαθ =−÷== )(,11,)( (2.2)

2- Hệ động lực (1.3)-( 1.3*) là điều khiển được bởi lớp hàm U và lớp hàm này cũng là tập hợp các điều khiển chấp nhận được của bài toán điều khiển (1.2)-( 1.3*).

3- Bài toán điều khiển (1.2)-( 1.3*) có điều khiển tối ưu duy nhất ∈= *)(.,** θuu U xác định từ lời giải (2.1) của bài toán quy hoạch (1.7) theo công thức:

[ ]*

* * * * * * *1

( , )

(.; ) : ( , ..., ), ( ) : ( ; )

: 1 ( ), 0, , 1 .i i

n i i i

a

u u u u t u t

t t T i nθ

θ θ= == ∀ ∈ = ÷

(2.3)

Bổ đề trên đây đưa việc giải bài toán điều khiển (1.2)-(1.3*) về việc tìm nghiệm

),(* ba∈= θθ của hệ phương trình phi tuyến (2.2). Nhằm thiết lập lược đồ tính toán theo RMP thực hiện điều này, ta đưa vào hàm vecto:


95

( ) ( )( )

1 1

1

: ( ) , ..., ( ) ( , ) ,

: , .. . ,

n n

nn

g u g u g u a b

u u u R

= ∈

∀ = ∈

(2.4)

có các thành phần thỏa mãn điều kiện (C) dưới đây:

(C)- Với mỗi i = 1, …, n, hàm ),(: 1

iii baRg → là một song ánh khả vi, liên tục trên R1, trong đó

)(,0)( 1Rttgi ∈∀≠ɺ .

Gắn với các hàm niug ii ,...,1),( = nói trên, ta ký hiệu:

( )

( )

( )

∈=

∈∀=

÷=∈∀=

∈=∀=

−−

∞−

−

=−

∞−

∞+

∞− ≠

∞+

∞−

=

∫ ∏∫

∫ ∏∫

∏

−

,,...,:

,,),,...,(...:;

,1,,),...,,...,(...:)(

,),...,(,)()(),...,(:)(

1110

11

1110

11

11

11

11

nn

n

n

jjnnn

ijijniii

nn

n

iiinn

R

Ruduuuupuq

niRuduuuupup

Ruuuugugugpup

n

θθθ

θθθ

ɺ

(2.5)

1

0

0

10

( ) ( ) : ( ) ,

, 1 1 ,

( ; )

( ) ,

( ; )

, ( , ) .

i

n

i i i i

i

n n

n

n n

nn n

f f p t d t

R i n

q u d u

f

q u d u

R R

θ

θ

θ θ

θ

θθ

θ

θ θ θ θ

− ∞

+ ∞

+ ∞

− ∞

≡ =

∀ ∈ = ÷ − =

∀ ∈ = ∈

∫

∫

∫

(2.5*) và lần lượt chứng minh được các kết quả sau: Bổ đề 2.2: Nếu các điều kiện (A), (B), (C) được thỏa mãn thì: 1-Với mỗi I = 1,..., n luôn tồn tại hàm ngược

liên tục ),(,)( 11iiiiii baxRxgu ∈∀∈= −

của hàm 1),,()( Rubaugx iiiiii ∈∀∈= và

ta có:

1 11

( ) ( ) , 1 1,

( ) ( )

( , . . . , ) , : ( ) ,

( , ) , 1

i i i i

n n

n i i

i i i

f f i n

f f

g R

a b i n

θ θθ θ

θ θ θ θ θθ

−

≡ = ÷ −

≡

= = ∈∀ ∈ = ÷

(2.6)

10 ( ) , , 1 1;

0 ( ) 1,

i i i

nn

f p R i n

f R

θ θ

θ θ

≤ < ∀ ∈ = ÷ −

< < ∀ ∈

(2.6*) Trong đó,

1,...,1),,0(:(.) 1 −=→ nipRf i

và 10

10 ),1,0(:,.)( −∈∀→ n

n RRf θθ

là các hàm liên tục, thực sự tăng với i = 1,…, n-1 và thực sự giảm với i = n.

2-Hệ n phương trình phi tuyến:

nniii fnif αθαθ =−÷== )(,11,)(

(2.7)

luôn có nghiệm duy nhất:

nn R∈== ),...,(: **

1* θθθθ và lời giải *θ

trong (2.1) của bài toán (1.7) được xác định từ nghiệm này theo công thức:

( )* * *1 1

* * *1

( ), ..., ( ) ( , ),

: ( , ..., )

n n

nn

g g a b

R

θ θ θ

θ θ θ

= ∈

= ∈

(2.8)

3-Khi chuẩn hóa hàm nRuup ∈∀),( trong (2.5), ta thu được hàm mật độ:

( )

( )

( ): , ; ( ) 1,

0,

n

n

R

n

p uu u R u du

p

u u R

φ φ

φ

= ∀ ∈ =

> ∀ ∈

∫

(2.9) Từ kết luận 3 của bổ đề trên, ta có thể thiết

lập vecto ngẫu nhiên nn R∈= ),...,(: 1 τττ có

hàm mật độ (đồng thời) là nRuu ∈),(ϕ và

lập quá trình ngẫu nhiên nR∈θθζ ),( , dưới dạng:

( ) ( ) ( ) ( )( )

( ) ( )

( ) ( )

( ) ( )

1 1 1 1

1

1

1

: , ..., , ,

: ( , ..., )

1, : ,

0

1 ,

,

: , 1 , .

nn n n

nn

i ii i i i

i i

n n

n

j j n n ni

R

R

khi

khi

i n

ζ θ ζ θ ζ θ ζ θ

θ θ θτ θ

ζ θ δ τ θτ θ

ζ ζ θ τ θ

δ τ θ α δ τ θ

− −

−

=

= ∈

= ∈≤

= = >

≤ <= ∆

= − + ∏

(2.10)


96

Gọi nn RRF →: là hàm vecto xác định dưới dạng:

( ) ( ) ( ) ( )( )

( ) ( )

( ) ( )

( )

1 1 1 1

0

1

0

00 1 1

: ,..., , ,

: ( , ) ,

: , 1 1,

;:

;, : ( ,..., ).

n

nn n n

nn

i i i i

nn n n

nn n

F F F F R

R

F p f i n

q uF du

p

q udu

pϖ

θ θ θ θ

θ θ θ

θ θ

θθ α

θθ θ θ

− −

−

+∞

−∞

+∞

−

= ∈

= ∈

= ≤ ≤ −

=

− =

∫

∫

(2.11) Khi đó ta thu được các kết quả sau: Bổ đề 2.3: Nếu các điều kiện (A)-(C) được thỏa mãn thì ta có:

( ) ( ) ,, nRFE ∈∀= θθθζ (2.12)

( ) ( ) n

RRconstFE n ∈∀=≤− θσθθζ ,22

2.13) Đồng thời, hệ phương trình (2.6) tương đương với hệ phương trình hồi quy sau đây:

( ) nn RpE ∈== −

−)0,,...,(:; 11

1 ααααθζ

(2.14) Đối với hàm

nn Ruuuup ∈=∀> ),...,(,0)( 1 xác định

trong (2.7) và tham số nα nêu trong giả thiết

(B), ta còn bổ sung thêm giả thiết (D) dưới đây:

(D)-Tham số 2

1≥nα và hàm

),0(:,.)( 10 +∞→Rup , phụ thuộc tham biến

1110 ),...,( −

− ∈= nn Ruuu là đối xứng qua

trục mun = :

,),(),,(),( 000n

nnn Ruuuumupumup ∈=∀−=+ sao cho: (2.15)

( )*

* *

1

*0 0

( ) . ,

:

i

i

n

i i i i i n ni

n

p u du p

R

θ

θ

θ θ θ θ

θ θ θ

=

− ≥ −

∀ ∈ ≠

∑ ∫

(2.15*)

Bổ đề 2.4: Nếu các điều kiện (A) – (D) được thỏa mãn thì với mọi )1,0(∈ε , ta có:

( ) ( )( ) ,,0,: ** θθθθαθθ ≠∀>−−= FG (2.16)

( )( )( ) ( )

*

*

in f , 0,

: : 1 /n

F

R

θ εθ α θ θ ε

θ ε θ θ ε

∈Ω− − > Ω

= ∈ < − <

(2.17)

Trong đó: ),...,( **1

*nθθθ = là nghiệm duy

nhất của hệ (2.9). Chú ý 2.1: Ta nhận thấy rằng: có thể thu hẹp

miền áp dụng *\ θnR của điều kiện (2.14*)

thành miền )(εΩ . Nghĩa là ta có thể thay điều kiện nói trên trong giả thiết (D) bởi điều kiện sau:

( )

( )*

*

1

*

( )

. ,

i

i

n

i i i i ii

n n

p u d u

p

θ

θ

θ θ

θ θ θ ε

=−

≥ − ∀ ∈ Ω

∑ ∫

(2.18) Khi đó, có thể đưa ra một dấu hiệu đủ của điều kiện này, dưới dạng:

( ) *131

*

: min ( ) , ( )

1: :

i ii n

n

pp B

R

ε

π θ θ θ θε

θ θ θε

≤ ≤= > ∀ ∈

= ∈ − ≤

(2.18*)

Bây giờ ta sử dụng phương pháp RMP để xây

dụng dãy nghiệm xấp xỉ ngẫu nhiên 1≥mmθ

của hệ phương trình hồi quy (2.14) theo mô hình lặp sau:

( )( )

( )

11

1

, ..., , 1;

,

, ,

1 .

m m m mn n

m m mn m

m m m m ii i m i i

m

p

i n

θ θ θ θ

θ γ τ θ

αθ θ γ δ τ θ

+

+

= ∀ ≥

= − ∆

= − −

≤ <

(2.19) trong đó: vecto ngẫu nhiên nR∈)1(θ là tùy ý, 1≥mmγ là dãy số thỏa mãn điều kiện:


97

+∞<+∞=≥∀> ∑∑+∞

=

+∞

= 1

2

1

,;1,0m

mm

mm m γγγ

(2.20)

),(),,( mmmi

mii θτθτδ ∆ xác định theo (2.10)

và ( ) 11 ,..., ≥= mmn

mm τττ là dãy những thể

hiện độc lập của vecto ngẫu nhiên

( )nτττ ,...,1= được tạo bằng phương pháp

Monte Carlo từ hàm mật độ ( )uϕ cho dưới dạng (2.9), (2.5). Khi đó ta có: Định lý 2.1: Với các điều kiện (A)-(D), ta đặt:

( )

( )[ ]

1

1 ( , )

0

: ,..., ( , ), : ( ),

1 , 1

: ,..., ; ( ) : 1 ( ),

, , 1 .

mi i

m m m m mn i i i

m m m mn i a

a b g

i n m

u u u u t t

t t T i n

θ

θ θ θ θ θ= ∈ =

∀ = ÷ ≥

= =

∀ ∈ = ÷

(2.21)

Trong đó 1≥mmθ là dãy nghiệm xấp xỉ ngẫu

nhiên của hệ (2.14) lập theo RMP (2.19). Khi đó:

1-Dãy 1≥mmθ sẽ hội tụ hầu chắc chắn (hcc)

về lời giải ),(* ba∈θ của bài toán quy

hoạch (1.7): .1lim * ==+∞→

θθ m

mP

(2.22)

2- Dãy 1≥mmu sẽ hội tụ theo mục tiêu

(theo nghĩa hầu chắc chắn) về điều khiển tối ưu u*∈ U của bài toán điều khiển (1.2)-

(1.3*): .1)()(lim * ==+∞→

uJuJP Lm

Lm

(2.23)

Chứng minh: Khi xét các thành phần của vecto hàm F(θ) trong (2.11) ta nhận thấy rằng: do tính dương của các hàm

( ) ( ) ( )nii uqupup ;,, 0θ trong (2.5) nên từ

(2.5), (2.5*) và (2.9) ta có:

( ) ( ) ( )0

( ) 1, 1 .

i

n

i i ii i

R

f f tF d t

p p

u d u i n

θθθ

φ− ∞

≤ = =

≤ = ≤ <

∫

∫

(2.24)

Tương tự, do 0 < α < 1 nên ta còn có:

( )

( ) ( )

0

0

;( )

;2 2

nn

n nn

n n

R

q u duF

p

q u duu du

pθ

θθ

θφ

+∞

−∞

+∞

≤

+ ≤ =

∫

∫ ∫

Kết hợp điều này với (2.24) ta thu được:

( ) ( ) ( )

( )

212 2

1

3 ,

n

i i ni

n

F F F

F n const R

θ θ θ

θ θ

−

== +

⇒ ≤ + = ∀ ∈

∑

(2.25) Ta biết rằng: từ các điều kiện (2.25), (2.20), (2.17), (2.13), (2.12) có thể suy ra sự hội tụ hcc của dãy nghiệm xấp xỉ ngẫu nhiên

1≥mmθ về nghiệm của hệ phương trình hồi

quy (2.14): *

*

lim 1

lim 1, 1 .

m

m

mi i

m

P

P i n

θ θ

θ θ→ + ∞

→ + ∞

= =

⇔ = = ∀ = ÷

(2.26)

trong đó, do hệ phương trình hồi quy này tương đương với hệ (2.9) (theo bổ đề 2.3) nên nghiệm *θ nói trên cũng là nghiệm duy nhất của (2.7). Bởi vậy, từ (2.14), (2.21), và tính liên tục của các hàm gi (theo giả thiết (C)) ta có:

( )( )

*

* *

lim lim

lim , 1 .

m mi i i im m

mi i i im

P P g

g P i n

θ θ θ

θ θ θ→+∞ →+∞

→+∞

= ≤

= = = ∀ = ÷

Khi đó, từ (2.26) ta thu được:

*

*

lim , 1

lim 1,

mi i

m

m

m

P i n

P

θ θ

θ θ→ +∞

→ +∞

= ∀ = ÷

⇒ = =

trong đó, (xem Bổ đề 2.2), ),(* ba∈θ là điều khiển tối ưu dạng (2.1) của bài toán (1.2)-(1.4). Nghĩa là (2.22) được chứng minh. Cuối cùng, từ tính liên tục của các hàm

( ) nif i ÷=1,θ trong (1.8), (1.9) ta suy ra

tính liên tục của hàm ( )θJ trong (2.5). Khi đó, ta có:


98

( ) ( )( ) ( )

* *

*

1 lim lim

lim

m m

m m

mL Lm

P P J J

P J u J u

θ θ θ θ→+∞ →+∞

→+∞

= = ≤ =

= =

Nghĩa là (2.23) được chứng minh.◊

Chú ý 2.2: Do lời giải ),(* ba∈θ của bài toán quy hoạch (1.7) cũng là nghiệm duy nhất của hệ phương trình (2.2) (theo Bổ đề 2.1) nên ta cũng có thể sử dụng các công thức

(2.19), (2.21) để lập dãy 1≥mmθ các nghiệm

xấp xỉ của hệ (2.2) với sự hội tụ theo nghĩa của công thức (2.22). II.3. Ứng dụng vào lý thuyết độ tin cậy

Giả sử n

iin SS 1)( : == là một hệ thống mà

mỗi bộ phận niSi ÷=1, gắn với biến chỉ

thị trạng thái hoạt động [10], có dạng:

( )

<

≥==

*

*

*

0

1:

ii

ii

iiikhi

khiXX

θτ

θτθ

(3.1) Trong đó: 1 là ký hiệu hệ thống hoạt động, 0 là ký hiệu hệ thống bị tê liệt.

trong đó, iτ là tuổi thọ của bộ phận (cá thể

[4]) iS và *iθ là mức tối thiểu của tuổi thọ,

để cho bộ phận này còn hoạt động được. Ta

xem rằng hệ n

iin SS 1)( : == thu được từ sự bổ

sung bộ phận nS vào hệ 1

1)1( : −

=− = n

iin SS ,

trong đó, gọi 11,)( −≤≤ niiγ là độ tin cậy

hoạt động của mỗi bộ phận iS trong hệ )1( −nS , theo nghĩa:

* ( ) : 1 ,

0 1 , 1 1 .

ii i i

i

P

i n

τ θ γ α

α

≥ = = −

< < = ÷ −

(3.2)

Gọi nnkXX kk ,1),,...,( 1

)( −=Φ là biến chỉ

thị trạng thái hoạt động của hệ )(kS :

(3.3)

và xem rằng cả 2 hệ nnkS k ,1,)( −= đều hoạt động theo cấu trúc song song, nghĩa là

(xem [6]) các hàm cấu trúc của chúng có dạng:

.,1,max),...,(1

1)( nnkXXX i

kik

k −==Φ<<

(3.4) Bài toán ngược của đánh giá độ tin cậy (ĐGĐTC) một hệ thống được đặt ra (xem [1]) là để xác định các mức tối thiểu

nii ≤≤1,*

θ của tuổi thọ các bộ phận trong

hệ )(nS , với giả thiết rằng đã cho các độ tin

cậy hoạt động ii αγ −=1)( của mỗi bộ phận

11, −≤≤ niSi trong hệ )1( −nS ban đầu và

cho xác suất nα , để bộ phận hỗ trợ (bổ sung)

nS sẽ làm cho hệ mới )(nS hoạt động khi hệ

cũ )1( −nS bị tê liệt:

( ) ( 1)1 1 1( ,..., ) 1| ( ,..., ) 0

1, 1.

2

n nn n

n n

P X X X X

α α

−−Φ = Φ =

= ≤ <

(3.5) Trong việc giải bài toán trên đây, ta giả thiết (xem [2]) rằng: tuổi thọ của mỗi bộ phận iS

là một đại lượng ngẫu nhiên (đlnn) [ ) nii ≤≤+∞∈ 1,,0τ và xem rằng đã cho

hàm mật độ (đồng thời) nixxxp in ÷=>∀> 1,0,0),...,( 1 của

vecto ngẫu nhiên ).,...,( 1 nτττ =

Để có thể sử dụng mô hình tính toán trong

Mục 2.2 vào việc giải bài toán ngược của

ĐGĐTC nói trên, trước hết ta lưu ý rằng:

trong trường hợp này, hiển nhiên là điều kiện

(A) được thỏa mãn với:

( )0 , , 1 ;

( , ) : 0 , ;

( ) 1n

i i

nn

R

a b i n

a b R

p p x d x+

+

= = + ∞ ∀ = ÷

= = + ∞

= =∫

(3.6)

Do 1=p nên từ (3.2) và (3.5) ta thu được

điều kiện (B). Ngoài ra, các hàm:


99

1

0 0

0

( ,..., ,..., )

( ) : ..., ( ) ( )

i

i n

i i

j i i i i ij i

p x x x

p xdx f p x dx

θ

θ

+∞ +∞

≠

==∫ ∫∏ ∫

(3.7) lần lượt là hàm mật độ và hàm phân bố của đlnn nii ≤≤1,τ . Khi đó, từ (3.2) ta có:

( ) 11,* −÷=∀=<= niPf iiiii αθτθ

(3.8) Chú ý 3.1: Khi )(xp là hàm mật độ của

vecto ngẫu nhiên τ , hàm ( )θf trong (1.9) có dạng:

( )

( )1

, 1 1,,

, 1 1

: ,...,

i i n n

n

i i

nn

P i nf

P i n

R

θ τ θ τθ

θ τ

θ θ θ +

> ≤ ≤ − ≤=

> ≤ ≤ −

∀ = ∈

(3.9)

( ) ( ) nnnn Rf +∈=∀= **

1**

,...,:, θθθαθ

(3.10) Chú ý 3.2: Dựa trên (3.8) và (3.10) ta nhận thấy (xem Bổ đề 2.1) rằng: lời giải

),...,(**

1*

nθθθ = trong bài toán ngược của ĐGĐTC chính là nghiệm duy nhất của hệ phương trình (2.2). Bởi vậy, có thể sử dụng mô hình tính toán nêu trong Chú ý 2.2 để thiết

lập dãy 1≥mmθ những lời giải xấp xỉ cho lời

giải *θ nói trên.

KẾT LUẬN

Khi giải các bài toán điều khiển, việc chứa các tích phân bội luôn gặp khó khăn. Các phương pháp trực tiếp được sử dụng nhưng có độ phức tạp cao. Với phương pháp xấp xỉ ngẫu nhiên, các bài toán chứa tích phân bội được giải quyết với độ phức tạp nhỏ hơn. Ứng dụng cụ thể trong bài toán đánh giá độ tin cậy, lời giải của bài toán tìm được bằng quá trình thiết lập dãy các lời giải xấp xỉ.


[1]. Nguyễn Văn Hộ, Nguyễn Văn Hữu, Nguyễn Quý Hỷ, Về một bài toán ngược của đánh giá độ tin cậy một hệ thống trong nghiên cứu tương quan dòng chảy giữa sông Đà – Đồng Nai, Kỷ yếu Hội nghị Ứng dụng Toán học Toàn quốc lần thứ I, T.2, NXB ĐHQGHN, 2000 (Tr.191-206) [2]. Nguyen Quy Hy, Nguyen Dinh Hoa, The population and it renewal function, Viet. J. Math., Vol.24, N3, 1996, (Tr.198-224). [3]. Nguyen Quy Hy, Nguyen Van Huu, Nguyen Van Ho, Tong Dinh Quy, Mai Van Duoc, The Monte Carlo method in theory of reliability and its application to hydroelectric system, Proc. ISTAEM HongKong 2001 (85-88). [4]. Nguyễn Quý Hỷ, Phương pháp mô phỏng số Monte Carlo, NXB ĐHQGHN, 2004. [5]. Révész P., A note on the Robbins-Monro method, Stuchia Sci. Math. Hung., N 7, 1972 (355-362). [6]. Barlow R. E., Proschan F., Statistical Theory of Reliability and Life Testing, New York 1975.

ABSTRACT THE STOCHASTIC APPOROXIMATION METHOD FOR SOLVING A KIND OF CONTROL PROBLEM INCLUDING MULTIPLE INTEGRALS AND APPLICATION

Tran Thi Ngan*, Tran Manh Tuan College of Information Technology and Comunication – TNU

Control problems have been solved by many authors in different methods. There are some problems that contain multiple integrals. These problems always get high computing complexity when using normal algorithms (mathematical analysis tools). By applying stochastic apporoximation method, multiple integrals are solved with much less computing complexity. Key words: Control problems, Multiple integrals, Complexity, Mathematical analysis, reliability theory.

* Tel: 0989.040.454; Email: [email protected]


100

Trần Thị Phả và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 101 - 105

101

NGHIÊN CỨU ẢNH HƯỞNG CỦA pH ĐẾN KHẢ NĂNG HẤP THỤ ASEN (As) VÀ CHÌ (Pb) CỦA CÂY SẬY (Phragmites australis)

Tr ần Thị Phả1*, Đặng Văn Minh 1, Lê Đức2, Đàm Xuân Vận1

1 Trường Đại học Nông lâm Thái Nguyên, 2 Đại học Khoa học tự nhiên – ĐH Quốc gia Hà Nội

TÓM TẮT

Nghiên cứu ảnh hưởng của pH đến khả năng hấp thụ Asen và Chì của cây sậy cho thấy hàm lượng As và Pb đều được cây sậy tích lũy trong thân lá với các mức độ khác nhau tùy thuộc vào pH. Trong đó khả năng tích lũy As và Pb trong thân + lá và rễ của cây sậy tốt nhất ở CT1 là 20,12 ppm, 75,90ppm đối với As và 25,67ppm, 94,3 ppm đối với Pb. Khả năng xử lý đất ô nhiễm As giảm từ 2,10 lần đến 9,59 lần và trong đất ô nhiễm chì giảm từ 7,64 lần đến 12,32 lần so với ban đầu. Từ khóa: cây sậy, ô nhiễm đất, khả năng tích lũy, pH.

ĐẶT VẤN ĐỀ*

Vấn đề ô nhiễm kim loại nặng trong đất ngày càng đáng quan tâm do ảnh hưởng trực tiếp đến sức khỏe con người và cây trồng. Khả năng làm sạch môi trường của thực vật đã được ghi chép từ thế kỷ XVIII nhưng đến cuối thế kỷ XX, phương pháp này mới được nhắc đến như một công nghệ tân tiến dùng đề xử lý môi trường đất và nước bị ô nhiễm bởi các kim loại nặng (KLN). Ở nước ta thì đây là một phương pháp xử lý rất mới mẻ và chưa được quan tâm nhiều.

Sậy là loài cây có thể sống trong những điều kiện thời tiết khắc nghiệt và rất phù hợp với khí hậu Việt Nam. Hệ sinh vật quanh rễ loại cây này có thể hấp thụ kim loại nặng và phân hủy chất hữu cơ.

NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Đối tượng nghiên cứu

Đối tượng nghiên cứu là cây Sậy (Phragmites australis), là một loài cây lớn thuộc họ Hòa thảo (Poaceae) có nguồn gốc ở những vùng đất lầy ở cả khu vực nhiệt đới và ôn đới trên thế giới.

KLN nghiên cứu là Cd và Zn được bổ sung vào đất dưới dạng mối ở môi trường đất có pH khác nhau.

* Tel: 0982.091200, Email: [email protected]

Nội dung nghiên cứu

- Đánh giá ảnh hưởng của pH đến khả năng sinh trưởng, hấp thụ Cd và Zn của cây sậy


Phương pháp xây dựng đường chuẩn

- Xây dựng đường chuẩn pH theo phương pháp Jensen.

Phương pháp kế thừa

- Thu thập tài liệu, số liệu về tình hình đất bị ô nhiễm KLN tại Thái Nguyên

Phương pháp bố trí thí nghiệm

Thí nghiệm được đặt trong nhà lưới, mỗi chậu 6 kg đất, gồm 2 thí nghiệm với 3 công thức, mỗi công thức nhắc lại 3 lần, tổng số chậu thí nghiệm: 2 thí nghiệm x 3 x 3 = 18 chậu.

Thí nghiệm 1

Cho vào môi trường đất muối Na2HAsO4. 7H2O với nồng độ là 140ppm cùng với As có trong đất là 3,85ppm. Vậy thí nghiệm 3, nồng độ As trong đất là 143,85ppm được bố trí ở 3 CT, 3 lần nhắc lại. Với CT1 cho vào đất 0(g)CaCO3,, CT2 cho vào đất 3(g) CaCO3, CT3 cho vào đất 54,6(g) CaCO3 tương ứng với các mức pH cần làm thí nghiệm.

Thí nghiệm 2

Cho vào môi trường đất muối Pb(NO3)2 với nồng độ là 1000ppm cùng với Pb có trong đất là 16,49ppm. Thí nghiệm 2, nồng độ Pb trong đất là 1016,49ppm được bố trí ở 3 công thức


102

(CT), 3 lần nhắc lại. Với CT1 cho vào đất 0(g)CaCO3,, CT2 cho vào đất 3(g)CaCO3, CT3 cho vào đất 54,6 (g)CaCO3 tương với các mức pH cần làm thí nghiệm.

Phương pháp phân tích trong phòng thí nghiệm

Phân tích các chỉ tiêu trong đất

pHKCl: Được chiết bằng KCl 1N, đo bằng máy pH meter

Mùn (MO): Phân tích bằng phương pháp tiu rin

Đạn tổng số (N): Phân tích bằng phương pháp Kieldahl

Lân Tổng số (P2O5): Phân tích bằng phương pháp so màu

Dung tích trao đổi cation (mgđl/100g đất) CEC: Phân tích bằng phương pháp Amoniaxetat

As và Pb trong đất và cây được xác định bằng bằng máy ASS M6 - Thermo.

Phương pháp xử lý số liệu

- Số liệu được tổng hợp, phân tích và xử lý bằng phần mềm Microsoft Excel và SAS

Các chỉ tiêu theo dõi

- Chỉ tiêu về khả năng sinh trưởng của cây thí nghiệm: chiều cao cây, số cây con, chiều dài lá, số lá.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Xây dựng đường chuẩn pH

- Xây dựng đường chuẩn pH theo phương pháp Jensen: Lấy 7 bình tam giác 100ml cho vào mỗi bình 10g đất khô đã rây qua rây có đướng kính 1mm đánh dấu từ 1 đến 7. Lần lượt cho vào bình tam giác nói trên một lượng Ca(OH)2 nồng độ 0,05N như sau:

Cho vào bình số 1: 2ml Ca(OH)2 0,05N thêm nước cất cho đủ 50ml có pH = 6,8







Lắc đều 30 phút rồi để yên 3 ngày, lọc qua giấy lọc, đo pH bằng máy.

Hình 1. Biến thiên đường chuẩn pH

Từ hình 1 ta có đường chuẩn xây dựng mối tương quan y = ax + b, y: là mật độ pH đo được, x: là hàm lượng Ca2+ trong mẫu. Qua đồ thị trên ta thấy hệ số tương quan r đo ở mức quan hệ x và y trong quan hệ tuyến tính r =

R 2 = 9133.0 = 0.956. Với giá trị R0.01<r = 0.956, như vậy tương quan đường chuẩn pH là tương quan tuyến tính mạnh ở độ tin cậy là 99%.

Đánh giá ảnh hưởng của các pH khác nhau đến khả năng sinh trưởng của cây Sậy trong môi trường đất có chứa KLN

Đặc tính hóa lý và hàm lượng kim loại nặng trong đất trước khi trồng cây

Đặc tính môi trường đất là: Đất chua và nghèo dinh dưỡng bởi vì trong đất có pHKCl: 4,8, hàm lượng mùn là OM: 1,03%, kali tổng số K2O: 0,49% và lân tổng số P2O5: 0,06%, đạm tổng số N: 0,07%, dung tích trao đổi cation CEC: 15,25mgdl/100gam đất; Đất không ô nhiễm As và Pb với hàm lượng tổng số As: 3,85 ppm; Pb: 16,49 ppm (thấp hơn TCVN lần lượt là 3,12 lần và 4,24 lần). Thời gian thí nghiệm là 4 tháng (từ 05/01 – 05/05/2011). Các muối gồm: Na2HAsO4. 7H2O và Pb(NO3)2

y = 0.0567x + 6.8362

R2 = 0.9133

6.6

6.8

7

7.2

7.4

7.6

7.8

8

8.2

0 5 10 15 20 25

Ca(OH)2pH

pH Linear (pH)


103

Bảng 1. Đặc tính lý hóa và hàm lượng kim loại nặng trong đất trước khi trồng cây

Chỉ tiêu pHKCl OM (%)

N (%)

P2O5

(%) K2O

(%) CEC(mgdl/100gam

đất) Cdts

(ppm) Znts

(ppm) Hàm lượng 4,8 1,03 0,07 0,06 0,49 15,25 1,89 77,25

Đánh giá ảnh hưởng của các pH khác nhau đến khả năng sinh trưởng của cây Sậy trong môi trường đất có chứa As và Pb

Kết quả xác định khả năng sinh trưởng của cây Sậy dưới ảnh hưởng của các pH trong cùng một nồng độ As và Pb trong đất được trình bày ở bảng 2.

Bảng 2. Ảnh hưởng của pH đến khả năng sinh trưởng của cây Sậy trong môi trường đất có chứa As và Pb

Thí nghiệm CT Số cây Chiều cao cây (cm) Chiều dài lá (cm)

Thí nghiệm 1 (As)

CT1 6,1 ± 0,26a 36,9 ± 0,14a 33,64 ± 0,55a

CT2 5,2 ± 0,1b 34,13 ± 0,81b 31,67± 0,42b

CT3 4,7 ± 0,15c 34,58 ± 0,27c 30,61± 0,26c

LSD0,05 0,56 1,52 1,29

Thí nghiệm 2 (Pb)

CT1 5,4 ± 0,26a 29,6 ± 0,17a 25,63 ± 0,50a

CT2 5,57 ± 0,15b 40,33 ± 0,15b 38,43 ± 0,25b

CT3 7,4 ± 0,20c 54 ± 0,36c 43,7 ± 0,1c

LSD0,05 0,64 0,74 0,99

Ghi chú: các số có chữ a,b,c (theo cột) không có sự sai khác ở mức y nghĩa 0,05

Kết quả ở bảng 2 cho thấy, pH trong đất từ 4,8 – 8,9, với nồng độ As trong đất là 143,85ppm cây Sậy vẫn có thể sống và sinh trưởng bình thường. Tuy nhiên, ở môi trường đất có pH khác nhau khì khả năng sinh trưởng của cây Sậy cũng khác nhau. pH càng tăng thì sự sinh trưởng của cây sậy càng giảm và ngược lại pH càng thấp thì sự sinh trưởng của cây Sậy càng tăng cụ thể: chiều cao của cây cao nhất đạt 36,9 cm ở CT1 (pH = 4,8) và cây thấp nhất là 34,13cm ở CT2 với pH = 6,9. Tương tự, số cây nhiều nhất là 6,1 cây ở CT1 và thấp nhất là 4,7 cây ở CT3; chiều dài lá dài nhất là 33,64cm ở CT1, ngắn nhất là 30,61cm ở CT3 trong đất chứa As. Ngược lại ở trong thí nghiệm đất chứa Pb thì pH càng tăng thì

sự phát triển của cây cũng càng tăng và pH giảm thì sự sinh trưởng và phát triển của cây sậy cũng càng giảm cụ thể: chiều cao của cây cao nhất đạt 54cm, số cây nhiều nhất là 7,4, số lá dài nhất là 43,7 cm (đều tương ứng với CT3, pH= 8,9). Trong khi đó chiều cao thấp và chiều dài lá ngắn nhất lần lượt là 29,6 cm và 25,63 cm, số cây ít nhất là 5,4 (đều tương ứng với CT1, pH=4,8). Qua đây cho thấy mức độ nhảy cảm với độc tính As và Pb của cây Sậy còn phụ thuộc vào pH trong đất và trong đất ô nhiễm As và Pb với các môi trường pH khác nhau cây Sậy vẫn có thể sống và sinh trưởng tốt. Đánh giá khả năng tích lũy KLN của cây Sậy trong môi trường pH khác nhau

Bảng 3. Hàm lượng As, Pb tích lũy trong thân, lá và rễ của cây Sậy sau 4 tháng trồng trong môi trường pH khác nhau (n=3, Mean ± Sd)

Công thức Hàm lượng As trong thân + lá (ppm)

Hàm lượng As trong r ễ (ppm)

Hàm lượng Pb trong thân + lá (ppm)

Hàm lượng Pb trong r ễ (ppm)

CT1 20,12 ± 0,3a 75,90 ± 0,62a 25,67 ± 0,96a 94,3 ± 2,65a

CT2 14,08 ± 0,34b 57,63 ± 2,97b 23,79 ± 0,42b 79,98 ± 2,05b CT3 13,92 ± 0,18c 48,75± 1,502c 17,29 ± 1,24c 87,16 ± 1,456c

LSD0,05 0,85 5,97 2,84 6,38 Ghi chú: các số có chữ a,b,c (theo cột) không có sự sai khác ở mức y nghĩa 0,05


104

Bảng 4. Khả năng xử lý As và Pb trong đất của cây Sậy ở đất có pH khác nhau

Công thức Trước khi trồng Sau khi trồng

Đất chứa As

CT1 143,85 14,99± 0,79a

CT2 143,85 39,49 ± 0,91b

CT3 143,85 68,61± 0,56c

LSD0,05 2,32

Đất chứa Pb

CT1 1016,49 82,49± 0,57a

CT2 1016,49 117,18 ± 0,76b

CT3 1016,49 132,99± 0,98c

LSD0,05 2,37

Kết quả phân tích hàm lượng As và Pb tích lũy trong thân, lá và rễ của cây sậy sau 4 tháng trồng được thể hiện qua bảng 3.

Qua bảng 3 cho thấy trong 3 công thức với các môi trường pH khác nhau của cùng một nồng độ As và nồng độ Pb được chọn làm thí nghiệm, cây Sậy đều có khả năng tích lũy As và Pb trong thân + lá và rễ. Nồng độ tích lũy As và Pb trong CT1(pH = 4,8) là cao nhất, cụ thể hàm lượng As và Pb trong thân + lá, rễ lần lượt là 20,12 ppm, 25,67 ppm và 75,90 ppm, 94,3 ppm. Còn hàm lượng As, Pb trong thân + lá, rễ thấp nhất ở CT3 (pH = 8,9) với hàm lượng tương ứng là 13,92 ppm và 75,90 ppm đối với As và 25,67 ppm, 94,3 ppm đối với Pb. Hàm lượng As và Pb tích lũy trong rễ của cây sậy cao hơn rất nhiều so với trong thân + lá, xẩy ra ở tất cả các môi trường pH của các công thức. Mặc dù khả năng sinh trưởng của cây Sậy ở CT3 với pH = 8,9 cao hơn ở CT1 với pH = 4,8, nhưng khả năng tích lũy As và Pb trong cây Sậy ở CT1 lại cao hơn ở CT3.

Kết quả này cho thấy ở môi trường đất có pH thấp thì khả năng linh động của As và Pb cao, nên cây Sậy hút được As và Pb nhiều hơn.

Đánh giá khả năng xử lý KLN trong đất của cây Sậy trong môi trường đất pH khác nhau

Kết quả xử lý As và Pb trong đất của cây sậy ở trong các môi trường có pH khác nhau được thể hiện qua bảng 4.

Qua bảng 4 cho thấy, khả năng hấp thụ đất bị ô nhiễm As và Pb của cây Sậy là rất tốt. Với một hàm lượng As và Pb trong đất trước khi

trồng là 143,85ppm và 1016,49 ppm sau 4 tháng trồng trong 3 môi trường đất có pH khác nhau thì hiệu quả hấp thụ As và Pb trong đất của cây Sậy cao nhất là ở CT1 cụ thể là: As ban đầu là 143,85ppm xuống còn 14,99 ppm giảm 9,59 lần so với ban đầu và Pb từ 1016,49 ppm xuống còn 82,49 ppm giảm 12,32 lần so với ban đầu, thấp nhất là CT3 chỉ giảm 2,10 lần ở đất ô nhiễm As và 7,64 lần ở đất ô nhiễm Pb so với ban đầu.

Từ kết quả trên cho ta thấy rằng, trong môi trường đất có nồng độ pH cao thì khả năng hấp thụ As và Pb của cây Sậy là thấp hơn so với môi trường đất có pH thấp. Hiện tượng này do trong môi trường pH = 4,8 thì khả năng hòa tan As và Pb trong đất là cao hơn dẫn đến khả năng hấp thụ As và Pb của cây Sậy tốt hơn.

KẾT LUẬN

- Nồng độ As và Pb là cao hơn so với TCVN 11,99 lần đối với As và 14,52 lần đối với Pb thì khả năng sinh trưởng của cây Sậy vẫn bình thường. Tuy nhiên, ở các mức pH khác nhau thì khả năng sinh trưởng của cây Sậy cũng khác nhau, biểu hiện qua các chỉ tiêu sinh trưởng (số cây, chiều cao cây, chiều dài lá) ở mức pH = 4,8 thấp hơn ở mức pH = 8,9.

- Cây Sậy có khả năng hấp thụ As và Pb trong đất với các mức độ khác nhau. Cụ thể: khả năng hấp thụ As của cây Sậy là khá cao cụ thể là ở pH = 4,8 trong thân + lá là 20,12 ppm và trong rễ là 75,90 ppm, ở pH = 6,9 trong thân + lá là 14,08 ppm trong rễ là 57,63 ppm, còn ở pH = 8,9 trong thân + lá là 13,92 ppm và rễ là 48,75ppm. Khả năng hấp thụ Pb của cây


105

Sậy là ở pH=4,8 trong thân + lá là 25,67 ppm và trong rễ là 94,3 ppm, ở pH = 6,9 trong thân + lá là 23,79 ppm trong rễ là 79,98 ppm, còn ở pH = 8,9 trong thân + lá là 17,29ppm và trong rễ là 87,16 ppm.

- Khả năng xử lý As và Pb của cây sậy trong đất ở môi trường pH khác nhau là khác nhau. Nồng độ As là 143,85ppm và Pb là 1016,49 ppm ở môi trường pH thấp khả năng xử lý As và Pb của cây Sậy là cao nhất ở CT1 với pH = 4,8 thì hàm lượng As trong đất còn 14,99 ppm giảm 9,59 lần và Pb trong đất còn 82,49 ppm giảm 12,32 lần so với ban đầu, tiếp đó là CT2 với pH = 6,9 As trong đất còn 39,49 ppm giảm 3,64 lần so với ban đầu và Pb còn 117,18 ppm giảm 8,67 lần so với trước khi trồng, khả năng xử lý thấp nhất là ở CT3 với pH = 8,9 As trong đất còn 68,61ppm giảm 2,10 và Pb giảm 7,64 lần so với ban đầu.


[1]. Lê Đức, Nguyễn Xuân Cự, Trần Thị Tuyết Thu (2004), “Bài giảng ô nhiễm đất và các biện pháp xử lý” , Trường ĐHKHTN Hà Nội. [2]. Lê Trường Giang, “Công trình xử lý nước thải bằng phương pháp rễ cây sậy” tại Bệnh viện Nhân Ái”, huyện Thác Mơ - tỉnh Bình Phước. [3]. Phan Hiếu Hiền (2001), “Phương pháp bố trí thí nghiệm và xử lý số liệu”, Nxb. Nông nghiệp, Thành phố Hồ Chí Minh. [4]. Võ Văn Minh (2009), “Nghiên cứu khả năng hấp thụ một số KLN trong đất của cỏ vetiver và đánh giá hiệu quả cải tạo đất ô nhiễm” Luận án tiến sĩ khoa học môi trường, trường Đại học Quốc Gia Hà Nội. [5]. Trần Thị Phả, Đàm Xuân Vận (2011), "Nghiên cứu khả năng cải tạo đất ô nhiễm kim loại nặng bằng thực vật bản địa tại mỏ khai thác khoáng sản Trại Cau và làng Hích, huyện Đồng Hỷ, tỉnh Thái Nguyên

SUMMARY EFFECTS OF pH STUDY TO ABSORBENCY As AND Pb OF REED (Phragmites australis)

Tran Thi Pha1*, Dang Van Minh1, Le Duc2, Dam Xuan Van1

1 College of Agriculture and Forestry - TNU, 2 University of Natural Sciences –Vietnam National University

To study the effect of pH on absorption of Asen and Lead content of reed that As and Pb are accumulated in reed leaves with different levels and pH dependent. In that capacity to accumulate As and Pb in leaves and roots of the body, leaf reed in treament 1 is 20,12 ppm, 75,90 of As and 25,67ppm, 94,3 ppm of Pb. Ability to handle contaminated soil As decreased from 2,10 times to 9,59 times and in soil contaminated with Pb is reduced from 7,64 times to 12,32 times the original Key words: reed, soil contamination, the ability to accumulate

* Tel: 0982.091200, Email: [email protected]


106

Trịnh Thị Thanh Hảo Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 107 - 112

107

BÀI TOÁN V ẬN TẢI CÓ VẬN CHUYỂN NGƯỢC

Tr ịnh Thị Thanh Hảo*

ĐH Khoa học - ĐH Thái Nguyên

TÓM TẮT Bài toán vận tải (Transportation problem) của qui hoạch tuyến tính đã khá quen thuộc trong toán ứng dụng. Trong bài toán vận tải dạng bảng chỉ cho phép vận chuyển hàng từ các điểm phát đến các điểm thu, không vận chuyển theo chiều ngược lại (từ trạm thu tới trạm phát). Lời giải thu được đôi khi không cho chi phí vận chuyển nhỏ nhất.Có thể mở rộng bài toán vận tải dạng bảng bằng cách cho phép vận chuyển hàng theo cả chiều ngược lại từ các trạm thu tới các trạm phát. Từ đó dẫn đến mô hình bài toán vận tải có vận chuyển ngược (Transportation problem with reshipments). Trong nhiều trường hợp, vận chuyển ngược giúp làm giảm chi phí vận chuyển. Từ khóa: Bài toán vận tải, vận chuyển ngược, toán ứng dụng, trạm thu.

MỞ ĐẦU*

Bài toán vận tải (Transportation problem) của qui hoạch tuyến tính đã khá quen thuộc trong toán ứng dụng. Trong bài toán vận tải dạng bảng chỉ cho phép vận chuyển hàng từ các điểm phát đến các điểm thu, không vận chuyển theo chiều ngược lại (từ trạm thu tới trạm phát). Lời giải thu được đôi khi không cho chi phí vận chuyển nhỏ nhất.

Có thể mở rộng bài toán vận tải dạng bảng bằng cách cho phép vận chuyển hàng theo cả chiều ngược lại từ các trạm thu tới các trạm phát (xem [3]). Từ đó dẫn đến mô hình bài toán vận tải có vận chuyển ngược (Transportation problem with reshipments). Trong nhiều trường hợp, vận chuyển ngược giúp làm giảm chi phí vận chuyển.

Bài viết này đề cập đến bài toán vận tải có vận chuyển ngược: Phát biểu mô hình toán học của bài toán, xét tính chất của nghiệm, đưa ra điều kiện tối ưu. Cuối cùng, đề xuất thuật toán giải trên cơ sở mở rộng thuật toán thế vị quen thuộc và nêu ra ví dụ số.

VÌ SAO CẦN VẬN CHUYỂN NGƯỢC?

Ví dụ. Giả sử cần vận chuyển một loại hàng (xi măng chẳng hạn) từ hai kho A và B (gọi là các trạm phát), mỗi kho có 150 tấn, tới hai hộ tiêu thụ I và II (gọi là các trạm thu). Hộ I cần 100 tấn, hộ II cần 200 tấn. Chi phí vận chuyển

* Tel: 0936 722 168. Email: [email protected]

một tấn hàng từ các trạm phát tới các trạm thu cho trong ma trận C (đơn vị qui ước: $1 / tấn):

C =

31

72. X =

1500

50100;

Y =

− 20050

0150.

X và Y lần lượt là phương án tối ưu của bài toán không có vận chuyển ngược và bài toán có vận chuyển ngược. Phương án Y cho thấy có vận chuyển ngược 50 tấn hàng từ hộ I về kho B. Đáng chú ý là chi phí vận chuyển theo phương án X bằng $1000, trong khi đó theo phương án Y chi phí vận chuyển giảm chỉ còn $950. Lý do là vì: Phương án X vận chuyển 50 tấn hàng trên tuyến có cước phí vận chuyển đắt nhất từ kho A tới hộ II (mỗi tấn hàng tốn $7). Phương án Y không chuyển hàng trên tuyến này (mỗi tấn hàng tiết kiệm được $7) mà chuyển thêm 50 tấn từ kho A tới hộ I (mỗi tấn hàng tốn thêm $2), sau đó chuyển ngược từ hộ I về kho B (mỗi tấn hàng tốn thêm $1) và cuối cùng chuyển 50 tấn hàng này từ kho B tới hộ II (mỗi tấn hàng tốn thêm $3). Tổng cộng, tốn thêm $2 + $1 + $3 = $6 cho mỗi tấn hàng. Nếu so với số tiền đã tiết kiệm được ($7 cho mỗi tấn hàng) thì vẫn còn tiết kiệm được $7 - $6 = $1 cho mỗi tấn hàng. Có tất cả 50 tấn hàng đã được vận chuyển ngược theo cách này nên tổng số tiền tiết kiệm được là $50. Điều này giải thích vì sao


108

chi phí vận chuyển giảm từ $1000 xuống còn $950. Như vậy, $7 không phải là chi phí vận chuyển rẻ nhất cho một đơn vị hàng từ kho A tới hộ II, mà là $6 (đi từ kho A tới hộ I, rồi qua kho B để tới hộ II).

Tình trạng này có thể xảy ra khi các chi phí trong bảng vận tải được tạo ngẫu nhiên. Chính vì thế cần xét bài toán vận tải có vận chuyển ngược để giảm chi phí vận chuyển.

MÔ HÌNH BÀI TOÁN VẬN TẢI CÓ VẬN CHUYỂN NGƯỢC

Nội dung bài toán vận tải: Giả sử cần vận chuyển một loại hàng từ m điểm cung cấp (gọi là các trạm phát), ký hiệu i = 1, 2, ... , m, đến n điểm tiêu thụ (gọi là các trạm thu), ký hiệu j = 1, 2, ... , n. Cho biết khả năng cung cấp hàng của trạm phát i là ai > 0, nhu cầu tiêu thụ hàng của trạm thu j là bj > 0 và chi phí vận chuyển một đơn vị hàng từ trạm phát i tới trạm thu j (và ngược lại) là cij ≥ 0. Để bài toán có nghiệm ta giả thiết a1 + a2 + ... + am = b1 + b2 + ... + bn (điều kiện cân bằng cung cầu). Với bài toán vận tải có vận chuyển ngược, ta cần xác định các biến xij (i = 1, ... , m; j = 1, ... , n), biểu thị số lượng hàng vận chuyển từ trạm phát i tới trạm thu j nếu xij ≥ 0 hoặc số lượng hàng được chuyển ngược từ trạm thu j tới trạm phát i nếu xij < 0. Chi phí vận chuyển tương ứng bằng cij |xij |. Khi đó, mô hình toán học của bài toán vận tải có vận chuyển ngược có dạng:

(P) f(x) = ∑∑= =

m

1i

n

1jijij xc → min (cực tiểu

tổng chi phí vận chuyển) với điều kiện:

∑=

n

1jijx = ai, ∀ i = 1, ... ,m

(trạm phát i giao hết hàng)

∑=

m

1iijx = bj, ∀ j = 1, ... ,n

(trạm thu j nhận đủ hàng)

xij ∈ ℝ, ∀ i = 1, ... , m; j =1, ... , n.

Mô hình trên chỉ khác mô hình bài toán vận tải dạng bảng đã biết ở chỗ: các biến biểu thị lượng hàng vận chuyển bây giờ có thể lấy giá

trị âm và trong hàm mục tiêu sử dụng dấu giá trị tuyệt đối. Dễ thấy (P) là một bài toán qui hoạch lồi với các ràng buộc tuyến tính (xem [2]). Tuy nhiên, nhờ các đặc điểm kể trên, ta có thể đưa (P) về dạng một bài toán qui hoạch tuyến tính chính tắc, nhờ dùng kỹ thuật đổi biến số.

Trước hết ta để ý là một số thực bất kỳ luôn viết được dưới dạng hiệu của hai số thực không âm, hơn nữa có thể chọn cách viết sao cho ít nhất một trong hai số đó bằng 0. Chẳng hạn, số 5 bằng hiệu của 5 và 0 (5 = 5 - 0), còn số - 5 bằng hiệu của 0 và 5 (- 5 = 0 - 5). Vì thế, xij ∈ ℝ có thể viết thành xij = yij - zij với yij ≥ 0, zij ≥ 0 và yijzij = 0. Cụ thể, nếu xij ≥ 0 thì yij = xij ≥ 0 và zij = 0, còn nếu xij < 0 thì yij = 0 và zij = - xij > 0. Trong cả hai trường hợp ta đều có cij |xij | = cij(yij + zij). Vì thế có thể viết lại bài toán (P) dưới dạng bài toán qui hoạch tuyến tính chính tắc sau, gọi tắt là bài toán (Q):

(Q) ∑∑= =

+m

1i

n

1jijijij )zy(c → min

với điều kiện:

∑=

n

1jijy - ∑

=

n

1jijz = ai, ∀ i = 1, ... ,m,

∑=

m

1iijy - ∑

=

m

1iijz = bj, ∀ j = 1, ... ,n,

yij ≥ 0, zij ≥ 0 ∀ i = 1, ... , m; j =1, ... , n.

Giả thiết (P), do đó (Q), thỏa mãn điều kiện cân bằng cung cầu đã nêu ở trên.

Nhận xét 1. Khi cho mọi zij = 0 thì các ràng buộc của (Q) trở thành các ràng buộc của bài toán vận tải theo các biến yij, vì thế tập ràng buộc của (Q) khác rỗng. Hàm mục tiêu của (Q) bị chặn dưới bới số 0 (do mọi cij, yij, zij ≥ 0) nên theo lý thuyết qui hoạch tuyến tính (xem [1]), (Q) có nghiệm cực tiểu. Hơn nữa, nghiệm cực tiểu đạt tại ít nhất một đỉnh của tập đa diện ràng buộc của (Q) (tập này có đỉnh vì (Q) có dạng chính tắc).

Nhận xét 2. Trong bài toán (Q) nếu ký hiệu A ij ∈ ℝm+n (Bij ∈ ℝm+n) là véctơ hệ số của biến yij (biến zij) thì có thể thấy Aij có thành phần i và m + j bằng 1, mọi thành phần khác


109

bằng 0 và Bij = - Aij với mọi i = 1, ... , m, j = 1, ... , n. Do đó trong mọi phương án cực biên (tức đỉnh của tập ràng buộc) của (Q) không thể có đồng thời yij > và zij > 0 (vì trong một phương án cực biên bất kỳ của bài toán chính tắc, các véctơ hệ số Aij và Bij, tương ứng với các thành phần dương, phải độc lập tuyến tính). Chính vì thế trong bài toán (Q) ta không cần viết điều kiện yijzij = 0. Vậy hai bài toán (P) và (Q) tương đương.

Nhận xét 3. Với phương án cực biên yij, zịj của (Q) thì xij = yij - zij có dạng:

xij =

>=−=>

==

.0z,0ykhiz

,0z,0ykhiy

0, z y khi0

ijijij

ijijij

ijij

Giống như trong bài toán vận tải không có vận chuyển ngược, tập hợp ô tương ứng với ỵij > 0 hoặc zij > 0, tức xij ≠ 0, gồm không qúa m + n - 1 ô và không chứa chu trình.

Có thể thấy đối ngẫu của (Q) là bài toán sau đây (các biến ui và vj gọi là các thế vị):

(D) g(u, v) = ∑=

m

1iii ua + ∑

=

n

1jjj vb → max

với điều kiện

ui + vj ≤ cij và - ui - vj ≤ cij ∀ i = 1, ... , m,

j = 1, ... , n hay

- cij ≤ ui + vj ≤ cij hay |ui + vj| ≤ cij

∀ i = 1, ... , m, j = 1, ... , n.

Từ lý thuyết đối ngẫu trong qui hoạch tuyến tính (xem [1]) suy ra

Điều kiện tối ưu (cần và đủ). Phương án cực biên y ij, zij của (Q) là tối ưu khi và chỉ khi tìm được các số ui (i = 1, ... , m) và vj (j = 1, ... , n) sao cho

a) |ui + vj| ≤ cij ∀ i = 1, ... , m, j = 1, ... , n.

b) ui + vj = cij nếu yij > 0 và ui + vj = - cij nếu zij > 0.

THUẬT TOÁN GIẢI (P)

Để tiện tính toán, ta ghi lại dữ liệu của (P) dưới dạng một bảng chữ nhật, gọi là bảng vận tải (Bảng 1). Bảng gồm m hàng (i = 1, ... , m) và n cột (j = 1, ... , n). Mỗi hàng tương ứng

với một trạm phát, mỗi cột tương ứng với một trạm thu. Số ghi ở đầu mỗi hàng là lượng cung, số ghi ở đầu mỗi cột là lượng cầu. Chỗ giao nhau ở hàng i, cột j của bảng ký hiệu là ô (i, j). Chi phí vận chuyển cij ghi ở góc trên bên trái của ô (i, j), lượng hàng vận chuyển xij (có thể âm) ghi ở góc dưới bên phải của ô. Ô (i, j) biểu thị tuyến đường vận chuyển từ trạm phát i tới trạm thu j nếu xij ≥ 0, hoặc từ j đến i nếu xij < 0.

Sau đây ta nêu Thuật toán thế vị mở rộng giải bài toán (P), gồm các bước:

Bước 0. Xây dựng phương án cực biên ban đầu x0 = x 0

ij , chẳng hạn theo phương pháp min cước hoặc phương pháp góc Tây Bắc. Đặt G0 = (i, j) : x 0

ij ≠ 0. Giả thiết x0 không suy biến, nghĩa là G0 gồm đúng m + n - 1 ô và G0 không chứa chu trình. Các ô thuộc G0 gọi là ô chọn, các ô khác gọi là ô loại. Đặt chỉ số bước lặp k = 0.

Bước 1. Tính các thế vị ui, i = 1, ... , m và vj, j = 1, ... , n tương ứng với phương án cực biên xk nhờ giải hệ phương trình có dạng tam giác (đặt u1 = 0):

ui + vj = cij với (i, j) ∈ Gk, xkij ≥ 0

và ui + vj = - cij với (i, j) ∈ Gk, xkij < 0.

Bước 2. Tính các ước lượng ∆ij = ui + vj - cij và δij = ui + vj + cij với mọi (i, j).

Bảng 1. Bảng vận tải

Thu Phát

b1 . . . bj . . . bn

a1 c11 x11

. . . c1j x1j

. . . c1n x1n

⋮ ⋮ . . .

⋮ . . .

⋮

ai ci1 xi1

. . . cịj xij

. . . cin xin

⋮ ⋮ . . .

⋮ . . .

⋮

am cm1 m1

. . . cmj mj

. . . cmn xmn

Bước 3 (Kiểm tra điều kiện tối ưu). Nếu ∆ij ≤ 0 và δij ≥ 0 với mọi ô (i, j) thì dừng thuật toán: xk là phương án tối ưu của (P). Trái lại, thực hiện Bước 4.


110

Bước 4 (Điều chỉnh phương án):

a) Xác định ô điều chỉnh (r, s) thỏa mãn ∆rs = γ nếu γ = ∆ hoặc δrs = γ nếu γ = δ, trong đó γ = max (∆, δ) với ∆ = max ∆ij : ∀ (i, j) và δ = max - δij : ∀ (i, j).

b) Tìm chu trình điều chỉnh C tạo bởi ô (r, s) với các ô thuộc Gk, chẳng hạn bằng cách loại dần các ô treo trên hàng và cột.

c) Phân loại các ô thuộc chu trình C thành các ô lẻ C1 và ô chẵn C2 xen kẽ nhau theo qui tắc: (r, s) là ô lẻ (∈ C1) nếu γ = ∆rs; (r, s) là ô chẵn (∈ C2) nếu γ = δrs.

d) Xác định lượng điều chỉnh

h ≡ | xkpq | = min | x

kij | : (i, j) ∈ C1 \ (r, s), xk

ij

< 0, (i, j) ∈ C2 \ (r, s), xkij ≥ 0 ≥ 0.

e) Xây dựng phương án cực biên mới xk+1 với

x 1kij

+ =

∈−∈+∉

.C)j,i(khihx

,C)j,i(khihx

C,j)(i, khix

2kij

1kij

kij

Gk+1 = (Gk \ (p, q)) ∪ (r, s) ⊃ (i, j) : x1k

ij+

≠ 0.

Quay lại thực hiện Bước 1. Nhận xét 4. Nếu bài toán (P) không suy biến thì thuật toán nêu trên là hữu hạn, tức sau một số hữu hạn phép tính ta sẽ nhận được nghiệm tối ưu của (P). Nhận xét 5. Nếu mọi lượng phát ai, i = 1, ... , m và lượng thu bj, j = 1, ... , n đều là các số nguyên thì (P) sẽ có nghiệm tối ưu với mọi thành phần đều nguyên. VÍ DỤ SỐ Giải bài toán (P) bằng phương pháp thế vị mở rộng với véctơ cung a, véctơ cầu b, ma trận chi phí C = cij và phương án cực biên xuất phát x0 = x 0

ij như sau:

a = (50 40 60)T, b = (25 30 40 55)T,

C =

108311

2472

6215,

x0 =

402000

150025

020300.

Giải. Ví dụ này có m = 3 trạm phát và n = 4 trạm thu và thỏa mãn điều kiện cân bằng cung cầu. Phương án x0 có tập ô chọn tương ứng là G0 = (1, 2), (1, 3), (2, 1), (2, 4), (3, 3), (3, 4), gồm 6 ô không chứa chu trình và giá trị hàm mục tiêu f(x0) = 710.

Vòng lặp 1

Bước 1. Các thế vị tương ứng với x0: u0 = (0 - 2 6)T, v0 = (4 1 2 4)T.

Bước 2. Các số ∆ij = ui + vj - cij và δij = ui + vj

+ cij ghi trong ma trận ∆0 và δ0:.

∆0 =

−−−

−−

0041

0480

2001

,

δ0 =

20161021

4464

10429

> 0

Bước 3. Phương án x0 chưa tối ưu vì còn ∆32

= 4 > 0.

Bước 4. a) ∆ = 4, δ = - 2, γ = max (∆, δ) = ∆ = 4. Ô điều chỉmh (r, s) = (3, 2).

b) Chu trình điều chỉnh C gồm 4 ô (3, 2), (1, 2), (1, 3) và (3, 3).

c) Các ô lẻ C1 gồm (3, 2) và (1, 3). Các ô chẵn C2 gồm (1, 2) và (3, 3).

d) Lượng điều chỉnh h = min (x012 = 30, x033 =

20) = x033 = 20. Ô loại (p, q) = (3, 3).

e) Phương án cực biên mới:

x1 =

400200

150025

040100,

∆1 =

−−−−

0401

08120

2003

,

δ1 =

2012621

4024

144213

> 0


111

G1 = (1, 2), (1, 3), (2, 1), (2, 4), (3, 2), (3, 4) và f(x1) = 630 < f(x0) = 710.

Vòng lặp 2

Bước 1. Thế vị tương ứng với x1: u1 = (0 - 6 2)T, v1 = (8 1 2 8)T.

Bước 2. Các số ∆ij = ui + vj - cij và δij = ui + vj + cij ghi trong ma trận ∆1 và δ1 ở trên.

Bước 3. Phương án x1 chưa tối ưu vì còn ∆11 = 3 > 0 và ∆14 = 2 > 0.

Bước 4. a) ∆ = 3, δ = - 2, γ = max (∆, δ) = ∆ = 3. Ô điều chỉmh (r, s) = (1, 1).

b) Chu trình điều chỉnh C gồm 6 ô (1, 1), (1, 2), (3, 2), (3, 4), (2, 4) và (2, 1).

c) Các ô lẻ C1 gồm (1, 1), (3, 2) và (2, 4). Các ô chẵn C2 gồm (1, 2), (3, 4) và (2, 1).

d) Lượng điều chỉnh h = min (10, 40, 25) = x112 = 10. Ô loại (p, q) = (1, 2).


x2 =

300300

250015

040010

,

∆2 =

−−−−

−−

0101

05120

1030

,

δ2 =

−

2015621

4324

114110

.

G2 = (1, 1), (1, 3), (2, 1), (2, 4), (3, 2), (3, 4) và f(x2) = 600 < f(x1) = 630.

Vòng lặp 3.

Bước 1. Thế vị tương ứng với x2: u2 = (0 - 3 5)T, v2 = (5 - 2 2 5)T.


Bước 3. Phương án x2 chưa tối ưu vì còn δ12 = - 1 < 0.

Bước 4. a) ∆ = 0, δ = 1, γ = max (∆, δ) = δ = 1. Ô điều chỉmh (r, s) = (1, 2).

b) Chu trình điều chỉnh C gồm 6 ô (1, 1), (1, 2), (3, 2), (3, 4), (2, 4) và (2, 1).

c) Các ô lẻ C1 gồm (1, 1), (3, 2) và (2, 4). Các ô chẵn C2 gồm (1, 2), (3, 4) và (2, 1).

d) Lượng điều chỉnh h = min (x234 = 30, x2

21 = 15) = x2

21 = 15. Ô loại (p, q) = (2, 1).


x3 =

−

150450

40000

0401525

,

∆3 =

−−−−−

−

0202

06121

0020

,

δ3 =

2014620

4223

124010

G3 = (1, 1), (1, 2), (1, 3), (2, 4), (3, 2), (3, 4) và f(x3) = 585 < f(x2) = 600.

Vòng lặp 4.

Bước 1. Thế vị tương ứng với x4: u4 = (0 - 4 4)T, v4 = (5 - 1 2 6)T.


Bước 3. Phương án x3 là tối ưu vì ∆3 ≤ 0 và δ3 ≥ 0 (fmin = 585). Kết thúc thuật toán.


[1]. Trần Vũ Thiệu, Giáo trinh tối ưu tuyến tính. Nxb Đại học Quốc gia Hà Nội, 2004. [2]. Trần Vũ Thiệu, Nguyễn Thị Thu Thủy, Giáo trình tối ưu phi tuyến. Nxb Đại học Quốc gia Hà Nội, 2011. [3]. H. A. Eiselt, C. L. Sandblom. Linear Programming and its Applications. Springer, 2007.


112

ABSTRACT TRANSPORTATION PROBLEM WITH RESHIPMENTS

Trinh Thi Thanh Hao * College of Sciences – TNU

The transportation problem is well-known in the linear optimization theory.(see, for instance [1], [3]). It has various applications in the real world and has been widely studied. This paper deals with the transportation problem with reshipments (see [3]) in which reshipments allow goods to be shipped back and forth between supply points (origins) and demand points (destinations). The mathematical model of the problem is presented, some features of basic solutions of the problem are discussed, optimality conditions are given and at last a potentials based on algorithm for solving the problem is developed and a small illustrative example is given. Key words: Transportation problem, reshipments, optimization, destinations.

* Tel: 0936 722 168. Email: [email protected]

Trương Thành Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 113 - 117

113

ĐẤT DỐC VÀ CANH TÁC B ỀN VỮNG TRÊN ĐẤT DỐC Ở VIỆT NAM

Trương Thành Nam*, Hà Anh Tuấn

Trường Đại học Nông Lâm – ĐH Thái Nguyên

TÓM TẮT Chuyên đề đã tiến hành nghiên cứu và đưa ra cách nhìn khái quát và đầy đủ hơn về đất dốc ở Việt Nam. Trên cơ sở phân tích tiềm năng và hạn chế của loại đất này kết hợp với kinh nghiệm của một số nước trên Thế giới và tình hình canh tác trên đất dốc của Việt Nam hiện nay, chuyên đề đã tổng hợp, trao đổi và đưa ra một số định hướng và các giải pháp, kỹ thuật canh tác bền vững trên loại đất này ở Việt Nam. Từ khóa: Đất dốc, canh tác bền vững

ĐẶT VẤN ĐỀ*

Việt Nam được biết đến là quốc gia có tới 3/4 diện tích là đồi núi, phần lớn là đất dốc. Đây là loại đất khó khai thác và sử dụng. Nhưng do thiếu đất sản xuất nên nông dân miền núi vẫn phải canh tác trên đất dốc có độ dốc lớn hơn 100 chịu xói mòn rất mạnh và thời gian canh tác bị rút ngắn, thường chỉ trồng được 01 - 02 vụ cây lương thực ngắn ngày, hoặc trồng sắn và bỏ hóa[1]. Mặc dù còn nhiều trở ngại nhưng vùng đất dốc có rất nhiều tiềm năng phát triển và có vai trò ngày càng quan trọng đối với sự phát triển của đất nước.

Canh tác bền vững trên đất dốc có ý nghĩa sống còn đối với sản xuất nông nghiệp ở những vùng miền núi, chính vì thế việc xây dựng các hệ thống để canh tác hợp lý là rất quan trọng. Hiện nay, trên thế giới và Việt Nam đang áp dụng nhiều hệ thống canh tác bền vững trên đất dốc khác nhau, dựa trên những thông tin cơ bản về loại đất kết hợp với các điều kiện thực tiễn đề tài này đưa ra một số giải pháp, kỹ thuật canh tác cũng như quan điểm, định hướng mới trong nghiên cứu, quản lý và sử dụng đất dốc bền vững ở Việt Nam.


- Phương pháp kế thừa: Kế thừa kết quả nghiên cứu về đất dốc của một số nghiên cứu trước đó.

* Tel:0986.767.535; Email: [email protected]

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Tổng quan về đất dốc

Đất dốc là tất cả các loại đất có độ dốc từ 100 trở lên. Do đó, đất dốc thường chịu tác động của các hiện tượng xói mòn rửa trôi, dẫn đến sự thoái hóa đất, làm đất nghèo kiệt về dinh dưỡng, về cấu trúc, giảm độ pH, làm tăng lượng các chất gây độc hại cho đất và làm cho đất bị chết về sinh học[2].

Đối với Vi ệt Nam, đây là loại đất có rất nhiều tiềm năng phát triển như: Tiềm năng mở rộng đất canh tác; tiềm năng lâm nghiệp; tiềm năng sản xuất cây hàng hóa và đa dạng sản phẩm; tiềm năng phát triển chăn nuôi; tiềm năng phát triển nguồn điện và tiềm năng phát triển du lịch;...Tuy nhiên, việc khai thác và sử dụng loại đất này hiện nay đã và đang gặp nhiều trở ngại bởi đất dốc vẫn còn tồn tại một số hạn chế sau: Xói mòn; rửa trôi; thoái hóa; hạn hán; tình trạng bị cách biệt và tỷ lệ đói nghèo cao và trình độ văn hóa thấp; .... [1]. Để phát huy khả năng khai thác các tiềm năng và giảm thiểu các hạn chế trên thì chúng ta cần phải có các biện pháp khai thác và sử dụng hiệu quả.

Canh tác bền vững trên đất dốc

Kinh nghiệm canh tác trên đất dốc của một số quốc gia trên Thế giới

Việc canh tác trên đất dốc là vấn đề tất yếu, do đó trên thế giới hiện nay cũng đã tích lũy khá nhiều kinh nghiệm canh tác trên loại đất này. Từ những năm đầu của thập kỷ 80 – 90, hệ thống nông lâm kết hợp và đa dạng hóa


114

cây trồng trên đất đồi núi đã được thử nghiệm và lan rộng khắp các nước trên Thế giới.

Đối với khu vực Đông Nam Á thì người dân nơi đây cũng đã áp dụng nhiều biện pháp canh tác trên đất dốc trong đó việc bảo vệ độ phì và cải thiện độ phì bằng cách dùng phân chuồng, phân xanh và đặc biệt là sử dụng cây họ đậu để cải thiện tính chất đất là yếu tố được họ quan tâm hàng đầu[6]. Samfujika 1996[7] nghiên cứu biện pháp chống xói mòn ở Indonesia cho thấy phương pháp làm ruộng bậc thang rất hiệu quả trong việc hạn chế xói mòn, rửa trôi nhưng rất tốn công. Vì vậy họ đã nghiên cứu các biện pháp khác như làm đất tối thiểu, lên luống và ủ đất....

Tình hình canh tác trên đất dốc ở Việt Nam

Tình hình canh tác trên đất dốc ở Việt Nam có nhiều biến động theo các thời kỳ phát triển của đất nước. Việc canh tác trên đất dốc ở Việt Nam có nhiều hạn chế, mà hầu hết những hạn chế này là kết quả của sự thiếu hiểu biết về đất dốc và các phương thức canh tác hợp lý trên đất dốc của người dân.

Do đó cũng đã có nhiều các công trình nghiên cứu, quản lý và sử dụng đất dốc được thiết lập. Từ những năm 1980 đến nay, các chương trình nghiên cứu và sử dụng đất đồi núi tập trung vào các dự án đánh giá đất và xây dựng các mô hình sản xuất như hệ thống nông lâm kết hợp, hệ thống vườn ao chuồng rừng (VACR) và trang trại sản xuất rừng đồi, vườn đồi… Tuy nhiên khả năng áp dụng các nghiên cứu này vào thực tiễn còn chưa hiệu quả. [3]

Canh tác bền vững trên đất dốc.

Canh tác bền vững trên đất dốc là phương thức lựa chọn và bố trí các loại cây trồng sao cho hiệu quả kinh tế thu được từ mô hình là cao nhất và ổn định qua nhiều năm. Việc lựa chọn và bố trí hệ thống cây trồng có ý nghĩa quyết định đến hiệu quả sử dụng đất dốc, nhằm phát huy hết tiềm năng đất và hạn chế các khó khăn trong canh tác.[5]

Tính bền vững và các tiêu chí cơ bản đánh giá tính bền vững đối với quản lý và sử dụng đất dốc.

- Tính bền vững trong quản lý và sử dụng đất dốc: Hệ thống sử dụng đất bền vững (theo Dumanski, 1993) là sự tổng hòa giữa kỹ thuật, chính sách và hoạt động kết hợp kinh tế xã hội với môi trường, cụ thể là: Duy trì và đẩy mạnh sản xuất; giảm được mức độ rủi ro trong sản xuất; bảo vệ được tài nguyên thiên nhiên và tránh được sự thoái hóa về chất lượng của đất và nước; có hiệu quả kinh tế; được xã hội chấp nhận.

- Các tiêu chí cơ bản đánh giá tính bền vững:

+ Bền vững về kinh tế: Năng suất trên mức bình quân vùng, năng suất tăng dần, đạt tiêu chuẩn sản phẩm tiêu thụ tại địa phương và xuất khẩu; giá trị sản xuất trên chi phí đạt trên 1,5 lần; ít mất trắng do hạn và sâu bệnh, có thị trường ổn định, ...

+ Bền vững về xã hội: Phù hợp với năng lực nông hộ về đất đai, vốn và kỹ thuật sản xuất; giảm nặng cho phụ nữ, không làm trẻ em mất cơ hội học hành; phù hợp với pháp luật hiện hành và hương ước làng bản.

+ Bền vững về sinh thái: Giảm xói mòn, thoái hóa đất, tăng độ phì cho đất; tăng độ che phủ rừng; bảo vệ nguồn nước; nâng cao, đa dạng hóa sinh học của hệ sinh thái[3].

Một số biện pháp và mô hình canh tác bền vững trên đất dốc ở Việt Nam.

a. Hướng đi cơ bản để canh tác bền vững đất dốc.

- Tăng tối đa lượng chất hữu cơ trong đất;

- Liên tục che phủ đất bằng lớp phủ thực vật sống hay đã khô;

- Không làm đất hoặc làm đất tối thiểu;

- Luân canh, xen canh và đa dạng hóa cây trồng;

- Nuôi cây chủ yếu thông qua lớp che phủ;

- Nguyên tắc thiết kế kỹ thuật;

- Áp dụng các biện pháp canh tác truyền thống có hiệu quả.[3]


115

b. Một số biện pháp truyền thống mà người dân miền núi đã áp dụng để canh tác bền vững trên đất dốc.

- Kiến thiết ruộng bậc thang với bờ đất hoặc bờ đá.

+ Ưu điểm: Là biện pháp chống xói mòn hiệu quả, có tác dụng giữ nước tốt góp phần định canh định cư cho đồng bào miền núi; dễ canh tác.

+ Nhược điểm: Tốn nhiều thời gian, chi phí làm diện tích bậc thang; những nơi chỉ toàn đất dốc thì khó làm và bảo vệ bậc thang; chỉ áp dụng hiệu quả ở những nơi có độ đốc nhỏ hơn 150.

- Canh tác theo đường đồng mức.Là biện pháp mà người dân trồng các loại cây trồng theo các đường đồng mức trên đất dốc.

+ Ưu điểm: Chống xói mòn, rửa trôi hiệu quả.

+ Nhược điểm: Khó khăn đối với việc chăm sóc và thu hoạch các loại cây trồng; khó áp dụng đối với đất có cấu trúc kém hoặc đất quá dốc.

- Xếp tường đá, làm hàng rào bảo vệ đồng ruộng, đào hào dẫn nước thoát khỏi khu vực canh tác để chống xói mòn.

+ Ưu điểm: Là biện pháp chống xói mòn hiệu quả, đơn giản.

+ Nhược điểm: Chỉ áp dụng cho những nơi có nhiều đá; tốn nhiều thời gian và tốn đất canh tác...

Ngoài ra còn một số biện pháp canh tác khá hiệu quả mà người dân miền núi đã áp dung: Đào hào, hố giữ nước trên đỉnh hoặc sườn dốc; làm bậc thang vẩy ốc,....[4]

c. Một số mô hình canh tác bền vững trên đất dốc.

Mô hình nông- lâm kết hợp.

* Tác động của mô hình nông- lâm kết hợp.

- Tác động tích cực:

+ Tác động đối kinh tế nông hộ: Cung cấp lương thực thực phẩm; tăng thu nhập cho nông hộ; tạo công ăn việc làm; đa dạng hóa sản phẩm; giảm rủi ro trong sản xuất, tăng mức độ an toàn lương thực; ....

+ Tác động về mặt xã hội: Góp phần giải quyết khó khăn về tăng dân số; thúc đẩy lâm nghiệp xã hội phát triển; góp phần hạn chế tình trạng du canh du cư, đốt lương làm rẫy, góp phần xóa đói giảm nghèo cho một số bộ phận nông dân miền núi; .....

+ Tác động tới sử dụng tài nguyên và môi trường: Có tác dụng bảo vệ nguồn tài nguyên đất, nước; bảo vệ tài nguyên rừng và đa dạng sinh học; hạn chế xói mòn rửa trôi;....

- Tác động tiêu cực:

+ Nếu chọn và bố trí cây trồng (vườn cây ăn quả) không phù hợp có thể dẫn đến hiện tượng cạnh tranh sinh học.

+ Một số loài cây trồng (như cây keo dậu) thường tạo ra các chất kháng hóa học gây ảnh hưởng lớn đến sự phát triển của các loài thực vật khác kể cả hoa màu.

+ Gia súc có thể gây hại đến các loại cây ăn quả, hoa màu và những thực vật khác khi áp dụng việc chăn thả kết hợp dưới rừng trồng.[1]

* Các nguyên tắc lựa chọn cây trồng, vật nuôi trong mô hình nông- lâm kết hợp.

- Đảm bảo mục đích cây trồng

- Phù hợp với điều kiện đất đai nơi trồng

- Có khả năng sản xuất hàng hoá cho năng suất cao và đạt hiệu quả kinh tế lớn hơn:

- Có nguồn gốc giống tốt hoặc có khả năng giải quyết được nguồn giống đủ về số lượng và có chất lượng.

- Nguyên tắc chọn cây trồng trong hệ thống nông- lâm kết hợp: Các loại cây trồng phải có tác dụng hỗ trợ lẫn nhau; phải năm vững kỹ thuật hoặc đã có kinh nghiệm gây trồng.[5]

* M ột số loại hình sử dụng đất theo hướng nông- lâm kết hợp.

- Vườn nhà: Là những mảnh đất ở quanh nhà, gần nhà được dùng để trồng cây ăn quả, các loại rau màu, cây thuốc, cây lấy gỗ vừa để cải thiện bữa ăn, lấy củi đun và gỗ làm nhà.


116

+ Một số kiểu vườn nhà được áp dụng: o Vườn nhà với cây công nghiệp: Mỗi vườn trung bình có diện tích 0,5- 1 ha. Kết cấu của vườn gồm 2 nhóm cây chính: Nhóm cây kinh tế ( các loại cà phê, điều, dâu tằm,....) và nhóm cây sinh thái( bao gồm: cây đậu tràm, keo lá tràm...). o Vườn nhà với cây ăn quả: Thường có kết cấu 3 tầng cây gỗ cho quả theo chiều cao: Tầng 1 gồm các cây gỗ cao, to, ưa sáng mạnh và cho quả như sầu riêng, dừa...; tầng 2 gồm các cây gỗ có kích thước trung bình, ưa sáng trung bình, tán lá rậm như măng cụt, hồng xiêm...; tầng 3 gồm các cây có kích thước thấp, nhỏ như chuối, bòng bong.... - Vườn rừng: Là những mảnh đất ở chân, sườn hoặc đỉnh đồi có độ dốc vừa, được trồng cây rừng trên dốc cao, trồng cây ăn quả ở cấp độ thấp hơn diện tích khoảng 2000 – 5000m2 với biện pháp thâm canh theo kiểu làm vườn. + Phân loại: Có 2 loại là vườn rừng có kết hợp chăn nuôi gia súc và vườn rừng chỉ trồng cây. + Kết cấu của vườn rừng: Vườn rừng thường có kết cấu một tầng cây chính được trồng gần như thuần loài như tre, trúc... Ngoài ra còn có một tầng thấp được trồng xen dưới tán hay tầng thảm tươi tự nhiên được duy trì bảo vệ giữ lại. - Mô hình SALT (Sloping Agricultural Land Technology): Hệ thống kỹ thuật canh tác này thực chất là sử dụng cây phân xanh làm các băng chống xói mòn và hệ thống các cây trồng trong băng. + Ưu điểm: Lấy ngắn nuôi dài; tăng độ che phủ, chống xói mòn, rửa trôi; tận dụng được

nguồn phân xanh tại chỗ; giảm tối thiểu rủi ro cho đa dạng sinh học; dễ làm, dễ áp dụng và phổ biến hơn hẳn các biện pháp khác;... + Các hợp phần kỹ thuật cơ bản: o Phần bắt buộc (Phần cứng): là các băng cây xanh theo đường đồng mức, là các cây phân xanh họ đậu như cốt khí, đậu chàm, muồng, Flemingia, Renzonii, keo dậu,... o Phần mềm: (phần tùy chọn): là các cây trồng trong băng. + Các mô hình SALT: o Mô hình kỹ thuật canh tác nông nghiệp đất dốc( SALT1): Cơ cấu cây trồng trong mô hình này, để đảm bảo ổn định và hiệu quả nhất là 75% cây nông nghiệp, 25% cây lâm nghiệp.Với mô hình này trên một ha hàng năm người dân thu hoạch lượng sản phẩm hàng hóa gấp rưỡi so với trồng sắn, khả năng chống xói mòn tăng gấp 4 lần. o Mô hình kỹ thuật nông lâm súc kết hợp đơn giản (SALT2): Trong mô hình này, một phần đất được dành cho chăn nuôi và kết hợp với trồng trọt, là hệ thống cải tiến từ SALT1. o Mô hình kỹ thuật canh tác nông lâm kết hợp bền vững (SALT3).Mô hình này kết hợp một cách tổng hợp việc trồng rừng quy mô nhỏ với sản xuất lương thực, cây ăn quả và cây thực phẩm. o Mô hình sản xuất nông nghiệp trồng cây ăn quả nhỏ (SALT4). Là hệ thống canh tác

kết hợp giữa SALT3 và cây ăn quả(cam, chanh, xoài, bưởi, đu đủ…) hoặc trồng cây công nghiệp dài ngày (chè, café, quế…) với quy mô vừa[1].

Hình 3.1. Mô hình SALT

Cây nông nghiệp

Băng cây xanh

Cây Lâm nghiệp


117

Mô hình hệ sinh thái VAC VAC là một hệ thống sử dụng tổng hợp đất và mặt nước trong đó 3 hợp phần chính: vườn cây (V), mặt nước (A) và chuồng gia súc (C) hỗ trợ liên hoàn nhau để cho hiệu quả cao lâu bền. - Ưu điểm: Góp phần cải thiện dinh dưỡng, đảm bảo an ninh lương thực, tạo công ăn việc làm, cung cấp thêm của cải cho xã hội. Làm vườn theo cách kết hợp trồng cây nông nghiệp, cây lâm nghiệp với chăn nuôi, nuôi trồng thủy sản, đã tạo ra những hệ sinh thái bền vững, cảnh quan sống trong lành, phủ xanh đất trống đồi núi trọc, đất cát…góp phần giữ gìn và cải thiện môi trường.[1] d. Một số giải pháp khác - Để quản lý và sử dụng đất dốc bền vững ngoài việc lựa chọn một hệ thống canh tác hợp lý, phát huy nội lực của vùng thì cần có sự hỗ trợ từ bên ngoài. Cụ thể: + Giải pháp về phát triển cơ sở hạ tầng: Như phát triển đường xá, công trình thủy lợi, tưới tiêu, cơ sở chế biến, ...nhằm rút ngắn khoảng cách giữa vùng sâu vùng xa với trung tâm kinh tế, văn hóa xã hội của địa phương. + Giải pháp về vốn tín dụng: Ngoài các chính sách hỗ trợ giá phân bón, giống mới.. cần có những giải pháp để họ có điều kiện sản xuất thâm canh cây trồng, góp phần ổn định và duy trì đời sống người dân, hạn chế tình trạng du canh, du cư. + Giải pháp về khuyến nông, khuyến lâm: Coi trọng phương pháp nông dân hướng dẫn nông dân nhằm nâng cao hiệu quả sử dụng đất cũng như hiệu quả sử dụng đồng vốn. - Giải pháp về thị trường tiêu thụ: Cần hình thành tổ chức và tư vấn cho nông dân có định hướng sản xuất và tiêu thụ sản phẩm.

KẾT LUẬN

Như vậy, trên cơ sở phân tích tiềm năng, hạn chế của đất dốc ở Việt Nam, tiếp thu những kinh nghiệm canh tác của một số nước trên Thế giới và nắm bắt rõ tình hình canh tác trên đất dốc của Việt Nam hiện nay, chuyên đề đã đưa ra các định hướng trong quản lý sử dụng đất bền vững và một số mô hình canh tác bền vững trên đất dốc khá hiệu quả như: mô hình nông lâm kết hợp, mô hình VAC. Các định hướng và giải pháp mà chuyên đề đưa ra đều hướng tới mục tiêu phát triển bền vững, phù hợp với kinh tế người dân, nâng cao chất lượng tài nguyên thiên nhiên và đảm bảo phát triển văn hóa cộng đồng.

TÀI LI ỆU THAM KHẢO I. Ti ếng Việt [1]. Lê Quốc Doanh và cs, 2006, Canh tác đất dốc bền vững, Nhà xuất bản Nông nghiệp Hà Nội. [2]. Lê Văn Khoa, Trần Thị Lành, Môi trường và phát triển bền vững miền núi, Nhà xuất bản Giaó dục. [3]. Thái Phiên, Nguyễn Tử Siêm, 1998, Canh tác bền vững đất dốc Việt Nam. [4]. Bùi Quang Toản, 1991, Một số vấn đề về đất nương rẫy ở Tây Bắc và phương hướng sử dụng, Viện KHKT Nông nghiệp Việt Nam. [5]. Nguyễn Viết Khoa, Trần Ngọc Hải, Vũ Văn Mễ, 2006, Cẩm nang ngành Lâm nghiệp, Bộ Nông nghiệp và Phát triển Nông thôn. II. Ti ếng Anh [6]. Sajjapongse A, 1993, The network for the managament of sloping lans for sutaiable agriculture in Asia, Report and papers on the management of acid soil, Ibsram/Asia land network document. [7]. Samfujiska. A, 1996, Farmer Participatory and Adoption of contour Hedgerows for soil Conservation.

SUMMARY RESEARCH ON THE SLOPE AND SUSTAINABLE CULTIVATION O N SLOPING LAND IN VIET NAM

Truong Thanh Nam*, Ha Anh Tuan College of Agriculture and Forestry - TNU

Thematic and research carried out by overview and more fully on sloping land in Vietnam. Based on analysis of the potential and limitations of soils combined with the experience of some countries in the world and the situation of farming on sloping land in Vietnam at present, has thematic synthesis, exchange and make some direction and solutions, sustainable farming techniques on land in Vietnam. Key words: Land slope, sustainable farming.

* Tel:0986.767.535; Email: [email protected]


118

Nguyễn Hiền Trung Tạp chí KHOA HỌC & CÔNG NGHỆ 90(02): 119 - 124

119

NÂNG CAO CHẤT LƯỢNG ĐIỀU KHI ỂN ỔN ĐỊNH HỆ THỐNG ĐIỆN BẰNG BỘ ĐIỀU KHI ỂN THIẾT KẾ THEO LÝ THUY ẾT TỐI ƯU RH∞∞∞∞

Nguyễn Hiền Trung*

Trường Đại học KTCN – ĐH Thái Nguyên

TÓM TẮT Bài báo này trình bày phương pháp thiết kế bộ điều khiển ổn định hệ thống điện (PSS- Power System Stabilizer) theo lý thuyết tối ưu RH∞ để nâng cao chất lượng ổn định hệ thống điện (HTĐ). Bộ điều khiển PSS thiết kế được tối ưu cả về tham số và cấu trúc. Kỹ thuật giải bài toán tối ưu RH∞ ở đây được thực hiện thông qua giải bài toán cân bằng mô hình 0. Kết quả mô phỏng trong Matlab cho thấy rõ hiệu quả của bộ điều khiển này so với các bộ điều khiển PSS truyền thống, nhất là trong việc giảm các dao động tần số thấp của hệ thống điện (LFOs). Từ khóa: Máy phát điện đồng bộ, hệ thống kích từ, bộ điều khiển ổn định hệ thống điện (PSS), dao động tần số thấp, điều khiển bền vững.

ĐẶT VẤN ĐỀ*

LFOs là các dao động góc rotor của máy phát có tần số nằm trong khoảng 0,1÷3Hz 0, 0. Việc sử dụng kích từ độ khuếch đại cao, kích từ điều chỉnh kém, các bộ nghịch lưu HVDC hoặc SVC có thể tạo ra LFOs với sự dập tắt (damping) âm, vấn đề này thuộc bài toán ổn định tín hiệu nhỏ. LFOs bao gồm các kiểu sau đây: kiểu cục bộ, kiểu điều khiển, kiểu xoắn gây ra do sự tương tác giữa các thiết bị cơ và điện của hệ thống turbine - máy phát với nhau; ngoài ra còn có kiểu dao động liên khu vực gây ra bởi kích từ độ khuếch đại cao hoặc do truyền tải công suất lớn qua đường dây tải điện yếu.

LFOs còn có thể tạo ra từ các nhiễu loạn nhỏ trong hệ thống (sự thay đổi tải) và chúng được nhận dạng, phân tích thông qua lý thuyết ổn định tín hiệu nhỏ. Các nhiễu loạn nhỏ này làm cho góc rotor của máy phát có thể tăng hoặc giảm, là nguyên nhân của sự thiếu mô men đồng bộ hoặc thiếu mô men damping 0.

Giải pháp truyền thống để ổn định tín hiệu nhỏ là sử dụng PSS 0, 0. Về cơ bản PSS có chức năng chung là cải thiện sự tắt dần đối với các dao động rotor của máy phát bằng cách điều khiển kích từ, sử dụng tín hiệu điện áp VPSS đưa thêm vào mạch vòng điều khiển * Tel. 0912386547; Email: [email protected]

điều khiển điện áp AVR. Để cải thiện sự tắt dần, PSS phải tạo ra thành phần mô men điện cùng pha với sai lệch tốc độ rotor ∆ωr. Hơn nữa, PSS phải có mạch bù pha thích hợp để bù vào sự trễ pha giữa đầu vào kích từ và đầu ra mô men điện.

Hầu hết các PSS hiện sử dụng trong máy phát đều có cấu trúc Lead-Lag chẳng hạn như PSS1A, PSS2A, PSS3B, PSS4B 0. Tham số các loại PSS này đều do nhà sản xuất cung cấp. Hiện có khá nhiều các luận điểm riêng rẽ cho việc chọn tham số của PSS với cấu trúc Lead-Lag như: Sử dụng phân tích µ để chọn tham số cho PSS 0; Áp dụng tối ưu LQR để để chọn tham số cho PSS 0, 0; Chọn tham số tối ưu H∞ cho PSS 0…

Từ đây có thể nhận thấy rằng các phương pháp chọn tham số trên chỉ sử dụng được khi PSS là khâu Lead-Lag. Mặt khác, cấu trúc Lead-Lag tuy là đơn giản, tiện dùng song không thể dập được các dao động khác nhau, nói cách khác nó chưa phải là bộ điều khiển tối ưu về cấu trúc.

Bài báo này đặt ra nhiệm vụ thiết kế bộ điều khiển PSS tối ưu cả về tham số và cấu trúc. Công cụ lý thuyết cho việc thiết kế bộ điều khiển là lý thuyết tối ưu RH∞. Kết quả mô phỏng trong Matlab cho thấy rõ khả năng vượt trội của bộ điều khiển PSS tối ưu RH∞ này so với các bộ điều khiển Lead-Lag truyền thống về khả năng ổn định nhiễu loạn nhỏ.


120

MÔ HÌNH TOÁN HỌC

Cấu hình HTĐ trong nghiên cứu

Đối tượng điều khiển là hệ thống điện (hình 1) gồm một máy phát điện đồng bộ, máy kích từ, bộ tự động điều chỉnh điện áp AVR và đường dây tải điện nối đến HTĐ có công suất vô cùng lớn. Tín hiệu điều khiển (PSS) được đưa thêm vào đầu vào AVR.

Σ

Vt∠θ Re Vs∠θvs

Turbine TM

Kích t ừ

AVR

Efd

VR

Vref

-

+

- VPSS

∆ω

∆f

jXe

Vt

PSS

Hình 1. Máy phát điện đơn kết nối HTĐ

Mô hình tuyến tính hóa

Đối tượng điều khiển ở hình 1 có mô hình toán là mô hình phi tuyến Flux-Decay gồm 6 phương trình vi phân phi tuyến 0. Trong đó ta không cần quan tâm tới các phương trình bộ phận điều tốc vì đáp ứng của nó tương đối chậm so với đáp ứng hệ thống kích từ. Mục đích nghiên cứu là ổn định tín hiệu nhỏ để dập tắt các dao động rotor, công việc thiết kế bộ điều khiển, kể cả AVR và PSS người ta sử dụng mô hình tuyến tính hóa Flux-Decay tại lân cận điểm làm việc 0. Mô hình có cấu trúc như sau:

/1 2e qT K K Eδ∆ = ∆ + ∆ (1)

/ //0 4

3

q q

d fd

dE ET E K

dt Kδ

∆+ = ∆ − ∆ (2)

/5 6t qV K K Eδ∆ = ∆ + (3)

0

d

dt

δ ω ω∆ = ∆ (4)

1( )

2 M e D

dT T K

dt H

ω ω∆ = ∆ − ∆ − ∆ (5)

1fd

R

E

d EV

dt T

∆= ∆ (6)

ef(

)

R Ar t

A

RF PSS

A

d V KV V

dt T

VV V

T

∆= ∆ − ∆

∆−∆ − ∆ −

(7)

( )F F FR fd

F F E

d V V KV E

dt T T T

∆ ∆+ = ∆ − ∆ (8)

trong đó:

∆ - ký hiệu sai lệch nhỏ; δ - góc rotor; ω - tốc độ; Efd - điện áp kích từ; VR - điện áp đầu ra của AVR; VF - điện áp đầu ra của khâu ổn định kích từ; Vref - điện áp đặt sử dụng để điều khiển điện áp đầu cựcVt; Vs - điện áp trên thanh cái; Te - mô men điện; TM - mô men cơ;

,A AK T - hệ số khuếch đại và hằng số thời

gian của AVR; ,E EK T - hệ số và hằng số

thời gian của kích từ; ,F FK T - hệ số và hằng số thời gian của khâu ổn định kích từ.

Nếu sử dụng hệ thống kích từ thyristor loại ST1A 0 thì các phương trình trên có sơ đồ khối như hình 2. Sơ đồ này tương đương với sơ đồ của Heffron-Philipps Error! Reference source not found.. Các hệ số

1 6K K÷ tính theo 0.

∆Efd Σ

Σ

Σ ∆Te

Σ

K1

∆ωr

+ +

∆Vt

∆Tm

+ _ ∆E’q K2

+

+ ∆Vref +

_ ∆δ

Kích từ&AVR

Mạch từ

+

∆δ

KD

Σ

_

K5

+

∆TD

∆TS

GPSS(s)

∆VPSS

+

K6

K4

Hình 2. Sơ đồ khối đã tuyến tính hóa của hệ máy phát kết nối HTĐ

THIẾT KẾ BỘ ĐIỀU KHIỂN

Cấu trúc điều khiển tối ưu RH∞

Sơ đồ cấu trúc điều khiển chuẩn theo nguyên tắc tối ưu RH∞ được mô tả ở hình 3.

Với ký hiệu các biến trạng thái là / T

q fdx E Eδ ω = ∆ ∆ ∆ ∆

cũng như đầu vào (tín hiệu điều khiển)

PSSu V= −∆ ; đầu ra đo được y ω= ∆ ; đầu ra


121

(không mong muốn) z δ= ∆ ; đầu vào (nhiễu)

mp T= ∆ thì mô hình tuyến tính hóa xung quanh điểm làm việc của HTĐ đã có ở trên sẽ viết lại được thành dạng chung:

1 2x Ax B p B u= + +ɺ (9)

1 11 12z C x D p D u= + + (10)

2 21 22y C x D p D u= + + (11)

đây cũng là mô hình thường được sử dụng với công cụ LMI 0, 0 của điều khiển bền vững. Ta có thể giả thiết một cách tổng quát cho hệ bậc n, với x là vector các trạng thái hệ thống;

Rmu ∈ là tín hiệu điều khiển đầu vào; z là vector các tín hiệu ra không mong muốn; p là vector các đầu vào nhiễu; Rmy ∈ là tín hiệu đầu ra đo lường được. Tuy nhiên, đối tượng hai đầu vào hai đầu ra ở đây với B2=B; B1=C;C1=D;C2=E và D11=D12=D21=D22=0 thì mô hình trên trở thành

x Ax Bu Cp= + +ɺ (12)

z Dx= (13)

y Ex= (14)

trong đó, các ma trận hệ số A÷E cho ở phụ lục I. Mô hình này tương đương với:

11 12

21 22

( ) ( )( ) ( )

( ) ( )( ) ( )

S s S sz s p s

S s S sy s u s

=

(15)

11( )S s , 12( )S s , 21( )S s , 22( )S s được tính từ các ma trận hệ số trong (12)-(14) như sau:

( ) ( )111 12

21 22

( ) ( ),

( ) ( )

S s S s DsI A C B

S s S s E

− = −

(16)

Tổng hợp bộ điều khiển tối ưu RH∞

Bộ điều khiển thiết kế qua hai bước:

Bước 1:

Với công cụ hỗ trợ của Matlab và thông số các phần tử cho ở phần phụ lục III, theo (16) ta tính được:

11 12 21 22( ), ( ), ( ), ( )S s S s S s S s (17)

Vì tất cả các điểm cực của (17) đều có phần thực âm nên đối tượng đã ổn định. Quan hệ giữa các thành phần can thiệp được của bộ điều khiển là y u→ được biểu diễn bởi 0 :

( ) 122 22 221G S S R

−= + (18)

và quan hệ giữa các thành phần không can thiệp được của bộ điều khiển là →p z được biểu diễn bởi:

( ) 111 11 12 22 211G S S R S R S

−= − + (19)

Mục tiêu là tìm bộ điều khiển R phụ thuộc tham số Q , với RHQ ∞∈ để (18) ổn định, và (19) đưa được về dạng T U Q− ∗ . Để đơn giản ta chọn

( ) ( )1 122 221 1R S R Q R Q S Q

− −+ = ⇒ = − (20)

Thay (20) vào (18) ta được

22 22 22(1 )G S S Q= − , do G22 ổn định (S22 và Q đều ổn định ) nên (20) là bộ điều khiển chấp nhận được với mọi Q là phần tử của RH∞.

Bước 2:

Thay (20) vào (19) được bài toán tối ưu minT UQ

∞− → (21)

trong đó:

11( ) ( )T s S s= (22)

( ) 12 21( )* ( )U s S s S s= (23)

và với đối tượng đang xét thì cả T(s), U(s) đều là các hàm bền. Mặt khác, với hệ đang khảo sát và T,U∈RH∞, U(s) không có một điểm không nào nằm bên phải trục ảo. Bởi vậy theo 0 ta có:

* 0( ) ( ) ( )

( ) ( )

T s T s E sQ

U s F s

−= = (24)

y(∆ω)

p (∆Tm) z(∆δ) Kích từ, AVR và máy phát

S(s)

Bộ điều khiển bền vững

R(s)

u(∆VPSS)

-

Hình 3. Sơ đồ khối bài toán điều khiển tối ưu RH∞ trong nghiên cứu


122

Với ( )E s là đa thức bậc 12 và ( )F s là đa thức bậc 7. Vì Q không hợp thức ( RH )Q ∞∉ , nên theo 0 bằng cách chia mẫu số của (24) cho đa thức bậc 5, ta có nghiệm cận tối ưu

**

5

( )

( )( 1)

Q E sQ

F ses= =

+

ɶɶ

ɶ (25)

với 0,03e = (1 0e> > nhỏ tùy ý).

Rõ ràng *Qɶ hợp thức và bền. Thay (17), (25)vào (20) ta được hàm truyền bộ điều khiển

( ) ( ) / ( )R s N s D s= (26)

Với N(s) và D(s) là các đa thức bậc 28.

Giảm bậc bộ điều khiển

Bộ điều khiển với bậc 28 rất khó thực hiện trong thực tế. Ta sẽ giảm bậc cho nó bằng kỹ thuật giảm bậc theo chuẩn Hankel 0. Với công cụ hỗ trợ của Matlab trong việc giảm bậc này ta thu được bộ điều khiển sau khi giảm bậc là:

N(s) = -92.89s6 - 485.1s5 - 7567s4

- 2.809e004s3 - 3.099e004s2 + 53.51s

- 1.722e-013

D(s)= s6 + 37.5s5 + 566.9s4 + 5136s3 + 3410s2 - 2.187e-011s + 3.506e-026

MÔ PHỎNG

- Để kiểm chứng bộ điều khiển, ta xây dựng sơ đồ mô phỏng trong Matlab như hình 4.

Hình 4. Sơ đồ mô phỏng trong Matlab

- Số liệu mô phỏng cho trong phụ lục II.

- Giả thiết tại thời điểm 1s xuất hiện nhiễu vào sau 1 chu kỳ lưới thì mất 0.

- Ta sẽ xem xét kết quả mô phỏng trong 3 trường hợp là không sử dụng PSS, sử dụng bộ điều khiển ổn định HTĐ thông thường (CPSS) và sử dụng bộ điều khiển PSS RH∞ (ký hiệu là PSSHinfi).

Hình 5. Đáp ứng góc tải δ

Hình 6. Đáp ứng sai lệch góc tải ∆δ

Hình 7. Đáp ứng sai lệch tốc độ ∆ω

Hình 8. Đáp ứng sai lệch CSTD ∆Pe

detal_Vref

detal_Vt

delta_Pe

wb

wb

-K-

rad2deg1In1 Out1

exci ted

K3

den(s)

T ransfer Fcn

Step3

Step2

Sine Wave

Scope20

Scope1

Scope

Product

K4

K4

K1

K1

1s

Integrator1

1s

Integrator

delta_wdelta_Upss

Hinf

-T-

Goto2

delta2

Goto1

-T-

Goto

K5

Gain2

K6Gain1

K2

Gain

-K-

Dw

0Constant1

del taConstant

-K-

1/2H

0 1 2 3 4 5 6 7 8 9 1034.404

34.4041

34.4042

34.4043

34.4044

34.4045

34.4046

34.4047

34.4048

Thoi gian (sec)

Dap

ung

goc

tsi (

degr

ee)

without PSS

CPSS

PSS Hinfi

0 1 2 3 4 5 6 7 8 9 10-6

-4

-2

0

2

4

6x 10

-6

Thoi gian (sec)

Sai

lech

goc

tai (

p.u)

without PSS

PSS Hinfi

CPSS

0 1 2 3 4 5 6 7 8 9 10-5

0

5

10

15

20x 10

-7

Thoi gian (sec)

Sai

lech

toc

do (p

.u.)

without PSS

CPSSPSS Hinfi

0 1 2 3 4 5 6 7 8 9 10-1

-0.5

0

0.5

1

1.5

2

2.5

3x 10

-5

Thoi gian (sec)

Sai

lech

CS

TD

Pe

(p.u

.)

without PSS

CPSS PSS Hinfinitive


123

Hình 9. Đáp ứng sai lệch điện áp đầu cực ∆Vt

Với chế độ ban đầu là điện áp Vs = 1pu; điện kháng đường dây Xe = 0,1pu; công suất Si = 0,8 + j0,6 pu ta thấy góc rotor (góc tải) giữ ổn định ở 34,40 (hình 5). Khi không sử dụng PSS, góc tải (hình 6), tốc độ (hình 7), CSTD (hình 8) biến thiên rất nhiều; trường hợp sử dụng PSS RH∞ thì chỉ sau 1 hoặc 2 lần dao động thì cả tốc độ, công suất và đặc biệt là góc tải trở về điểm làm việc ban đầu. Hình 9 là đáp ứng điện áp đầu cực máy phát, so với trường hợp không có PSS và CPSS, tác dụng của bộ điều khiển RH∞ đối với ổn định điện áp là không rõ.

KẾT LUẬN

Bài báo này trình phương pháp thiết kế và những tính toán ứng dụng lý thuyết tối ưu RH∞

cho bộ điều khiển PSS cải thiện dập tắt các dao động rotor của máy phát điện. Kết quả mô phỏng trong Matlab cho thấy bộ điều khiển làm việc tốt hơn so với các bộ điều khiển có cấu trúc khác. Bên cạnh chất lượng ổn định tín hiệu nhỏ đã được cải thiện rõ rệt nhờ bộ điều khiển tối ưu RH∞ thì bộ điều khiển này cũng có nhược điểm là cấu trúc của nó phụ thuộc vào mô hình của đối tượng cụ thể. Trong khi bộ điều khiển PSS Lead-Lag có cấu trúc chung cho tất cả các đối tượng.

Nếu được mô phỏng theo thời gian thực hoặc kiểm tra hiệu quả bộ điều khiển trên thiết bị thực thì nghiên cứu này sẽ thuyết phục hơn, và đây là một vấn đề mới cần tiếp tục giải quyết của tác giả.


Nguyễn Doãn Phước (2007), Lý thuyết điều khiển nâng cao. NXB Khoa học & Kỹ thuật. Vũ Gia Hanh, Phan Tử Thụ, Trần Khánh Hà, Nguyễn Văn Sáu (2009), Máy điện tập 2. Nhà xuất bản khoa học và kỹ thuật, Hà Nội. Aaron Francis Snyder (1997), Inter-Area Oscillation Damping with Power System Stabilizers and Synchronized Phasor Measurements. Master of Science in Electrical Engineering. Paris, France. Anders Hammer (2011), Analysis of IEEE Power System Stabilizer Models. Master of Science in Electric Power Engineering. Norwegian University of Science and Technology. Chee Mun Ong (1998), Dynamic Simulation of Electric Machinery. Prentice Hall PTR. E.V. Larsen, and D.A. Swann (1981), Applying power system stabilizers, part I; general concepts, part II; performance objectives and turning concepts, part III; practical considerations. IEEE Trans. on power apparatus and system, vol. PAS-100, pp 3017-3046. G. Rogers (2000), Power System Oscillations, Kluwer, Norwell, MA. Gahinet, P. and Apkarian, P. (1994), A linear matrix inequality approach to H∞ control. International Journal of Robust and Non-linear Control, 4(4), pp. 421-448. Hardiansyah, Seizo Furuya, Juichi Irisawa (2004), LMI-based robust H2 controller design for damping oscillations in power systems, IEEE Trans. PE., vol. 124, no. 1, pp. 113-120. Hung-Chi Tsai, Chia-Chi Chu, Yung-Shan Chou (2004), Robust power system stabilizer design for an industrial power system in Taiwan using linear matrix inequality techniques. Power Engineering Society General Meeting. IEEE. IEEE Recommmended Practice for Excitation System Models for Power System Stability Studies, IEEE Stadard 421.5-1992. J. C. Doyle, K. Glover, P.P. Khargonekar, and B.A. Francis (1989), State-space solutions to standard H2 and RH∞ control problems, IEEE Trans. Automat. Contr., vol. 34, pp. 831-847. K. Prasertwong, N. Mithulananthan & D. Thakur, Understanding low frequency oscillation in power systems. M. Bouhamida, A. Mokhtari, M. A. Denai (2005), Power System Stabilizer Design Based on Robust Control Techniques. ACSE Journal, Volume (5), Issue (III).

0 2 4 6 8 10-2

-1

0

1

2

3

4x 10

-6

Thoi gian (sec)

Sai

lech

die

n ap

dau

cuc

(p.u

.)

without PSS

CPSSPSS Hìnif


124

M. Dehghani and S.K.Y.Nikravesh (2007), Robust Tuning of PSS Parameters Using the Linear Matrix Inequalities Approach. Power Tech., IEEE Lausanne. Mohammed S. R. Abu Hatab (2009), Model Order Reduction Using LMI, The Islamic University of Gaza. P. Kundur, J. Paserba, and et al. (2004), Definition and classification of power system stability. IEEE transactions on power system, vol.19, no.2, pp. 1387-1401.

Peter W.Sauer, M.A.Pai (1998), Power System Dynamics and Stability. Pretice Hall. S. Chen, and O.P. Malik (1995), H∞ Optimasation-Based Power System Stabilizer Design. IEEE Proc. Part C, vol. 142, no. 2, pp 179-181. W. Heffron and R. Phillips, Effect of modern apllidyne voltage regulators on under-excited operation of large turbine generators. AIEE Transactions, pt. III, vol. 71, pp. 692-696, 1952

PHỤ LỤC I. Các ma trận hệ số A÷E

0

1 2

/ / /4 0 3 0 0

5 6

0 0 0

/ 2 / 2 / 2 0

/ 0 1/ 1/

/ 0 / 1/

D

d d d

A A A A A

K H K H K HA

K T K T T

K K T K K T T

ω − − − = − − − − −

;

0

0

0

/A A

B

K T

=

;

0

1/ 2

0

0

HC

=

[ ]1 0 0 0D = ; [ ]0 1 0 0E =

II. Thông số các phần tử

frated = 50; Poles = 4;Pfrated= 0.9; Vrated =18e3; Prated=828315e3; Rs = 0; Xd = 1.790; Xq = 1.660; Xls = 0.215; X’d = 0.355; X’q = 0.570; X’’d = 0.275; X’’q = 0.275; Tdo = 7.9; Tqo = 0.410; T’do = 0.032; T’qo = 0.055; H = 3.77; Domega = 2; KA = 50; TA =.06; VRmax = 1; VRmin = -1; TE = 0.052; KE = -0.0465; TF = 1.0; KF = 0.0832; Re = 0; Ks = 120; Tw = 1; T1 = 0.024; T2 = 0.002; T3 = 0.024; T4 = 0.24; pss_limit = 0.05

SUMMARY ENHANCING QUALITY CONTROL POWER SYSTEM STABILITY CONTROLLER USING DESIGN THEORY OPTIMAL RH ∞∞∞∞

Nguyen Hien Trung*

College of Technology – TNU

This paper presents design methods of the power system stabilizer (PSS) by RH∞ optimization theory to improve the quality of the power system stability. PSS controller design is optimized in terms of parameters and structure. Techniques solve the problem optimal RH∞ here is done through solve the problem modell maching. Matlab simulation results clearly show the effectiveness of this controller compared with the traditional PSS controllers, especially in reducing low-frequency oscillations of the power system (LFOs). Key words: Synchronous machine, Excitation system, Low frequency oscillations, Power System Stabilizer, Robust control.

* Tel. 0912386547; Email: [email protected]

THE ADJOINT OF RANDOM LINEAR OPERATORS

Tran Xuan Quy, Dao Thi My, and Nguyen Thi HaDepartment of Mathematics, College of Sciences, Thai Nguyen University

Dang Hung ThangDepartment of Mathematics, Hanoi University of Sciences, VN University

1. Introduction and preliminaries

Let X and Y be separable Banach spaces. By a random operator A from X into Y we mean a rulewhich transforms linearly and continuously each deterministic input x ∈ X into a random outputAx with values in Y . Mathematicaly, a random operator from X into Y is a linear continuousmapping from X into the space LY

0 (Ω) of all Y -valued random variables. If for each x ∈ X theY -valued random variable Ax is concentrated at a point then the random operator A becomesa ordinary deterministic linear operator. Hence random operators can be regarded as a randomgeneralization of deterministic linear operators. From this point of view, there arises naturalythe desire for transfering basis notions and theorems of deterministic linear operators to randomoperators. Some results on random operators can be found in [3, 4, 5, 6].

In this paper, let (Ω,F , P ) be a probability completely space and H be a real Hilbert separablespace with the basis (en) and the inner 〈., .〉. A mapping u : Ω → H is said to be a H-valuedrandom variable if u is (F ,B)-measurable where B denotes the Borel σ-algebra of H. The space ofall (equivalence classes of) H-valued random variables and the space of all (equivalence classes of)real-valued random variables are denoted by LH

0 (Ω) and L0, respectively. Convergence in LH0 (Ω)

and L0 mean the convergence in probability. If a sequence (un) in LH0 (Ω) (or L0) converges to u in

probability we write P-limun = u. If u, v ∈ LH0 (Ω) then the mapping ω 7→ 〈u(ω), v(ω)〉 is a real-

valued random variables and is denoted by 〈u, v〉. A linear continuous mapping A : H → LH0 (Ω) is

said to be a random operator on H. Examples of random operators are numerous. Some results onrandom linear operators can be found in [6].

We denote by L(X,Y ) the space consisting of all bounded linear operators from X into Y andrecall the concept of random operators.

Definition 1.1 (see [6]). (1) A mapping A from X into LY0 (Ω) is said to be a random mapping

from X into Y(2) A random mappping from X into Y is said to be a random operator if the mapping A :

X → LY0 (Ω) is linear and stochastically continuous, i.e. for each x, y ∈ X, α, β ∈ R we have

(i) A(αx+ βy) = αAx+ βAy a.s;(ii) limx→0 P (‖Ax‖ > ε) = 0, ∀ε > 0

(3) A random operator A from X into Y is said to be bounded almost surely if there exists anon-negative random variable k(ω) such that for each x ∈ X

‖Ax(ω)‖ 6 k(ω)‖x‖ a.s. (1)

Noting that the exceptional set in (1) may depend on x.

In general, a random operator need not be bounded. For examples of random operators and randombounded operators, we refer to [6].

1

Theorem 1.2 (see [6]). A random operator A on H is bounded if and only if there is a mappingT : Ω→ L(H) such that

Ax(ω) = T (ω)x a.s. (2)

It is easy to see that the mapping T is unique in the sense: if T1, T2 satisfy (2) then T1(ω) = T2(ω) a.s.

2. Random adjoint operators

Definition 2.1. Let A : H → LH0 (Ω) be a random operator on H. Let M be the collection of

v ∈ LH0 (Ω) for which there exists g ∈ LH

0 (Ω) such that for all x ∈ H〈Ax, v〉 = 〈x, g〉 a.s.

Such a H-valued r.v, g is uniquely determined. Indeed, suppose that g1, g2 ∈ LH0 (Ω) such that

〈Ax, v〉 = 〈x, g1〉 = 〈x, g2〉 ∀x ∈ H. Then 〈x, g1 − g2〉 = 0, ∀x ∈ H. There is a set D with P (D) = 1such that 〈en, g1(ω) − g2(ω)〉 = 0, ∀ω ∈ D. ∀n = 1, 2, . . . , → g1(ω) = g2(ω), ∀ω ∈ D → g1 =g2, a.s. Putting g = A∗v, we get a mapping A∗ : M → LH

0 (Ω). Thus we define a mapping A∗ fromM into LH

0 (Ω) with the domain M which is denoted by D(A∗). Thus A∗ is defined uniquely bythe relation

〈Ax, v〉 = 〈x,A∗v〉, (3)for all x ∈ H, v ∈ D(A∗).

It is easy to check the following proposition.

Proposition 2.2. If u1, u2 ∈ D(A∗) and ξ1, ξ2 ∈ L0 then ξ1u1 + ξ2u2 ∈ D(A∗) and

A∗(ξ1u1 + ξ2u2) = ξ1A∗(u1) + ξ2A

∗(u2) a.s.

Definition 2.3. (1) The mapping A∗ : D(A∗)→ LH0 (Ω) is called the generalized adjoint of A.

(2) If H ⊂ D(A∗) then we say that A admited an adjoint and A∗ is called the adjoint of A.(3) A is said to be a random symmetric operator if H ⊂ D(A∗) and Ax = A∗x ∀x ∈ H.

Equivalently A is symmetric if and only if

〈Ax, y〉 = 〈x,Ay〉 ∀x, y ∈ H.Proposition 2.4. If A admited an adjoint then D(A∗) is dense in LH

0 (Ω) and the restriction ofA∗ on H is a random linear operator on H.

Proof. Let S be the linear subspace of LH0 (Ω) consisting simple r.v.’s. u of the form

u(ω) =n∑

i=1

1Ei(ω)xi, xi ∈ H,Ei ∈ F

Since H ⊂ D(A∗) by Proposition 2.2 we have S ⊂ D(A∗). Since S is dense in LH0 (Ω) so is D∗(A).

The linearity of A∗ : H → LH0 (Ω) is clear. To prove the continuity we use the closed graph theorem.

Suppose that (yn) is a sequence in H such that lim yn = y and P-limA∗yn = u. Then for eachx ∈ H

〈x,A∗y〉 = 〈Ax, y〉 = P− lim〈Ax, yn〉 = P− lim〈x,A∗yn〉 = 〈x, u〉,which implies that u = A∗y. As we will see below a random operator does not need to admit an adjoint. The following theoremgives a necessary and sufficiency condition for a random operator A to admit an adjoint.

Theorem 2.5. A random operator A admits an adjoint iff∞∑n=1

∣∣〈Aen, y〉∣∣2 <∞ a.s,

for every y ∈ H.

Proof. Suppose A admits an adjoint A∗. Then for each n

〈Aen(ω), y〉 = 〈en, A∗y(ω)〉 a.s.

Hence there exists a set D of probability one such that for each n and each ω ∈ D we have

〈Aen(ω), y〉 = 〈en, A∗y(ω)〉.

Hence for ω ∈ D∞∑n=1

|〈Aen(ω), y〉|2 =∞∑n=1

|〈en(ω), A∗y(ω)〉|2 = ‖A∗y(ω)‖2 <∞.

Conversely, assume y ∈ H. We have to show that y ∈ D(A∗). Define a mapping T : H → L0 byTx = 〈y,Ax〉. It is easy to see that T is linear and continuous. For each x ∈ H, x =

∑∞n=1〈x, en〉en

so we have

Tx =

∞∑n=1

〈x, en〉Ten,

where the series is convergent in probability. By the assumption∞∑n=1

|Ten(ω)|2 =

∞∑n=1

|〈Aen(ω), y〉|2 <∞ a.s,

hence the series∑∞

n=1 Ten(ω)en converges a.s. Put g(ω) =∑∞

n=1 Ten(ω)en ∈ LH0 (Ω) we have

〈g(ω), x〉 =∑∞

n=1〈x, en〉Ten(ω) a.s, i.e. the series∑∞

n=1〈x, en〉Ten converges a.s. to 〈g, x〉. Hencefor each x ∈ X, we have Tx = 〈g, x〉 → 〈Ax, y〉 = 〈x, g〉. Hence y ∈ D(A∗) as claimed.

Example 2.6. Let (ξn) be a sequence of i.i.d real-valued r.v.’s such that Eξn = 0, E|ξn|2 = 1. Foreach x ∈ H we have

∞∑k=1

E|〈x, ek〉ξk|2 =

∞∑k=1

|〈x, ek〉|2 = ‖x‖2 <∞.

Hence the series∑∞

k=1〈x, ek〉ξk converges a.s. Take a ∈ H such that a 6= 0. Define a mappingA : H → LH

0 (Ω) by Ax = a∑∞

k=1〈x, ek〉ξk. Then A is a random operator. Now we have 〈Aek, e1〉 =〈aξk, e1〉 = ξk〈a, e1〉. There exists em such that 〈a, em〉 6= 0

∞∑n=1

|〈Aen, em〉|2 = |〈a, em〉|2∞∑n=1

|ξn|2 =∞ a.s.

By Theorem 2.5, A does not admit an adjoint.

Theorem 2.7. Let A be a random bounded linear. Then

D(A∗) = LH0 (Ω)

and for each u ∈ LH0 (Ω)

A∗u(ω) = A∗(ω)(u(ω)

)a.s.

Proof. We need a following lemma.

Lemma 2.8. Let T (ω), ω ∈ Ω be a family of elements in L(H) indexed by the set Ω such that forevery x ∈ H the mapping ω 7→ T (ω)x is an H-valued r.v. Then for each u ∈ LH

0 (Ω) the mappingω 7→ g(ω) = T (ω)(u(ω)) is an H-valued r.v.

Proof of Lemma 2.8 at first, if u is an H-valued simple random variable of the form

u(ω) =

n∑i=1

1Ei(ω)xi

then

g(ω) = T (ω)

(n∑

i=1

1Ei(ω)xi

)=

n∑i=1

1Ei(ω)T (ω)xi =n∑

i=1

1Ei(ω)gi(ω)

where gi(ω) = T (ω)xi. By the assumption(gi(ω)

)iare H-valued r.v’s. Hence, the claims hold

for u ∈ S. Now assume that u ∈ LH0 (Ω). Then there exists a sequence (un) ∈ S converging to

u in probability. Hence, there exists a subsequence (unk) and a set D with P (D) = 1 such that

limk unk(ω) = u(ω), ∀ω ∈ D. Since T (ω) ∈ L(H) we get

g(ω) = T (ω)(u(ω)) = limkT (ω)(unk

(ω)) = limkgk(ω) ∀ω ∈ D

where gk(ω) = T (ω)(unk(ω)) ∈ LH

0 (Ω). Hence, limk gk(ω) = g(ω) a.s. which implies g(ω) ∈ LH0 (Ω).

Come back the Theorem 2.7. Let v ∈ LH0 (Ω). Then there is a set D with P (D) = 1 such that for

each ω ∈ D〈Ax(ω), v(ω)〉 = 〈A(ω)x, v(ω)〉 = 〈x,A∗(ω)(v(ω)〉.

Put g(ω) = A∗(ω)v(ω). We have to show that g ∈ LH0 (Ω). By the Lemma 2.8 it suffices to show

that for every x ∈ X h(ω) = A∗(ω)x is measurable. Indeed, for every y ∈ H we have 〈Ay(ω), x〉 =〈y,A∗(ω)x〉 = 〈y, h(ω)〉 is measurable since Ay ∈ LH

0 (Ω) and we are done.

Acknowledgments. The authors would like to thank Dr. Nguyen Thi Thu Thuy for helpfuldiscussions and suggestions.Tóm tắt. Trong bài báo này chúng tôi đưa ra khái niệm toán tử ngẫu nhiên liên hợp, chứng minhđược điều kiện cần và đủ để một toán tử ngẫu nhiên có liên hợp. Mở rộng miền tác động của toántử ngẫu nhiên liên hợp lên toàn bộ không gian.

Tài liệu

[1] N.Dunford- J.T. Schwarts, Linear operators Part I, Interscience Publishers, New York (1963).[2] M.Ledoux, M.Talagrand, Probability in Banach spaces, Springer-Verlag, 1991.[3] A.V. Skorokhod, Random Linear Operators, Reidel Publishing Company, Dordrecht 1984.[4] D. H. Thang, Random Operator in Banach space, Probab. Math, Statist, 8 (1987) 155-157.[5] D. H. Thang, The adjoint and the composition of random operators on a Hilbert space, Stochastic and Stochastic

Reports, 54 (1995), 53-73.[6] D. H.Thang and Nguyen Thinh, Random bounded operators and their extension, Kyushu J.Math, 58 (2004),

257-276.

SOME ITERATION METHODS FOR COMMON FIXED POINTS OF A FINITEFAMILY OF STRICTLY PSEUDOCONTRACTIVE MAPPINGS

Nguyen Duc LangThainguyen University, University of Sciences

Abstract. In this paper, we introduce new implicit and explicit iteration methods basedon the Krasnoselskii-Mann iteration method and a contraction for finding a common fixedpoint of a finite family of strictly pseudocontractive self-mappings of a closed convex subsetin real Hilbert spaces. An extension to the problem of convex optimization is showed.

Key words: Nonexpansive mapping, fixed points, variational inequalities.2000 Mathematics Subject Classification: 47H17, 47H06.

1. Introduction and preliminariesLet C be a nonempty closed and convex subset of a real Hilbert space H with inner product 〈., .〉

and norm ‖.‖ and let T be a γ-strictly pseudocontactive and self-mapping of C , i.e.,

||Tx− Ty||2 = ||x− y||2 + γ||(I − T )x− (y − Ty)||2

and T : C → C , respectively, for all x, y ∈ C , where γ is a fixed number in [0, 1). When γ = 0, T iscalled nonexpansive. Denote the set of fixed points of T by Fix(T ), i.e., Fix(T ) := x ∈ C : x = Tx,and the projection of x ∈ H onto C by PC(x). Note that in a Banach sapce E, T is a γ -strictlypseudocontactive, if

〈Tx− Ty, j(x− y)〉 ≤ ||x− y||2 − γ||(I − T )x− (y − Ty)||2,

where j(x − y) ∈ J(x − y), and J is the normalized duality mapping of E, i.e., J : E → E∗ andsatisfies the condition 〈x, J(x)〉 = ||x||2 for all x ∈ E.

Let TiNi=1, 1 ≤ N < ∞, be a N γ-strictly pseudocontactive and self-mappings Ti of C. Inthis paper, we assume that ∩Ni=1Fi(Ti) 6= ∅ and introduce some new iteration methods for finding anelement p∗ ∈ ∩Ni=1Fix(Ti).

The class of strictly pseudocontractive mappings has been studied intensively by several authors(see for example [1]-[18] and references therein). Clearly this class of mappings includes the class ofnonexpansive mappings.

In order to study the fixed point problem for a nonexpansive self-mapping T of a closed convexsubset C in a real Hilbert space, one recent way is to construct the iterative scheme, the socalledviscosity iteration method:

xk+1 = λkf(xk) + (1− λk)Txk, k ≥ 0, (1.1)

proposed firstly by Moudafi [19], where λk ∈ (0, 1) and f is a contraction of C with constant α ∈ [0, 1).Xu [20] proved that the sequence xk generated by (1.1) converges strongly to a fixed point p∗

of T , which is the unique solution of the following variational inequality:

〈F (p∗), p∗ − p〉 ≤ 0 ∀p ∈ Fix(T ), (1.2)

where F = I − f . In 2006, related to a certain optimization problem, Marino and Xu [21] introducedthe following general iterative scheme for the fixed point problem of a nonexpansive mapping:

xk+1 = λkωf(xk) + (1− λkA)Txk, k ≥ 0, (1.3)

where A is a strongly positive bounded linear operator, λk ∈ (0, 1) and ω > 0. They proved thatthe sequence xk generated by (1.3) converges strongly to the unique solution of the variationalinequality (1.2) with F = A− ωf. Further, algorithm (1.3) was extended in 2009 by Cho et al. [9] tothe class of k-strictly pseudocontractive mappings

0E-mail: [email protected]

For finding an element p ∈ ∩Ni=1Fix(Ti), when each Ti is a nonexpansive self-mapping of C, Xuand Ori introduced in [24] the following implicit iteration process. For x0 ∈ C and βk∞k=1 ⊂ (0, 1),the sequence xk is generated as follows:

x1 = β1x0 + (1− β1)T1x1,

x2 = β2x1 + (1− β2)T2x2,

............................................................

xN = βNxN−1 + (1− βN )TNxN ,xN+1 = βN+1xN + (1− βN+1)T1xN+1,

............................................................

The compact expression of the method is the form

xk = βkxk−1 + (1− βk)T[k]xk, k ≥ 1, (1.6)

where T[n] = TnmodN , for integer n ≥ 1, with the mod function taking values in the set 1, 2, ..., N.For an arbitrary initial point x0 ∈ H , the sequence xk∞i=1 is generated as follows:

x1 = β1x0 + (1− β1)[T1x1 − λ1µF (T1x1)],x2 = β2x1 + (1− β2)[T2x2 − λ2µF (T2x2)],............................................................

xN = βNxN−1 + (1− βN )[TNxN − λNµF (TNxN )],xN+1 = βN + 1xN + (1− βN+1)[T1xN+1 − λN+1µF (T1xN+1)],...........................................................

The scheme is written in a compact form as

xk = βkxk−1 + (1− βk)[T[k]xk − λkF (T[k]xk)], k ≥ 1. (1.7)

Very recently, Buong and Anh in [28] introduced the strong convergence implicit algorithm:

xt = T txt, Tt = T t0T

tN1...Tt1 ,

T t0 = I − λtµF,T ti = (1− βit)I + βitTi, i = 1, ..., N.

(1.8)

They proved the following result.Theorem 1.5. Let H be a real Hilbert space and let F : H → H be a mapping such that for some con-stants L, η > 0, F is L-Lipschitz continuous and η- strongly monotone. Let TiNi=1 be N nonexpansiveself-mappings of H such that ∩Ni=1Fix(Ti) 6= ∅. Let µ(0, 2η/L2) and let t ∈ (0, 1), λt, βit ⊂ (0, 1),such that

λt → 0, as t→ 0 and 0 < limt→0 inf βit ≤ limt→0 supβit < 1, i = 1, ..., N.Then, the net xt defined by (1.8) converges strongly to the unique element p∗ solving the following

variational inequality:

p∗ ∈ ∩Ni=1Fix(Ti) : 〈F (p∗), p∗ − p〉 ≤ 0 ∀p ∩Ni=1 Fix(Ti). (1.9)

He et al. [29] have proposed the following explixit iteration method

xk+1 = (1− αk)xk + αkTN ...T2T1xk (1.10)

Motivated by the above results, in this paper, without the condition that one of the mappings issemicompact, we develop (1.8) and (1.10) to the case that each Ti is a γi -strictly pseudocontractivemapping and then introduce two new explicit iteration methods based on the Krasnoselskii-Manniteration method and a contraction self-mapping f of C , for example, f(x) = PC(αx) with α ∈ [0, 1)for any x ∈ C or f(x) = u, a fixed point u ∈ C , for all x ∈ C. The implicit algorithm is contructedas follows:

xt = T txt, Tt := T t0T

tN ....T

t1 orT t := T tN ...T

t1T

t0 , (1.11)

for t ∈ (0, 1), where T ti are defined by

T t0 = (1− λtµ)I + λtµf,

T ti = (1− βit)I + βitTi, i = 1, ..., N,(1.12)

µ ∈ (0, 2(1 − α)/(1 + α)2), the sequences of real numbers: λt ∈ (0, 1) satisfying the followingcondition t → 0 as t → 0 and βit ⊂ (α, β) for all t ∈ (0, 1), 1 ≤ i ≤ N , and some α, β ∈ (0, 1 − γ)with γ = max1≤i≤N γi, The explicit iteration schemes are generated by:

x1 ∈ C, any element,

xk+1 = (1− γk)xk + γkTkxk, k ≥ 1,

(1.13)

where T k = T kN ...Tk1 T

k0 or T k = T k0 T

kN ...T

k1 , each T ki is defined by (1.12) with t = tk and, for the sake

of simplicity, T tki , λtk and βitk are replaced byT ki λk and βik , respectively, the sequence of real numbers γk ⊂ (a, b) for some a, b ∈ (0, 1), and

λk, βik satisfy the conditions

λk → 0,Σk≥1λk =∞, |βik+1 − βik| → 0, k →∞ ∀i = 1, ..., N. (1.14)

We need the following facts to prove strong convergence theorems for (1.11)- (1.12) and (1.13) with(1.14) in the next section, Section 2, and show an extension to the problem of convex optimization.Lemma 1.1 [10]. (i) ||x+ y||2 ≤ ||x||2 + 2〈y, x+ y〉 and for any fixed t ∈ [0, 1]

(ii)||(1− t)x+ ty||2 = (1− t)||x||2 + t||y||2 − (1− t)t||x− y||2, ∀x, y ∈ H.Lemma 1.2 [30]. ||Tλx − Tλy|| ≤ (1 − λτ)||x − y|| for a fixed number µ ∈ (0, 2η/L2), λ ∈ (0, 1),where τ = 1−

√1− µ(2η − µL2) ∈ (0, 1),

Tλx = (I − λµF )Tx,

F is L-Lipschitz continuous and η-strongly monotone, and T is a nonexpansive mapping of H.Lemma 1.3 (Demiclosedness Principle [8]). Assume that T is a strictly pseu-docontractive self-mapping of a closed convex subset K of a Hibert space H. If T has a fixed point, then I − T isdemiclosed; that is, whenever xk is a sequence in K weakly converging to some x ∈ K and thesequence (I − T )xk strongly converges to some y, it follows that (I − T )x = y.Lemma 1.4 [31]. Let xk and zk be bounded sequences in a Banach space E such that xk+1 =(1− βk)xk + βkzk for k ≥ 1 where βk is in [0, 1] such that 0 < limk→∞ inf βk ≤ limk→∞ supβk < 1.Assume that limk→∞ sup ||zk+1 − zk|| − ||xk+1 − xk|| ≤ 0. Then limk→∞ ||xk − zk|| = 0.Lemma 1.5 [32]. Let ak be a sequence of nonnegative real numbers satis-fying the following conditionsak+1 ≤ (1− bk)ak + bkck, where bk and ck are sequences of real numbers such that

(i) bk ∈ [0, 1] and Σ∞k=1bk =∞(ii) limk→∞ sup ck ≤ 0.Then, limk→∞ ak = 0.2. MAIN RESULTS

Now, we are in a position to prove the following results.Theorem 2.1. Let C be a nonempty closed convex subset of a real Hilbert space H and let f : C → Cbe a contraction with the contractive constant α ∈ [0, 1). Let TNi=1 be N γ-strictly pseudocontractiveself-mapping Ti of C such that ∩Nn=1Fix(Ti) 6= ∅. Let µ ∈ (0, 2(1 − α)/(1 + α)2) and let λt ∈(0, 1), βit ∈ (0, 1 − γ) with γ = max1≤i≤N γi for each t ∈ (0, 1) such that λt → 0, as t → 0 and0 < limt→0 inf βit ≤ limt→0 supβit < 1− γ, i = 1, ..., N.

Then, the net xt defined by (1.11)-(1.12) converges strongly to the unique element p∗ in (1.9)with F = I − f .

Proof. First, we consider the case that T t := T t0TtN ....T

t1 . Since Ti and f are the self-mappings of

C, T t is also a self-mapping of C . We note that the mapping T t0 can be rewitten as T t0 = (I − λtµF )with F = I − f , which is (1 + α)-Lipschitz continuous and (1− α)-strongly monotone. We also notethat the mappings T ti , for βit ∈ (0, 1− γ) ⊆ (0, 1− γi), are nonexpansive. Indeed, by (ii) of Lemma

1.1 and the property of Ti, we have that

||T tx − T ti y||2 = ||(1− βit)(x− y) + βit(Tix− Tiy)||2

= (1− βit)||x− y||2 + βit ||Tix− Tiy||2

− (1− βit)βit ||x− y − (T ti x− T ti y)||2

≤ (1− βit)||x− y||2 + βit [||x− y||2

+ γi||x− y − (T ti x− T ti y)||2]

− (1− βit)βit ||x− y − (T ti x− T ti y)||2

= ||x− y||2 − (1− γi − βit)βit ||x− y − (T ti x− T ti y)||2

= ||x− y||2,

because βit > 0 and 1− γi − βit > 0. So, T ti is nonexpansive for each t ∈ (0, 1). By using Lemma 1.2with T = I, we obtain that

||Ttx− Tty|| ≤ (1− λtτ)||T tN ...T t1x− T tN ...T t1y||≤ (1− λtτ)||T ti ...T t1x− T ti ...T t1y||≤ (1− λtτ)||T ti x− T t1y|| ≤ (1− λtτ)||x− y||∀x, y ∈ C

So, T t is a contraction of C . By Banach’s Contraction Principle, there exists a unique element xt ∈ Csuch that xt = T txt for all t ∈ (0, 1).

Next, we show that xt is bounded. Indeed, for a fixed point p ∈ ∩Ni=1Fix(Ti), we have thatT ti p = p for i = 1, ..., N , and hence

||xt − p|| = ||T txt − p|| = ||T txt − T tN ...T t1p||= ||(I − λtµF )T tN ...T

t1xt − (I − λtµF )T tN ...T

t1p− λtµF (p)||

≤ (1− λtτ)||T tN ...T t1xt − T tN−1...Tt1p||+ λtµ||F (p)||

≤ (1− λtτ)||T tN−1...Tt1xt − T tN−1...T

t1p||+ λtµ||F (p)||

≤ (1− λtτ)||T ti ...T t1xt − T ti ...T t1p||+ λtµ||F (p)||≤ (1− λtτ)||T t1 ...T t1p||+ λtµ||F (p)||≤ (1− λ||xt − p||+ λtµ||F (p)||

Therefore,||xt − p|| ≤ µ/τ ||F (p)||

that implies the boundedness of xt. So, are the nets F (yNt ), yit, i = 1, ..., N , where we put

y1t := T t1xt, y

it := T ti y

i−1t , i = 2, ..., N. (2.1)

Then, from (1.11) with T t = T t0TtN ...T

t1 , it follows that

xt = (I − λtµF )yNi . (2.2)

Moreover,||xt − p||2 = ||(I − λtµF )yNt − p||2

= ||yNt − p||2 − 2λtµ〈F (yNt ), yNt − p〉+ λ2tµ

2||F (yNt )||2

≤ ||yN−1t − p||2 − 2λtµ〈F (yNt ), yNt − p〉+ λ2

tµ2||F (yNt )||2

.............................................................

≤ ||y1t − p||2 − 2λtµ〈F (yNt ), yNt − p〉+ λ2

tµ2||F (yNt )||2

≤ ||xt − p||2 − 2λtµ〈F (yNt ), yNt − p〉+ λ2tµ

2||F (yNt )||2

Thus,(1− α)||yNt − p||2 + 〈F (y), yNt − p〉 ≤ λtµ/2||F (yNt )||2 (2.3)

Further, for the sake of simplicity, we put y0t = xt and prove that

||yi−1t − Tiyi−1

t || → 0

as t→ 0 for i = 1, ..., N .Let tk ⊂ (0, 1) be an arbitrary sequence converging to zero as k →∞ and xk := xtk . We have to

prove that ||yi−1k − Tiyi−1

k || → 0, where yik are defined by (2.1) with t = tk and yik = yitk . Let xl be asubsequence of xk and xkj

be a subsequence of xl such that

lim sup ||yi−1y − Tiyi−1

k || = lim ||yi−1l − Tiyi−1

l ||.

andlim sup ||xk − p|| = lim ||xkj

− p||.

From (2.2) and Lemma 1.1, it implies that

||xkj− p||2 = ||(I − λkj

µF )yNkj− p||2

≤ ||yNkj− p|| − 2λkj

µ〈F (yNkj), xkj

− p〉

= ||T kj

N yN−1kj

− T tkjN p||2 − 2γkjµ〈F (yNkj

), xkj− p||

≤ ||yN−1kj

− p|| − 2λkjµ〈F (yNkj), xkj − p〉

≤ .... ≤ ||y1kj− p|| − 2λkjµ〈F (yNkj

), xkj − p〉

= ||T tkj1 xkj− T tkj1 p||2 − 2γkj

µ〈F (yNkj), xkj

− p〉

≤ ||xkj − p||2 − 2λkjµ〈F (yNkj), xkj − p〉

Hence,lim ||xk − p|| = lim ||yikj

− p||, i = 1, ..., N. (2.4)

By Lemma 1.1 and that T tj t are nonexpansive for l = i− 1, i− 2, ..., 1,

||yikj− p||2 = (1− βikj

)||yikj− p||2 + βikj

||Tiyi−1kj− p||2

− βikj(1− βikj

)||yi−1kj− Tiyi−1

kj||2

≤ (1− βikj)||yi−1

kj− p||2 + βikj

||yi−1kj− p||2

− βikj(1− βikj

)− γi||yi−1kj− Tiyi−1

kj||2

= ||yikj− p||2 − βikj

(1− βikj)− γi||yi−1

kj− Tiyi−1

kj||2

≤ ... = ||y0kj− p||2 − βikj


kj− Tiyi−1

kj||2

= ||xkj− p||2 − βikj


kj− Tiyi−1

kj||2, i = 1, ..., N

Without loss of generality, we can assume that α ≤ βit ≤ β for some α, β ∈ (0, 1− γ). Then, we have

α(1− γ − β)||yi−1kj− Tiyi−1

kj||2 ≤ ||xkj − p||2 − ||yikj

− p||2.

This together with (2.4) implies that

limj→∞

||yi−1kj− Tiyi−1

kj||2 = 0, i = 1, ..., N.

It means that ||yi−1t − Tiyi−1

j ||2 → 0 as t→ 0 for i = 1, ..., N.Next, we show that ||xt− Tixt|| → 0 as t→ 0. Indeed, in the case that i = 1 we have y0

t = xt. So,||xt − T1xt|| → 0 as t→ 0. Further, since

||y1t − T1xt|| = ||y1

t − T1y0t || = (1− β1

t )||y0t − T1y

0t ||

and ||y0t − T1y

0t || → 0, we have that ||y1

t − T1xt|| → 0. Therefore, from

||xt − y1t || ≤ ||xt − T1xt||+ ||T1xt − y1

t ||

it follows that ||xt − yt1|| → 0 as t→ 0. On the other hand, since

||y2t − T2y

1t || = (1− β2

t )||y1t − T2y

1y|| → 0

and||y2t − xt|| ≤ (1− β2

t )||y1t − xt||+ β2

t ||T2y1t − xt||

≤ (1− β2t )||y1

t − xt||+ β2t ||T2y

1t − yt||+ ||y1

t − xt||we obtain that ||y2

t − xt|| → 0 as t→ 0. Now, from

||xt − T2xt|| ≤ ||xt − y2t ||+ ||y2

t − T2y1t ||+ ||T2y

1t − T2xt||

≤ ||xt − y2t ||+ ||y2

t − T2y1t ||+ L2||y1

t − xt||,

where L2 = (1 + γ2)/(1 − γ2) (see [4]), and ||xt − y2t ||, ||y2

t − T2y1t ||, ||y1

t − xt|| → 0, it follows that||xt− T2xt|| → 0. Similarly, we obtain that ||xt− Tixt|| → 0, for i, ..., N and ||yNt − xt|| → 0 as t→ 0.

Let xk be any sequence of xt converging weakly to p as k →∞. Then, ||xk − Tixk|| → 0, fori = 1, ..., N and yNk also converges weakly to p. By Lemma 1.3, we have that p ∈ ∩Ni=1Fix(Ti) andfrom (2.3), it follows that

〈F (p), p− p〉 ≥ 0 ∀p ∈ ∩Ni=1Fix(Ti)

Since p, p ∈ ∩Ni=1Fix(Ti), a closed convex subset in H (see [4]), by replacing p by tp+ (1− t)p in thelast inequality, dividing by t and taking t→ 0 in the just obtained inequality, we obtain

〈F (p), p− p〉 ≥ 0 ∀p ∈ ∩Ni=1Fix(Ti)

The uniqueness of p∗ in (1.4) guarantees that p = p∗. Again, replacing p in (2.3) by p∗, we obtain thestrong convergence for xt. The case that T t = T tN ...T

t1T

t0 is similarly proved. This completes the

proof.Theorem 2.2. Let C be a nonempty closed convex subset of a real Hilbert space H and let f : C → Cbe a contraction with the contractive constant α ∈ [0, 1). Let TNi=1 be N γi-strictly pseudocontractiveself-mapping Ti of C such that ∩Ni=1Fix(Ti) 6= ∅ . Assume that µ ∈ (0, 2(1 − α)/(1 + α)2), thesequences of real numbers λk ⊂ (a, b) for some α, β ∈ (0, 1), and λk ∈ (0, 1), βik ∈ (α, β) forsome α, β ∈ (0, 1) satisfy conditions (1.14). Then, the sequences xk defined by (1.13) convergestrongly to the unique element p∗ in (1.9) with F = I − f .

Proof. First, consider the case that T k = T kN ...Tk1 T

k0 . Put

y0k = (1− λkµ)xk + λkµf(xk),

yik = (1− βik)yi−1k + βikTiy

i−1k , i = 1, ..., N.

Then, from (1.13) it follows that

xk+1 = (1− γk)xk + γkyNk .

We prove that xk is bounded. Since T ki := (1−βik)I +βikTi with βik ∈ (0, γ) ⊆ (0, 1− γi), for k ≥ 1,is a nonexpansive self-mapping of C and T ki p = p for each p ∈ ∩Ni=1Fix(Ti), we have that

||yik − p|| = ||T ki yi−1k − Tkp|| ≤ ||yi−1

k − p|| ∀i = 1, ..., N, (2.5)

and||y1k − p|| = ||T k1 y0

k − T k1 p||≤ ||y0

k − p|| = ||(I − λkµF )xk − p||≤ (1− λkτ)||xk − p||+ λkµ||F (p)||

(2.6)

for k ≥ 1. Further, we have also from (1.13), (2.5) and (2.6) that

||xk+1 − p|| ≤ (1− γk)||xk − p||+ γk||yNk − p||≤ (1− γk)||xk − p||+ γk||T kNyN−1

k − T kNp||≤ (1− γk)||xk − p||+ γk||yN−1

k − p||≤ (1− γk)||xk − p||+ γk||y0

k − p||≤ (1− γk)||xk − p||+ γk[(1− λkτ)||xk − p||+ λkµ||F (p)||]≤ (1− γkλkτ)||xk − p||+ γkλkµ||F (p)||.

Put Mp = max||x1−p||, µ||F (p)||/τ. Then, ||x1−p|| ≤Mp. So, if ||xk−p|| = Mp then ||yik−p|| ≤Mp

for i = 1, ..., N, and hence

||xk+1 − p|| ≤ (1− γkλkτ)Mp + γkλkτMp = Mp.

Therefore, by induction, the sequence xk is bounded. So, are the sequences F (xk), yii, andTiyi−1

k , i = 1, 2, ..., N . Without loss of generality, we assume that they are bounded by a positiveconstant M1.

Next, we have, from (1.13) and the nonexpansive property of T ki for k ≥ 1, that

||yNk+1 − yNk+1|| = ||T k+1N yN−1

k+1 − TkNy

N−1k ||

≤ ||T k+1N yN−1

k+1 − TkNy

N−1k ||+ ||T k+1

N yN−1k − T kNyN−1

k ||≤ ||yk+1

N−1yN−1k ||+ 2M1|βNk+1 − βNk |

≤ ||yik+1 − yik||+ 2M1

N∑j=i+1

|βjk+1 − βjk|

≤ ||y0k+1y

0k||+ 2M1

N∑i=1

|βik+1 − βik|

≤ ||xk+1 − xk||+M1(λk+1 + λk)µ+ 2M1

N∑i=1

|βik+1 − βik|

So, we obtain that

||yNk+1 − yNk || − ||xk+1 − xk||+M1(λk+1 + λk)µ+ 2M1

N∑i=1

|βik+1 − βik|

This together with λk → 0 and |βik+1 − βik| → 0 for i = 1, ..., N , implies that

limk→∞

sup ||yNk+1 − yNk || − ||xk+1 − xk|| ≤ 0.

By Lemma 1.4, ||xk − yNk || → 0 as k →∞. Therefore, ||xk+1 − xk|| = (1− γk)||xk − yNk || → 0.Further, we shall prove that ||xk − Tixk|| → 0 for i = 1, ..., N . As in the proof of Theorem 2.1,

first, we prove that ||yi−1k − Tiy

i−1k || → 0. Let xl be a subsequence of xk and let xkj be a

subsequence of xl such that

limk→∞

sup ||yi−1k − Tiyi−1

k || = liml→∞||yi−1l − Tiyi−1

l ||,

liml→∞

sup ||xl − p|| = limj→∞||xkj− p||.

It is clear from (2.5) and (2.6) that

||xkj− p|| ≤ ||xkj

− yNkj||+ ||yNkj

− p||

≤ ||xkj− yNkj

||+ ||yikj− p||

≤ ||xkj − yNkj||+ ||xkj − p||+ λkjM1µ

Therefore,limj→∞

||xki− p|| = lim

j→∞||yikj

− p||, i = 1, ..., N. (2.7)

Next, again by Lemma 1.1, we obtain that

||yikj− p||2 = (1− βikj

)||yi−1kj− p||2 + βikj

||Tiyi−1kj− p||2

− (1− βikj)βikj||yi−1kj− Tiyi−1

kj||2

≤ (1− βikj)||yi−1

kj− p||2 + βikj

||yi−1kj− p||2

− (1− γi − βikj)βikj||yi−1kj− Tiyi−1

kj||2

= ||yikj− p||2 − (1− γi − βikj

)βikj||yi−1kj− Tiyi−1

kj||2

≤ ||yi0 − p||2 − (1− γi − βikj)βikj||yi−1kj− Tiyi−1

kj||2

= ||xkj− p||2 +M1(λk+1 + λk)µ

− (1− γi − βikj)βikj||yi−1kj− Tiyi−1

kj||2

Hence,α(1− γ − β)||yi−1

kj− Tiyi−1

kj||2 ≤ ||xkj

− p||2 − ||yikj− p||2

which together with (2.7) implies that ||yi−1kj−Tiyi−1

kj|| → 0 as j →∞. It means that ||yi−1

k −Tiyi−1k || →

0 for i = 1, ..., N . Now, we prove that ||xk − Tixk|| → 0 as k →∞ for i = 1, ..., N.In the case that i = 1 we have that ||y0

k − xk|| = λkµ||F (xk)|| ≤ λkµM1 → 0 and hence, by||Tix− Tiy|| ≤ Li||x− y|| where Li = (1 + γi)/(1− γi), we obtain that

||xk − T1xk|| ≤ ||xk − y0k||+ ||y0

k − T1y0k||+ ||T1y

0k − T1xk||

≤ (1 + L1)||xk − y0k||+ ||y0

k − T1y0k||

which converges to zero, as k →∞, because ||xk− y0k|| and ||y0

k−T1y0k|| tend to zero. In the case that

i = 2, from ||y1k−T2y

1k|| → 0 and that ||y1

k−xk|| ≤ ||xk−y0k||+||y1

k−y0k|| = ||xk−y0

k||+β1k||y0

k−T1y0k|| →

0, it follows that ||xk − T2xk|| → 0. By the similar argument, we obtain that ||xk − Tixk|| → 0 fori = 1, ..., N . Next, we show that

limk→∞

sup〈F (p∗), p∗ − xk〉 ≤ 0. (2.8)

Indeed, let xkj be a subsequence of xk that converges weakly to p such that

limk→∞

sup〈F (p∗), p∗ − xk〉 = limj→∞〈F (p∗), p∗ − xkj 〉

Then, ||xkj− Tixkj

|| → 0. So, by Lemma 1.3, p ∈ C . Therefore, from (1.4), it implies (2.8).Finally, by the convexity of ‖.‖2, (2.5) and (2.6), we have that

||xk+1 − p∗|| = ||(1− γk)xk + γkyNk − p∗||2

≤ (1− γk)||xk − p∗||+ γk||yNk − p∗||2

≤ (1− γk)||xk − p∗||+ γk||yik − p∗||2

≤ (1− γk)||xk − p∗||+ γk||y0k − p∗||2

≤ (1− γk)||xk − p∗||+ γk||(I − λkµF )xk − p∗||2

≤ (1− γk)||xk − p∗||+ γk||(I − λkµF )xk − (I − λkµF )p∗ − λkµF (p∗)||2

≤ (1− γk)||xk − p∗||+ γk(1− λkτ)||xk − p∗||2

− 2λkµ〈F (p∗), xk − p∗ − λkµF (xk)〉≤ (1− γkλkµ)||xk − p∗||2

γkλkµ[2µτ〈F (p∗), xk, p∗ − xk〉+ λk

2µτ〈||F (p∗)||M1]

Using Lemma 2.5 with ak = ||xk − p∗||, bk = γkλkτ and

ck =2µτ〈F (p∗), xk, p∗ − xk〉+ λk

2µτ||F (p∗)||M1

with λk → 0 and (2.8), we obtain that ||xk − p∗|| → 0.Note that the strong convergence of algorithm (1.13), when Tk = T k0 T

kN ...T

k1 is similarly proved as

that for (1.11)-(1.12) and (1.13) with Tk = T kNTk1 ...T

k0 by putting y0

k = xk and yik = T ki yi−1k . Then,

xk+1 = (1− γk)xk + γkTk0 y

Nk . This completes the proof.

3. EXTENSIONLet Ti : H → H, i = 1, ..., N, beN γi -strictly pseudocontractive mappings such that ∩Ni=1Fix(Ti) 6=

∅ and let ϕ be a Frechet differentiable convex function on H with the L-Lipschitz continuous and η-strong monotone derivative F = ϕ′. The optimization problem is formulated as follows: find anelement p∗ ∈ ∩Ni=1Fix(Ti)such that

ϕ(p∗) = minp∈∩N

i=1Fix(Ti)ϕ(p). (3.1)

Problem (3.1) was posed and studied firstly in [33] by Deutsch and Yamada, when each mapping Tiis nonexpansive. It is well-known that (3.1) is equivalent to variational ineqaulity (1.9). In the casethat each Ti is nonexpansive, Yamada [30] proposed the following iterative algorithm

uk+1 = T[k+1]uk − λk+1µF (T[k+1]uk), (3.2)

where µ ∈ (0, 2η/L2) and λk ⊂ (0, 1), and proved that under conditions (L1), (L2) and (L5):∑|λk − λk+N | < ∞, the sequence uk in (3.2) converges strongly to p∗ in (1.9). Further, Xu and

Kim in [34], by replacing condition (L5) by (L6): lim(λk − λk+N )/λk+N = 0, proved the followingresult.Theorem 3.1. Let H be a real Hilbert space and F : H → H be a mapping such that for some constantsL, η > 0, F is L-Lipschitz continuous and η-strongly monotone. Let TiNi=1 be N nonexpansive self-mappings of H such that ∩Ni=1Fix(Ti) 6= ∅, µ ∈ (0, 2η/L2) and let conditions (L1), (L2), and (L6) besatisfied. Assume in addition that

∩Ni=1Fix(Ti) = Fix(T1T2...TN )= Fix(TNT1T2...TN−1)= .... = Fix(T2T3...TNT1).

(3.3)

Then, the sequence uk defined by (3.2) converges strongly to the unique element p∗ in (1.9).It is not hard to see that (L5) implies (L6), if limλk/λk+N exists. Howerver, in general, conditions(L5) and (L6) are not comparable: neither of them implies the other (see [33] for details).

Recently, Zeng et al. [35] proposed the the following iterative scheme:

uk+1 = T[k+1]uk − λk+1ηk+1F (T[k+1]uk) (3.4)

with the variable parameter µk and proved the following result.Theorem 3.2. Let H be a real Hilbert space and F : H → H be a mapping such that for some constantsL, η > 0, F is L-Lipschitz continuous and η- strongly monotone. Let TiNi=1 be N nonexpansive self-maps of H such that ∩Ni=1Fix(Ti) 6= ∅ and let µk ∈ (0, 2η/L2). Assume conditions (L1), (L2) andhold:(i)

∑λk =∞ where λk ⊂ (0, 1);

(ii)|µk − η/L2| ≤√η2 − cL2/L2, for some c ∈ (0, η2/L2);

(iii) lim(µk+N − (λk/λk+N )µk) = 0;Assume in addition that (3.3) holds. If

limk→∞

sup〈T[k+N ]...T[k+1]uk − uk+N , T[k+N ]...T[k+1]uk − uk〉 ≤ 0, (3.5)

then, the sequence uk defined by (3.4) converges strongly to the unique element p∗ in (1.9).They also showed that conditions (L1), (L2) and (L4) are sufficient for uk to be bounded and

limk→∞

||ukT[k+1]...T[k+1]uk|| = 0,

So, (3.5) is satisfied.

Meantimes, Liou et al. [36], following [37], defined, for each k, mappings

Uk1 = αk1T1 + (1− αk1)I,Uk2 = αk2T2Uk1 + (1− αk1)I,..................................................

Uk,N−1 = αk,N−1TN−1Uk,N−2 + (1− αk,N−1)I,Wk := UkN = αkNTNUk,N−1 + (1− αkN )I,

and proved the following result.Theorem 3.3. Let H be a real Hilbert space and F : H → H be a mapping such that for some constantsL, η > 0, F is L-Lipschitz continuous and η-strongly monotone. Let TiNi−1 be N nonexpansive self-mappings of H such that ∩Ni=1Fix(Ti) 6= ∅, µ ∈ (0, 2η/L2) and let conditions (L1) and (L2) be satisfied.Assume that the sequences αkiNi−1 satisfy limk→∞(αki − αk,i−1) = 0 for all i = 1, 2, ..., N . Then,the sequence xk defined by

xk+1 = βxk + (1− β)[Wkxk − λkµF (Wkxk)], k ≥ 0,

for an arbitrary initial point x0 ∈ H , converges strongly to p∗ in (1.9).When Fx = Ax−u, where A is a self-adjoint bounded linear mapping such that A is strongly positive,i.e.,

〈Ax, x〉 ≥ η||x||2,∀x ∈ H

and u is some fixed element in H, Xu introduced in [32] the following iteration process:

uk+1 = (I − λk+1A)T[k+1]uk + λk+1u, (3.6)

and proved the following result.Theorem 3.4. Let Conditions (L1), (L2) and (L3) or (L4) be satisfied. Assume in addition that(3.3) holds. Then the sequence uk generated by algorithm (3.6) converges strongly to the uniquesolution of (1.9 ) with Fx = Ax− u.Clearly, from the proof of Theorem 3.2, we obtain the following result.Theorem 3.5. Let H be a real Hilbert space and let TNi−1 be N γi -strictly pseudocontractiveself-mapping Ti of H such that ∩Ni−1Fix(Ti) 6= ∞. Let F : H → H be a mapping such that for someconstants L, η > 0, F is L-Lipschitz continuous and η-strongly monotone. Assume that µ ∈ (0, 2η/L2),the se-quences of real numbers γk ⊂ (a, b) for some a, b ∈ (0, 1), and λk ∈ (0, 1), βik ⊂ (α, β)for some α, β ∈ (0, 1) satisfy the conditions (1.14). Then, the sequences xk generated by

x1 ∈ H, any element,

xk+1 = (1− γk)xk + γkTkxk, k ≥ 1,

where T k = T kN ...Tk1 T

k0 or T k = T k0 T

kN ...T

ki , T

ti , i = 0, 1, ..., N, are defined by (1.12) with f replaced

by I − F , converge strongly to the unique element p∗in (1.9).

Mét sè ph¬ng ph¸p lÆp t×m ®iÓm bÊt ®éng chung cña mét häh÷u h¹n çc ¸nh x¹ gi¶ co chÆt

Tãm t¾t: Trong bµi b¸o nµy, chóng t«i ®a vµo çc ph¬ng ph¸p lÆp Èn vµ hiÖn trªn c¬ së ph¬ngph¸p lÆp Krasnoselskii-Mann vµ ¸nh x¹ co ®Ó t×m ®iÓm bÊt ®éng chung cho mét hä h÷u h¹n çc ¸nhx¹ gi¶ co chÆt tõ mét tËp con låi ®ãng cña kh«ng gian Hilbert H vµo chÝnh nã. Mét më réng cho bµito¸n tèi u låi còng ®îc chØ ra.

References

[1] M.O. Osilike and A. Udomene, Demiclosed principle and convergence theorem for strictly pseu-docontractive mappings of Browder-Petryshyn type, Journal of Mathematical Anal- ysis andApplications, vol. 256(2), pp. 431-445, 2001.

[2] M.O. Osilike, Implicit iteration process for common fixed points of a finite family of strictlypseudocontractive maps, Journal of Mathematical Analysis and Applications, vol. 294, pp. 73-81,2004.

[3] L.. Zeng, G.M. Lee and N.C. Wong, Ishykawa iteration with errors for approximating fixedpoints of strictly pseudocontractive mappings of Browder-Petryshyn type, Tai- wanese Journalof Mathematics, vol. 10(1), pp. 87-99, 2006.

[4] L.C. Zeng, N.C. Wong and J. Ch. Yao, Strong convergence theorems for for strictly pseudo-contractive mappings of Browder-Petryshyn type, Taiwanese Journal of Mathematics, vol. 10(4),pp. 837-849, 2006.

[5] G. Marino and H.K. Xu, Weak and strong convergence theorem for strict pseudocontrac- tion inHilbert spaces, Journal of Mathematical Analysis and Applications, vol. 329, pp.336-346, 2007.

[6] G. Wang, J.W. Peng, J. Lee, Implicit iteration process with mean errors for common fixedpoints of a finite family of strictly pseudocontractive maps, International Journal of MathematicalAnalysis, vol. 1(2), pp. 89-99, 2007.

[7] G.L. Acedo and H.K. Xu, Iterative methods for strict psedo-contractions in Hilbert spaces, Non-linear Analysis: Theory, Methods and Applications, vol. 67, pp. 2258-2271, 2007.

[8] H. Zhu, Convergence theorems of fixed points for k-strict pseudo-contractions in Hilbert spaces,Nonlinear Analysis: Theory, Methods and Applications, vol. 69, pp. 456-462, 2008.

[9] Y.J. Cho, S.M. Kang and X. Qin, Some results on k-strictly pseudo-contractive mappings inHilbert spaces, Nonlinear Analysis: Theory, Methods and Applications, vol. 70, pp.1956-1964,2009.

[10] G. Marino, V. Colao, X. Qin and S.M. Kang, Strong convergence of the modified Mann iterativemethod for strict pseudo-contractions, Computers and Mathematics with Appli- cations, vol 57,pp. 455-465, 2009.

[11] L.C. Ceng, S. Al-Homidan, Q.H. Ansari and J.C Yao, An iterative scheme for equlib- riumproblems fixed point problems of strict pseudo-contraction mappings, Journal of Computationaland Applied Mathematics, vol. 223, pp. 967-974, 2009.

[12] Zh. Li, S. He and J. Zhao, Convergence theorems on an implicit iterative process for ap- prox-imating common fixed points of finite strictly pseudocontractive mappings, Journal of AppliedMathematics and Computations, vol. 29, pp. 491-499, 2009.

[13] J.W. Peng, Iterative algorithms for mixed equlibrium problems, strict pseudocontrac- tions andmonotone mappings, Journal of Optimization Theory and Applications, vol. 144, pp. 107-119,2010.

[14] Y. Yao and R. Chen, Strong convergence theorems for strict pseudo-contractions in Hilbert spaces,Journal of Applied Mathematics and Computations, vol. 32(1), pp. 69-82, 2010.

[15] Y.J. Cho, J.I. Kang, X. Qin and M. Shang, Weak and strong convergence theorems of Mannstype iterative algorithms for k-strict psedo-contractions, Taiwanese Journal of Mathematics, vol.14(4), pp. 1439-1455, 2010.

[16] J.S. Jung, Strong convergence of iterative methods for k-strictly pseudo-contractive mappings inHilbert spaces, Applied Mathematics and Compututations, vol. 215, pp. 3746-3753, 2010.

[17] J.S. Jung, A general iterative scheme for k-strictly pseudo-contractive mappings and optimizationproblems, Applied Mathematics and Computations, vol. 217, pp. 5581-5588, 2011.

[18] Y.C. Tang, Y. Cai and L.W. Liu, Strong convergence theorems of the Ishykawa process with errorsfor strictly pseudocontractive mapping of Browder-Petryshyn type in Banach spaces, Fixed PointTheory and Applications, doi: 101155/2011/706206.

[19] A. Moudafi, Viscosity approximation methods for fixed-point problems, Journal of MathematicalAnalysis and Applications, vol. 241, pp. 46-55, 2000.

[20] H.K. Xu, Viscosity approximation methods for nonexpansive mappings, Journal of MathematicalAnalysis and Applications, vol. 298(1), pp. 240-256, 2004.

[21] G. Marino and H.K. Xu, A general iterative method for nonexpansive mappings in Hilbert spaces,Journal of Mathematical Analysis and Applications, vol. 318, pp. 43-52, 2006.

[22] B. Halpern, Fixed points of nonexpanding mapps, Bulletin of the American Mathemat- icalSociety, vol. 73, pp. 957-961, 1967.

[23] R. Wittmann, Approximation of fixed points of nonexpansive mappings, Archiv der Mathematik,vol. 59, pp. 486-491, 1992.

[24] H.K. Xu and R.G. Ori, An implicit iteration process for nonexpansive mappings, Nu- mericalFunctional Analysis and Optimimzation, vol. 22, pp. 767-773, 2001.

[25] L.C. Zeng and J.Ch. Yao, Implicit iteration scheme with perturbed mapping for common fixedpoints of a finite family of nonexpansive mappings, Nonlinear Analysis: Theory, Methods andApplications, vol. 64, pp. 2507-2515, 2006.

[26] Y. Zhou and S.S. Chang, Convergence of implicit iteration process for a finite family of asymp-totically nonexpansive mappings, Numerical Functional Analysis and Optimimza- tion, vol. 23,pp. 911-921, 2002.

[27] C.E. Chidume and N. Shahzad, Strong convergence of an implicit iteration process for a finitefamily of nonexpansive mappings, Nonlinear Analysis: Theory, Methods and Applications, vol.62, pp. 1149-1156, 2005.

[28] Nguyen Buong and Nguyen Thi Quynh Anh, An implicit iteration method for variational in-equalities over the set of common fixed points for a a finite family of nonexpansive mappings inHilbert spaces, Fixed Point Theory and Applications, doi: 101155/2011/276859.

[29] H. He, S. Liu, and M.A. Noor, Some Krasnoselskii-Mann Algorithms and the Multiple-Set SplitFeasibility Problem, Fixed Point Theory and Applications, doi: 101155/2010/513956.

[30] Y. Yamada, The hybrid steepest-descent method for variational inequalities problems over theintesection of the fixed point sets of nonexpansive mappings, Inhently parallel algorithms infeasibility and optimization and their applications, Edited by D. Butnariu, Y. Censor, and S.Reich, North-Holland, Amsterdam, Holland, pp. 473-504, 2001.

[31] T. Suzuki, Strong convergence of approximated sequences for nonexpansive mappings in Banachspaces. Proceeding of the American Mathematical Society, vol. 135, pp. 99-106, 2007.

[32] H.K. Xu, An iterative approach to quadratic optimization, Journal of Optimization Theory andApplications, vol. 116, pp. 659-678, 2003.

[33] F. Deutsch and I. Yamada, Minimizing certain convex functions over the intersection of the fixedpoint sets of nonexpansive mappings, Numerical Functional Analysis and Optimimzation, vol.19, pp. 33-56, 1998.

[34] H.K. Xu and T.H. Kim, Convergence of hybrid steepest-descent methods for variational inequal-ities. Journal of Optimization Theory and Applications, vol. 119, pp. 185-201, 2003.

[35] L.C. Zeng, N.C. Wong and J.Ch. Yao, Convergence analysis of modified hybrid steepest- descentmethods with variable parameters for variational inequalities. Journal of Opti- mization Theoryand Applications, vol. 132, pp. 51-69, 2007.

[36] Y.C. Liou, Y. Yao and R. Chen, Iteration scheme with perturbed mapping for common fixedpoints of finite family of nonexpansive mappings, Fixed Point Theory and Applications, doi:101155/2007/29091.

[37] W. Takahashi and K. Shimoji, Convergence theorems for nonexpansive mappings and feasibilityproblems, Mathematical and Computer Modelling, vol. 32(11-13), pp. 1463-1471, 2000.

Regularization for the Problem of Finding common Fixed Point of aFinite Family of Nonexpansive Nonself-Mappings in Banach Spaces

Truong Minh Tuyen 1 and Nguyen Thanh Mai 2

1,2College of Sciences, Thainguyen University

Abstract. In the paper, we study some regularization methods to solve theproblem of finding a common fixed point of a finite family of nonexpansive nonself-mappings Ti, i = 1, 2, ..., N in an uniformly convex and uniformly smooth Banachspace.

Key words: Accretive operators, uniformly smooth and uniformly convex Ba-nach space, sunny nonexpansive retraction, weak sequential continuous mapping,and regularization.

1 Introduction

Let E be a Banach space. We consider the following problem

Finding an element x∗ ∈ S = ∩Ni=1F (Ti), (1.1)

where Ti : Ci −→ E are the nonexpansive nonself-mappings from a closed convex sunnynonexpansive retract Ci of an uniformly convex and uniformly smooth Banach space E intoE (i = 1, 2, ..., N).

To solve the problem of finding an element x∗ ∈ F (T ), where F (T ) is the set of fixedpoints of nonexpansive nonself-mapping T from a closed convex sunny nonexpansive retractC of a Banach space E into E , S. Matsushita and W. Takahashi [8] considered a iterationmethod that is given by

xn+1 = αnx+ (1− αn)QCT (xn), n ≥ 0, (1.2)

where x, x0 ∈ C and QC is a sunny nonexpansive retraction from E onto C.In the special case, T is a nonexpansive self-mapping on C, then (1.2) equivalent to

xn+1 = αnx+ (1− αn)T (xn), x, x0 ∈ C, n ≥ 0, (1.3)

which was studied by N. Sioji and W. Takahashi [12]. Note that, the iteration method (1.3)is a extention of Wittmann’s result [14] to Banach space.

In addition, the problem of finding a fixed point of a nonexpansive mapping T : E −→ Eis equivalent to the problem of finding a zero of m−accretive operator A = I − T.

One of the methods to solve the problem 0 ∈ A(x) with A is maximal monotone in Hilbertspace H is proximal point algorithm. This algorithm is proposed by Rockafellar [9], startingfrom any initial guess x0 ∈ H, this algorithm generates a sequence xn given by

xn+1 = JAcn(xn + en), (1.4)

where JAr = (I + rA)−1 ∀r > 0 is the resolvent of A on the space H. Rockafellar [9]proved the weak convergence of his algorithm (1.4) provided that the regularization sequencecn remains bounded away from zero and the error sequence en satisfies the condition

∑∞n=0 ‖en‖ < ∞. However, G

..uler’s example [7] shows that in infinite dimensional Hilbert

space, proximal point algorithm (1.4) has only weak convergence. An example recently ofthe authors Bauschke, Matouskova and Reich [5] also show that the proximal algorithm onlyconverges weakly but not in norm.

Ryazantseva [10] extended the proximal point algorithm (1.4) for the case that A is am−accretive mapping in a properly Banach space E and proved the weak convergence thesequence of iterations of (1.4) to a solution of the equation 0 ∈ A(x) which is assumed tobe unique. Then, to obtain the strong convergence for algorithm (1.4), Ryazantseva [11]combined the proximal algorithm with the regularization, named regularization proximalalgorithm, in the form

cn(A(xn+1) + αnxn+1

)+ xn+1 = xn, x0 ∈ E. (1.5)

Under some conditions on cn and αn, the strong convergence of xn of (1.5) is guaranteedonly when the dual mapping j is weak sequential continuous and strong continuous, and thesequence xn is bounded.

Attouch and Alvarez [4] considered an extension of the proximal point algorithm (1.4) inthe form

cnA(un+1) + un+1 − un = γn(un − un−1), u0, u1 ∈ H, (1.6)

which is called an inertial proximal point algorithm, where cn and γn are two sequencesof positive numbers. With this algorithm we also only obtained weak convergence of thesequence xn to a solution of problem A(x) 3 0 in Hilbert space when the sequences cnand γn are chosen suitable. Note that this algorithm was proposed by Alvarez in [3] in thecontext of convex minimization.

The purpose of this paper is to construct an operator version of the Tikhonov regular-ization method and give a regularization inertial proximal point algorithm to obtain strongconvergence of iterative sequences to a solution of the problem (1.1).

2 Preliminaries

Let E be a real Banach space with norm ‖.‖ and let E∗ be its dual. The value of f ∈ E∗at x ∈ E will be denoted by 〈x, f〉. When xn is a sequence in E, then xn −→ x (resp.xn x, xn

∗ x) will denote strong (resp. weak, weak∗) convergence of the sequence xn

to x.A Banach space E is said to be uniformly convex if for any ε ∈ (0, 2] the inequalities

‖x‖ ≤ 1, ‖y‖ ≤ 1, ‖x− y‖ ≥ ε imply there exists a δ = δ(ε) > 0 such that

‖x+ y‖2

≤ 1− δ.

The function

δE(ε) = inf1− 2−1‖x+ y‖ : ‖x‖ = ‖y‖ = 1, ‖x− y‖ = ε (2.1)

is called the modulus of convexity of the space E. The function δE(ε) defined on the interval[0, 2] is continuous, increasing and δE(0) = 0. The space E is uniformly convex if and only ifδE(ε) > 0, ∀ε ∈ (0, 2].

The function

ρE(τ) = sup2−1(‖x+ y‖+ ‖x− y‖

)− 1 : ‖x‖ = 1, ‖y‖ = τ, (2.2)

is called the modulus of smoothness of the space E. The function ρE(τ) defined on theinterval [0,+∞) is convex, continuous, increasing and ρE(0) = 0. A Banach space E is saidto be uniformly smooth, if

limτ→0

ρE(τ)τ

= 0. (2.3)

It is well known that every uniformly convex and uniformly smooth Banach space is reflexive.A mapping J from E onto E∗ satisfying the condition

J(x) = f ∈ E∗ : 〈x, f〉 = ‖x‖2 and ‖f‖ = ‖x‖ (2.4)

is called the normalized duality mapping of E. In any smooth Banach space J(x) =2−1grad‖x‖2, and if E is a Hilbert space, then J = I, where I is the identity mapping.It is well known that if E∗ is stricly convex or E is smooth, then J is single valued. Sup-pose that J is single valued, then J is said to be weakly sequentially continuous if for eachxn ⊂ E with xn x, J(xn) ∗

J(x). We denote the single valued normalized dualitymapping by j.

An operator A : D(A) ⊆ E −→ 2E is called accretive if for all x, y ∈ D(A) there existsj(x− y) ∈ J(x− y) such that

〈u− v, j(x− y)〉 ≥ 0, ∀u ∈ A(x), v ∈ A(y). (2.5)

An operator A : E −→ 2E is called m−accretive if it is an accretive operator and the rangeR(λA + I) = E for all λ > 0, where I denote the identity of E. If A is a m−accretiveoperator in Banach space E with E has a weakly sequentially continuous duallity mappingJ , then it is a demiclosed operator, i.e., if the sequence xn ⊂ D(A) satisfies xn x andA(xn) 3 yn −→ f , then A(x) = f [2].

A mapping T : C −→ E is called nonexpansive mapping on a closed convex subset C ofa Banach space E if

‖Tx− Ty‖ ≤ ‖x− y‖, ∀x, y ∈ C. (2.6)

If T : C −→ E is a nonexpansive mapping then I − T is accretive operator. In the casse,the subset C coincides E then I − T is m−accretive operator [6].

A mapping Q of C into C is said to be a retraction if Q2 = Q. If a mapping Q of C intoitself is a retraction, then Qz = z for every z ∈ R(Q), where R(Q) is range of Q. Let D be asubset of E and let Q be a mapping of C into D. Then Q is said to be sunny if each pointon the ray Qx+ t(x−Qx) : t > 0 is mapped by Q back onto Qx, in other words,

Q(Qx+ t(x−Qx)) = Qx

for all t > 0 and x ∈ C. A subset D of C is said to be a sunny nonexpansive retract of C ifthere exists a sunny nonexpansive retraction of C onto D.

A closed convex subset C of E is said to be a nonexpansive retract of E, if there exists anonexpansive retraction from E onto C and is said to be a sunny nonexpansive retract of E,if there exists a sunny nonexpansive retraction from E onto C.

Proposition 2.1. [1] Let C be a nonempty closed convex subset of a smooth Banach E. Amapping QC : E −→ C is a sunny nonexpansive retraction if and only if

〈x−QCx, J(ξ −QGx)〉 ≤ 0, ∀x ∈ E, ∀ξ ∈ C. (2.7)

3 Main results

We need the following lemmas in the proof of our results.

Lemma 3.1. [13] Let an, bn, σn be the sequences of positive numbers satisfying theconditions

i) an+1 ≤ (1− bn)an + σn, bn < 1;

ii)∑∞

n=0 bn = +∞, limn→∞ σn/bn = 0.

Then limn→∞ an = 0.

Lemma 3.2. [8] Let C be a closed convex subset of a strictly convex Banach space E andlet T : C −→ E be a nonexpansive mapping from C into E. Suppose that C is a sunnynonexpansive retract of E. If F (T ) 6= ∅, then F (T ) = F (QCT ), where QC is a sunnynonexpansive retraction from E onto C.

Lemma 3.3. [1] Let E be an uniformly convex and uniformly smooth Banach space. IfA = I − T with a nonexpansive mapping T : D(T ) −→ E, then for all x, y ∈ D(T ), thedomain of T ,

〈Ax−Ay, j(x− y)〉 ≥ L−1R2δE

(‖Ax−Ay‖

4R

), (3.1)

where ‖x‖ ≤ R, ‖y‖ ≤ R and 1 < L < 1.7 is Figiel constant.

Theorem 3.4. Suppose that E is a uniformly convex and uniformly smooth Banach spacewhich admits a weakly sequentially continuous normalized duality mapping j from E to E∗.Let Ci be a closed convex sunny nonexpansive retract of E and let Ti : Ci −→ E, i =1, 2, ..., N be nonexpansive mappings with S = ∩Ni=1F (Ti) 6= ∅.

i) For each αn > 0 the equation

N∑i=1

Ai(xn) + αnxn = 0 (3.2)

has unique solution xn, where Ai = I −QCiTiQCi , i = 1, 2, ..., N and QCi : E −→ Ciis a sunny nonexpansive retraction form E onto Ci, i = 1, 2, ..., N ;

ii) If, in addition, αn −→ 0 then xn −→ QSθ, where QS : E −→ S is a sunny nonexpansiveretraction from E onto S and θ is origin of space E.

Moreover, we have the following estimate

‖xn+1 − xn‖ ≤|αn − αn+1|

αnR0, (3.3)

where R0 = 2‖QSθ‖.

Proof. i) First, it is clear that TiQCi is a nonexpansive mapping on E and F (Ti) = F (TiQCi), i =1, 2, ..., N . Hence, QCiTiQCi are also nonexpansive mappings for all i = 1, 2, ..., N . By Lemma3.2, we have F (Ti) = F (QCiTiQCi), i = 1, 2, ..., N . Thus the problem (1.1) is equivalent tothe problem of finding a common zero of operators Ai, i = 1, 2, ..., N . Since the operator∑N

i=1Ai is Lipschitz continuous and accretive on E, it is m−accretive [6]. Therefore theequation (3.2) has unique solution xn.ii) For each x∗ ∈ S, we have

〈N∑i=1

Ai(xn), j(xn − x∗)〉+ αn〈xn, j(xn − x∗)〉 = 0. (3.4)

By the accretiveness of∑N

i=1Ai, we obtain

〈xn, j(xn − x∗)〉 ≤ 0. (3.5)

The obtained inequatlity yields the estimates

‖xn − x∗‖2 ≤ 〈x∗, j(xn − x∗)〉 ≤ ‖x∗‖ × ‖xn − x∗‖. (3.6)

Hence, ‖xn‖ ≤ 2‖x∗‖, i.e., the sequence xn is bounded. Every bounded set in a reflexiveBanach space is relatively weakly compact. This means that there exists some subsequencexnk

⊂ xn and an element x ∈ E such that xnk x as k −→∞.

We will show x ∈ S. Indeed, for each i ∈ 1, 2, ..., N, x∗ ∈ S and R > 0 satisfyR ≥ maxsup ‖xn‖, ‖x∗‖ we have

δE

(‖Ai(xn)‖

4R

)≤ L

R2〈Ai(xn), j(xn − x∗)〉 ≤

L

R2〈N∑k=1

Ak(xn), j(xn − x∗)〉

≤ LαnR2‖xn‖.‖xn − x∗‖ ≤

LαnR2

2‖x∗‖2 −→ 0, n −→∞.

By the continuity of the function δE(.) and the uniformly convexity of Banach space E, weobtain Ai(xn) −→ 0, n −→ ∞. Hence Ai(x) = 0 from the demiclosedness of Ai. Sincei ∈ 1, 2, ..., N is the arbitrary element, so x ∈ S.In inequality (3.6) replacing xn by xnk

and x∗ by x, using the weak continuity of j we obtainxnk−→ x. From inequality (3.5) we get

〈x, j(x− x∗)〉 ≤ 0, ∀x∗ ∈ S. (3.7)

Now, we show that the inequality (3.7) has unique solution. Suppose that x1 ∈ S is alsoits solution. Then

〈x1 − y, j(x1 − x∗)〉 ≤ 0, ∀x∗ ∈ S. (3.8)

In inequalities (3.7) and (3.8) replacing x∗ by x1 and x, respectively, we obtain

〈x− y, j(x− x1)〉 ≤ 0,〈y − x1, j(x− x1)〉 ≤ 0.

Their combination gives ‖x− x1‖2 ≤ 0, thus x = x1 = QSθ and the sequence xn convergesweakly to x = QSθ, because QSθ satisfies the inequality (3.7).

Finally, we will prove the inequality (3.3). In equation (3.2), replacing n by n + 1, weobtain

N∑i=1

Ai(xn+1) + αn+1xn+1 = 0. (3.9)

From equations (3.9) and (3.2) and by the accretiveness of the operator∑N

i=1Ai, we get

〈αn+1xn+1 − αnxn, j(xn+1 − xn)〉 ≤ 0. (3.10)

Therefore,

αn‖xn+1 − xn‖2 ≤ (αn+1 − αn)〈−xn+1, j(xn+1 − xn)〉≤ |αn+1 − αn|.‖xn+1‖.‖xn+1 − xn‖≤ 2‖QSθ‖.|αn+1 − αn|.‖xn+1 − xn‖.

Hence,

‖xn+1 − xn‖ ≤|αn+1 − αn|

αnR0, ∀n ≥ 0,

where R0 = 2‖QSθ‖.

Next, we give a regularization inertial proximal point algorithm in the form

cn

( N∑i=1

Ai(un+1) + αnun+1

)+ un+1 = un + γn(un − un−1), u0, u1 ∈ E (3.11)

to solve the problem (1.1).

Theorem 3.5. Suppose that E is a uniformly convex and uniformly smooth Banach spacewhich admits a weakly sequentially continuous normalized duality mapping j from E to E∗.Let Ci be a closed convex sunny nonexpansive retract of E and let Ti : Ci −→ E, i =1, 2, ..., N be nonexpansive mappings with S = ∩Ni=1F (Ti) 6= ∅. If the sequences cn, αnand γn satisfy

i) 0 < c0 < cn;

ii) αn > 0, αn −→ 0,|αn+1 − αn|

α2n

−→ 0,∑∞

n=0 αn = +∞;

iii) γn ≥ 0, γnα−1n ‖un − un−1‖ −→ 0,

then the sequence un defined by equation (3.11) converges strongly to QSθ, where QS :E −→ S is a sunny nonexpansive retraction from E onto S.

Proof. First, we show that the equation (3.11) has unique solution un+1. Indeed, since theoperator

∑Ni=1Ai is Lipschitz continuous and accretive on E, it is m−accretive [6]. Therefore

the equation (3.11) has unique solution un+1.

Now, we rewrite the equations (3.2) and (3.11) in their equivalent forms

dn

N∑i=1

Ai(xn) + xn = βnxn, (3.12)

dn

N∑i=1

Ai(un+1) + un+1 = βn(un + γn(un − un−1)), (3.13)

where βn =1

1 + cnαnand dn = cnβn.

From equations (3.13) and (3.12) and by virtue of the property of∑N

i=1Ai we have

‖uu+1 − xn‖ ≤ βn‖un − xn‖+ βnγn‖un − un−1‖.

Therefore,

‖un+1 − xn+1‖ ≤ ‖un+1 − xn‖+ ‖xn+1 − xn‖

≤ βn‖un − xn‖+ βnγn‖un − un−1‖+|αn+1 − αn|

αnR0,

(3.14)

or equivalent to

‖un+1 − xn+1‖ ≤ (1− bn)‖un − xn‖+ σn, bn =cnαn

1 + cnαn, (3.15)

where σn = βnγn‖un − un−1‖+|αn+1 − αn|

αnR0.

Under the assumption we have

σnbn

=1cnα−1n γn‖un − un−1‖+

(1cn

+ αn

)|αn+1 − αn|

α2n

R0

≤ 1c0α−1n γn‖un − un−1‖+

(1c0

+ αn

)|αn+1 − αn|

α2n

R0 −→ 0.

Furthermore, by∑∞

n=0 αn = +∞ hence∑∞

n=0 bn = +∞.By Lemma 3.1, ‖un−xn‖ −→ 0. Since xn −→ QSy as n −→∞, un −→ QSy as n −→∞.

Summary

HiÖu chØnh bµi to¸n t×m ®iÓm bÊt ®éng chung cña mét hä h÷u h¹nc¸c ¸nh x¹ kh«ng gi·n trong kh«ng gian Banach

Abstract. Trong bµi b¸o nµy, chóng t«i nghiªn cøu mét sè ph¬ng ph¸p hiÖuchØnh cho bµi to¸n t×m ®iÓm bÊt ®éng chung cña mét hä h÷u h¹n c¸c ¸nh x¹kh«ng gi·n Ti, i = 1, 2, ..., N trong kh«ng gian Banach låi ®Òu vµ tr¬n ®Òu.

References

[1] Y. Alber, On the stability of iterative approximatins to fixed points of nonexpansivemappings, J. Math. Anal. Appl. 328, pp. 958-971, 2007.

[2] Y. Alber, I. Ryazantseva, Nonlinear Ill-posed Problems of Monotone Type, Springer(2006).

[3] F. Alvarez, On the minimizing property of a second order dissipative system in Hilbertspace, SIAM J. of Control and Optimization, 38 (2000), n. 4, 1102-1119.

[4] F. Alvarez and H. Attouch, An inertial proximal method for maximal monotone operatorsvia discretization of a nonolinear oscillator with damping, Set-Valued Analysis, pp. 3-11,2001.

[5] H. H. Bauschke, E. Matouskova, S. Reich, Projection and proximal point methods: con-vergence results and counterexamples, Nonlinear Analysis, vol. 56 (2004), pp. 715-738.

[6] F. E. Browder, Nonlinear mapping of nonexpansive and accretive type in Banach spaces,Bull. Amer. Math. Soc., vol. 73 (1967), pp. 875-882.

[7] O. G..uler, On the convergence of the proximal point algorithm for convex minimization,

SIAM Journal on Control and Optimization,vol. 29, no. 2, pp. 403-419, 1991.

[8] S. Matsushita and W. Takahashi, Strong convergence theorem for nonexpansive nonself-mappings without boundary conditions, Nonlinear Analysis, vol. 68, pp. 412-419, 2008.

[9] R. T. Rockaffelar, Monotone operators and proximal point algorithm, SIAM Journal onControl and Optim., (1976).

[10] I. P. Ryazanseva, Regularization for equations with accretive operators by the method ofsequential approximations, Sibir. Math. J., vol. 21, no. 1, pp. 223-226, 1985.

[11] I. P. Ryazanseva, Regularization proximal algorithm for nonlinear equations of monotonetype, Zh. Vychisl. Mat. i Mat. Fiziki, vol. 42, no. 9,pp. 1295-1303, 2002.

[12] N. Shioji and W. Takahashi, Strong Convergence of Approximated Sequences for Non-expansive Mappings in Banach Spaces, Proc. Amer. Math. Soc., Vol. 125, N. 12, pp.3641-3645, 1997.

[13] H.-K. Xu, Strong convergence of an iterative method for nonexpansive and acretive oper-ators, Journal of Mathematical Analysis and Applications, vol. 314, no. 2, pp. 631-643,2006.

[14] R. Wittmann, Approximation of Fixed Points of Nonexpansive Mappings, Arch. Math.,Vol. 58, pp. 486-491, 1992.

Tập 90 - 2

Documents

Transcript of Tập 90 - 2