[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_m%C3%B4%20h%C3%ACnh%20t%E1%BB%91i%20%C6%B0u%20h%C3%B3a{\"limit\":5}":3,"_public_topic_byId_mô hình tối ưu hóa":53},{"code":4,"data":5,"meta":20},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":51,"vietnamLatest":52},[],[8,24,37],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":15,"journalName":16,"vietnamJournal":17,"publishDate":18,"publishYear":19,"totalCitation":20,"url":21,"doi":22,"summary":23},"74c799af-818d-4616-9b3e-7445ab1cc496","Mô hình phân tích tối ưu và tích hợp phi tuyến hai bước với chiến lược sửa lỗi kết hợp dự đoán khoảng cho dự báo giá tiền điện tử","Optimized decomposition and two-step nonlinear integration model with error correction strategy coupled interval prediction for digital currency price forecast",[13,14],"Jujie Wang","Shiyao Qiu",2,"Artificial Intelligence Review",false,"2021-10-23",2021,null,"https:\u002F\u002Flink.springer.com\u002F10.1007\u002Fs10462-021-10090-4","10.1007\u002Fs10462-021-10090-4","\u003Cp>Khoa học tính toán tài chính thiết lập \u003Cb class=\"publication-topic-keywords\">mô hình tối ưu hóa\u003C\u002Fb> phi tuyến hai bước tích hợp kỹ thuật sửa lỗi và dự đoán khoảng để nâng cao độ chính xác dự báo giá tiền mã hóa. Phương pháp tái tạo hiệu quả các đặc trưng chuỗi thời gian phi tuyến tính phức tạp và biến động bất thường của thị trường. Thực nghiệm kiểm chứng cho thấy sai số dự đoán giảm rõ rệt so với các thuật toán phân tích chuỗi đơn lẻ truyền thống.\u003C\u002Fp>",{"publicationId":25,"title":26,"originalTitle":27,"authorNames":28,"authorCount":15,"journalName":31,"vietnamJournal":17,"publishDate":32,"publishYear":33,"totalCitation":20,"url":34,"doi":35,"summary":36},"45a4034a-a4e5-41e9-9b32-0387ac2013f8","Mô hình GIS đa tiêu chí để lập kế hoạch định tuyến tối ưu ở vùng ngoài thành phố Allahabad, Ấn Độ","Multi-criteria GIS modeling for optimum route alignment planning in outer region of Allahabad City, India",[29,30],"Mukund Pratap Singh","Pitam Singh","Arabian Journal of Geosciences","2017-07-08",2017,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs12517-017-3076-z","10.1007\u002Fs12517-017-3076-z","\u003Cp>Hệ thống thông tin địa lý tích hợp phương pháp phân tích quyết định đa tiêu chí MCDA nhằm xây dựng \u003Cb class=\"publication-topic-keywords\">mô hình tối ưu hóa\u003C\u002Fb> định tuyến đường giao thông ngoại thành Allahabad, Ấn Độ. Thuật toán kết hợp các yếu tố độ dốc địa hình, chi phí đền bù giải phóng mặt bằng và tác động môi trường để tìm tuyến đường ngắn nhất. Kết quả minh chứng tính ứng dụng vượt trội của việc lập bản đồ phân tích không gian trong quy hoạch hạ tầng giao thông bền vững.\u003C\u002Fp>",{"publicationId":38,"title":39,"originalTitle":40,"authorNames":41,"authorCount":45,"journalName":20,"vietnamJournal":17,"publishDate":46,"publishYear":47,"totalCitation":20,"url":48,"doi":49,"summary":50},"75875ce1-b649-4384-9b23-aa5fda94a710","Đánh giá thực nghiệm các mô hình pheromone trong ACOPlan","Experimental evaluation of pheromone models in ACOPlan",[42,43,44],"Marco Baioletti","Alfredo Milani","Valentina Poggioni",4,"2011-08-26",2011,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs10472-011-9265-7","10.1007\u002Fs10472-011-9265-7","\u003Cp>Trí tuệ nhân tạo phát triển hệ thống ACOPlan dựa trên thuật toán đàn kiến nhằm giải quyết bài toán lập kế hoạch với cấu trúc chi phí hành động không đồng nhất. Nghiên cứu so sánh thực nghiệm hiệu quả của các dạng \u003Cb class=\"publication-topic-keywords\">mô hình tối ưu hóa\u003C\u002Fb> cập nhật pheromone để đẩy nhanh tốc độ hội tụ tới nghiệm gần tối ưu. Cấu trúc đề xuất giúp nâng cao độ chính xác tìm kiếm đường đi và giảm tải chi phí tính toán trong không gian trạng thái lớn.\u003C\u002Fp>",[],[],{"code":4,"data":54,"meta":20},{"id":55,"title":56,"description":57,"content":58,"term":55,"englishTitle":59,"synonyms":60,"definition":63,"discipline":64,"references":65,"faqs":83,"createUser":93,"publishUser":97,"keywords":98,"keywordCount":20,"enrichTopicLink":17,"status":99,"createTime":100,"updateTime":101,"publishTime":102,"linkEnrichedTime":20,"publicationScanTime":103,"contentErrorMessage":20,"viewCount":104,"relateTopics":105},"mô hình tối ưu hóa","Mô hình tối ưu hóa là gì? Cấu trúc, phân loại và ứng dụng thực tiễn","Mô hình tối ưu hóa là công cụ cốt lõi của vận trù học và trí tuệ nhân tạo. Khám phá quy hoạch tuyến tính, tối ưu hóa lồi và bài toán ra quyết định.","\u003Cp>Mô hình tối ưu hóa là sự biểu diễn toán học của một bài toán ra quyết định trong thực tế, nhằm xác định tập hợp các biến quyết định sao cho một hoặc nhiều hàm mục tiêu đạt giá trị tối ưu (cực đại hoặc cực tiểu) trong khi thỏa mãn đồng thời tất cả các ràng buộc kỹ thuật, kinh tế và vật lý đặt ra. Đây là công cụ cốt lõi của vận trù học, toán ứng dụng, kỹ thuật công nghiệp và học máy hiện đại.\u003C\u002Fp>\n\n\u003Ch2>Cấu trúc nền tảng của một mô hình tối ưu hóa\u003C\u002Fh2>\n\u003Cp>Một mô hình toán tối ưu tổng quát được cấu thành từ ba thành phần toán học không thể tách rời:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Biến quyết định (Decision Variables):\u003C\u002Fstrong> Các đại lượng chưa biết cần tìm giá trị, ký hiệu là véc-tơ \u003Cscript type=\"math\u002Ftex\">x = (x_1, x_2, \\dots, x_n) \\in \\mathbb{R}^n\u003C\u002Fscript>.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Hàm mục tiêu (Objective Function):\u003C\u002Fstrong> Hàm số định lượng tiêu chí cần tối ưu hóa (như tối đa hóa lợi nhuận, giảm thiểu chi phí, năng lượng tiêu thụ hoặc sai số dự báo):\n  \u003Cscript type=\"math\u002Ftex; mode=display\">\\min_{x\\in \\mathcal{X}}\\, f(x)\\quad \\text{hoặc}\\quad \\max_{x\\in \\mathcal{X}}\\, f(x)\u003C\u002Fscript>\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tập phương án chấp nhận được (Feasible Region):\u003C\u002Fstrong> Không gian các giá trị của biến quyết định thỏa mãn hệ thống phương trình và bất phương trình ràng buộc:\n  \u003Cscript type=\"math\u002Ftex; mode=display\">\\mathcal{X} = \\{\\,x\\in \\mathbb{R}^n\\mid g_i(x)\\le 0,\\ i=1,\\dots,m;\\quad h_j(x)=0,\\ j=1,\\dots,p\\}.\u003C\u002Fscript>\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Phân loại các lớp mô hình tối ưu hóa\u003C\u002Fh2>\n\u003Cp>Dựa trên đặc tính toán học của hàm mục tiêu và không gian ràng buộc, các mô hình tối ưu hóa được phân chia thành các nhóm kinh điển:\u003C\u002Fp>\n\n\u003Ch3>1. Quy hoạch tuyến tính (Linear Programming - LP)\u003C\u002Fh3>\n\u003Cp>Mô hình mà cả hàm mục tiêu và tất cả các ràng buộc đều là hàm bậc nhất đối với các biến quyết định. Ví dụ mô hình lập kế hoạch sản xuất kinh điển:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\begin{aligned}\n& \\max\\; Z = 40x_1 + 30x_2,\\\\\n& \\text{thoả mãn:}\\\\\n& 2x_1 + x_2 \\le 100,\\\\\n& x_1 + 3x_2 \\le 90,\\\\\n& x_1, x_2 \\ge 0.\n\\end{aligned}\u003C\u002Fscript>\n\u003Cp>Bài toán quy hoạch tuyến tính được giải quyết hữu hiệu bằng thuật toán Đơn tượng (Simplex) của George Dantzig hoặc phương pháp điểm trong (Interior-point methods).\u003C\u002Fp>\n\n\u003Ch3>2. Tối ưu hóa lồi (Convex Optimization) theo Boyd và Vandenberghe (2004)\u003C\u002Fh3>\n\u003Cp>Theo Boyd và Vandenberghe (2004), tối ưu hóa lồi là ranh giới phân định thực sự giữa bài toán \"dễ\" và \"khó\" trong tối ưu học (chứ không phải ranh giới giữa tuyến tính và phi tuyến). Trong mô hình lồi, hàm mục tiêu là hàm lồi và tập ràng buộc là tập lồi đóng, đảm bảo rằng mọi điểm cực tiểu địa phương đều là điểm cực tiểu toàn cục duy nhất.\u003C\u002Fp>\n\n\u003Ch3>3. Quy hoạch nguyên và tổ hợp (Integer & Mixed-Integer Programming - MIP)\u003C\u002Fh3>\n\u003Cp>Mô hình yêu cầu một số hoặc tất cả các biến quyết định phải nhận giá trị nguyên hoặc nhị phân (0 hoặc 1). Lớp bài toán này có độ phức tạp tính toán NP-khó, xuất hiện phổ biến trong bài toán người giao hàng (TSP), xếp lịch làm việc và thiết kế mạng lưới logistics.\u003C\u002Fp>\n\n\u003Ch3>4. Tối ưu hóa dưới điều kiện bất định\u003C\u002Fh3>\n\u003Cp>Trong thực tế, các tham số đầu vào thường không cố định mà biến động ngẫu nhiên:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Quy hoạch ngẫu nhiên (Stochastic Programming):\u003C\u002Fstrong> Theo Birge và Louveaux (2011), mô hình mô tả tham số dưới dạng phân phối xác suất đã biết, tối ưu hóa giá trị kỳ vọng của hàm mục tiêu qua nhiều kịch bản.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tối ưu hóa bền vững (Robust Optimization):\u003C\u002Fstrong> Theo Ben-Tal và cộng sự (2009), phương pháp này tìm kiếm giải pháp tối ưu cho kịch bản xấu nhất (worst-case) trong một tập bất định hình học xác định trước mà không cần biết chính xác hàm mật độ xác suất.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Bảng so sánh các lớp mô hình tối ưu hóa phổ biến\u003C\u002Fh2>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Lớp mô hình\u003C\u002Fth>\n      \u003Cth>Dạng hàm mục tiêu\u003C\u002Fth>\n      \u003Cth>Dạng ràng buộc\u003C\u002Fth>\n      \u003Cth>Miền giá trị biến\u003C\u002Fth>\n      \u003Cth>Ứng dụng tiêu biểu\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Quy hoạch tuyến tính (LP)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Tuyến tính\u003C\u002Ftd>\n      \u003Ctd>Tuyến tính\u003C\u002Ftd>\n      \u003Ctd>Số thực liên tục\u003C\u002Ftd>\n      \u003Ctd>Lập kế hoạch sản xuất, phối trộn nguyên liệu, vận tải.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Quy hoạch số nguyên (MIP)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Tuyến tính \u002F Phi tuyến\u003C\u002Ftd>\n      \u003Ctd>Tuyến tính \u002F Phi tuyến\u003C\u002Ftd>\n      \u003Ctd>Số nguyên, nhị phân\u003C\u002Ftd>\n      \u003Ctd>Định tuyến xe giao hàng, phân bổ vị trí kho bãi, lập lịch bay.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Quy hoạch phi tuyến (NLP)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Phi tuyến tổng quát\u003C\u002Ftd>\n      \u003Ctd>Phương trình \u002F Bất phương trình phi tuyến\u003C\u002Ftd>\n      \u003Ctd>Số thực liên tục\u003C\u002Ftd>\n      \u003Ctd>Điều khiển quá trình hóa học, huấn luyện mạng nơ-ron sâu.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Quy hoạch bán xác định (SDP)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Tuyến tính trên ma trận\u003C\u002Ftd>\n      \u003Ctd>Bất đẳng thức ma trận tuyến tính (LMI)\u003C\u002Ftd>\n      \u003Ctd>Không gian ma trận đối xứng\u003C\u002Ftd>\n      \u003Ctd>Xử lý tín hiệu radar, điều khiển bền vững, vật lý lượng tử.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Quy trình xây dựng và giải quyết mô hình tối ưu hóa\u003C\u002Fh2>\n\u003Cp>Quá trình ứng dụng mô hình tối ưu hóa trong doanh nghiệp và kỹ thuật tuân thủ năm bước chuẩn hóa:\u003C\u002Fp>\n\u003Col>\n  \u003Cli>\u003Cstrong>Xác định bài toán thực tế:\u003C\u002Fstrong> Nhận diện rõ mục tiêu chiến lược, nguồn lực giới hạn và các quyết định cần đưa ra.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mô hình hóa toán học:\u003C\u002Fstrong> Định nghĩa tập biến số, xây dựng công thức giải tích cho hàm mục tiêu và thiết lập hệ ràng buộc.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thu thập và tiền xử lý dữ liệu:\u003C\u002Fstrong> Ước lượng các hệ số chi phí, năng suất và dung lượng tài nguyên.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Lựa chọn thuật toán và bộ giải (Solver):\u003C\u002Fstrong> Sử dụng các công cụ tính toán chuyên dụng như Gurobi, CPLEX, COIN-OR hoặc SCIP.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phân tích độ nhạy và triển khai:\u003C\u002Fstrong> Đánh giá mức độ thay đổi của phương án tối ưu khi các thông số đầu vào dao động và tích hợp vào hệ thống ERP vận hành.\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Ch2>Ứng dụng thực tiễn của mô hình tối ưu hóa tại Việt Nam\u003C\u002Fh2>\n\u003Cp>Mô hình tối ưu hóa đang là động lực nâng cao năng suất trong nền kinh tế số Việt Nam:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Tối ưu hóa chuỗi cung ứng và giao vận chặng cuối:\u003C\u002Fstrong> Các doanh nghiệp thương mại điện tử và logistics (như Viettel Post, GHN, Shopee Xpress) ứng dụng bài toán định tuyến phương tiện (VRP) giúp tiết kiệm chi phí nhiên liệu và rút ngắn thời gian giao hàng.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Vận hành hệ thống điện quốc gia:\u003C\u002Fstrong> Trung tâm Điều độ Hệ thống điện Quốc gia sử dụng mô hình lập lịch huy động nguồn điện (Unit Commitment - UC) và phân phối công suất tối ưu (Optimal Power Flow - OPF) để điều hòa năng lượng tái tạo gió, mặt trời và thủy điện hiệu quả nhất.\u003C\u002Fli>\n\u003C\u002Ful>","optimization model",[61,62],"mô hình toán tối ưu","mô hình quy hoạch toán học","Mô hình tối ưu hóa là sự biểu diễn toán học của bài toán ra quyết định nhằm tìm kiếm giá trị tốt nhất của hàm mục tiêu trong khi thỏa mãn đồng thời các ràng buộc kỹ thuật và kinh tế.","NATURAL_SCIENCES",[66,72,77],{"citationText":67,"title":68,"authors":69,"source":20,"year":70,"doi":71,"url":20},"Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge University Press.","Convex Optimization","Boyd, Vandenberghe",2004,"10.1017\u002Fcbo9780511804441",{"citationText":73,"title":74,"authors":75,"source":20,"year":47,"doi":76,"url":20},"Birge, J. R., & Louveaux, F. (2011). Introduction to Stochastic Programming. Springer New York.","Introduction to Stochastic Programming","Birge, Louveaux","10.1007\u002F978-1-4614-0237-4",{"citationText":78,"title":79,"authors":80,"source":20,"year":81,"doi":82,"url":20},"Ben-Tal, A., El Ghaoui, L., & Nemirovski, A. (2009). Robust Optimization. Princeton University Press.","Robust Optimization","Ben-Tal, El Ghaoui, Nemirovski",2009,"10.1515\u002F9781400831050",[84,87,90],{"question":85,"answer":86},"Ba thành phần cơ bản của một mô hình tối ưu hóa là gì?","Ba thành phần cốt lõi gồm có: biến quyết định (decision variables), hàm mục tiêu (objective function) định lượng tiêu chí cần tối ưu, và hệ thống các ràng buộc (constraints) xác định miền nghiệm khả thi.",{"question":88,"answer":89},"Vì sao tối ưu hóa lồi được coi là bài toán dễ giải quyết hơn phi tuyến tổng quát?","Theo Boyd và Vandenberghe (2004), trong bài toán tối ưu hóa lồi, mọi điểm cực tiểu địa phương đều là điểm cực tiểu toàn cục, cho phép các thuật toán hội tụ nhanh chóng và tin cậy đến nghiệm tối ưu tuyệt đối.",{"question":91,"answer":92},"Tối ưu hóa ngẫu nhiên và tối ưu hóa bền vững khác nhau như thế nào?","Theo Birge & Louveaux (2011) và Ben-Tal et al. (2009), tối ưu hóa ngẫu nhiên tối ưu giá trị kỳ vọng dựa trên phân phối xác suất đã biết, trong khi tối ưu hóa bền vững tìm nghiệm an toàn cho kịch bản xấu nhất trong tập bất định.",{"id":94,"researcherId":20,"name":95,"imageUrl":96},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":94,"researcherId":20,"name":95,"imageUrl":96},[55],"PUBLISHED","2025-07-21T02:16:28.092+00:00","2026-09-03T02:09:29.345+00:00","2025-07-22T06:38:30.575+00:00","2026-09-03T02:09:29.341+00:00",559,[106,109,112,115,125,135,146,154,159,164],{"id":107,"title":108,"term":107,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"luồng cực đại","Luồng cực đại là gì? Các nghiên cứu khoa học liên quan",{"id":110,"title":111,"term":110,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"lý thuyết quyết định","Lý thuyết quyết định là gì? Các bài báo nghiên cứu khoa học",{"id":113,"title":114,"term":113,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"lý thuyết tiện ích","Lý thuyết tiện ích là gì? Các nghiên cứu khoa học liên quan",{"id":116,"title":117,"term":116,"englishTitle":118,"definition":119,"discipline":120,"disciplineCode":121,"disciplineLabel":122,"disciplineColor":123,"disciplineIcon":124},"aomdv","Aomdv: Khái niệm, nguyên lý và ứng dụng","Ad hoc On-demand Multipath Distance Vector (AOMDV)","Aomdv là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực engineering technology, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":126,"title":127,"term":126,"englishTitle":128,"definition":129,"discipline":130,"disciplineCode":131,"disciplineLabel":132,"disciplineColor":133,"disciplineIcon":134},"dụng cụ tử cung","Dụng cụ tử cung: Khái niệm, nguyên lý và ứng dụng","Intrauterine device (IUD)","Dụng cụ tử cung là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực medical health sciences, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":136,"title":137,"term":138,"englishTitle":139,"definition":140,"discipline":141,"disciplineCode":142,"disciplineLabel":143,"disciplineColor":144,"disciplineIcon":145},"mô hình quyết định","Mô hình quyết định là gì? Ý nghĩa và ứng dụng chuyên sâu","Mô hình quyết định","Decision model","Mô hình quyết định là biểu diễn toán học hoặc sơ đồ cấu trúc của quá trình ra quyết định, hỗ trợ lựa chọn phương án tối ưu giữa nhiều giải pháp cạnh tranh dựa trên các tiêu chí mục tiêu, hàm lợi ích và các ràng buộc xác định.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":147,"title":148,"term":147,"englishTitle":147,"definition":149,"discipline":64,"disciplineCode":150,"disciplineLabel":151,"disciplineColor":152,"disciplineIcon":153},"proton","Proton là gì? Cấu trúc và ứng dụng của Proton","Proton là một hạt hạ nguyên tử bền vững thuộc nhóm baryon cấu tạo từ hai quark lên và một quark xuống, mang điện tích nguyên tố dương và có khối lượng nghỉ xấp xỉ 1.6726 x 10^-27 kg nằm trong hạt nhân nguyên tử.","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":155,"title":156,"term":155,"englishTitle":157,"definition":158,"discipline":64,"disciplineCode":150,"disciplineLabel":151,"disciplineColor":152,"disciplineIcon":153},"nhiệt độ nóng chảy","Nhiệt độ nóng chảy là gì? Các nghiên cứu khoa học liên quan","nhiet do nong chay","khái niệm và đối tượng nghiên cứu cơ bản trong khoa học tự nhiên, phản ánh các đặc trưng bản chất, cơ chế vận hành và các quy luật tương tác hệ thống trong thực tiễn.",{"id":160,"title":161,"term":160,"englishTitle":162,"definition":163,"discipline":64,"disciplineCode":150,"disciplineLabel":151,"disciplineColor":152,"disciplineIcon":153},"hằng số tốc độ","Hằng số tốc độ là gì? Các bài nghiên cứu khoa học liên quan","rate constant","Hằng số tốc độ (Reaction Rate Constant, ký hiệu k) là một hệ số tỷ lệ đặc trưng trong phương trình động học biểu thị tốc độ của phản ứng hóa học khi nồng độ của tất cả các chất phản ứng bằng đơn vị.",{"id":165,"title":166,"term":165,"englishTitle":167,"definition":168,"discipline":64,"disciplineCode":150,"disciplineLabel":151,"disciplineColor":152,"disciplineIcon":153},"động vật linh trưởng","Động vật linh trưởng là gì? Tiến hóa Perelman, giải phẫu Fleagle và Estrada","primates","Động vật linh trưởng là một bộ thú có vú bậc cao đặc trưng bởi bàn tay ngón cái đối diện, thị giác lập thể 3D và vỏ não phát triển, tiến hóa qua các nhánh Mũi ướt và Mũi khô theo nghiên cứu Perelman-Fleagle."]