[論文レビュー] A New Shortest Path Algorithm Generalized on Dynamic Graph for Commercial Intelligent Navigation for Transportation Management

Yong Kiam Tan|arXiv (Cornell University)|May 11, 2019

Data Management and Algorithms参考文献 6被引用数 4

ひとこと要約

本論文は、インテリジェント交通システムにおける時間に依存する交通ネットワークを最適化した、新しい動的最短経路アルゴリズムを提案する。時間連続的な「ホットゾーン」オーバーレイグラフモデルを導入することで、大規模な都市ネットワークでもサブ秒未塔のクエリ時間で高速かつスケーラブルで正確なルート計算を実現し、従来のベルマン＝フォード法と比較して、オフライン事前処理と局所的ダイクストラ計算により顕著に性能向上を達成する。

ABSTRACT

Dynamic graph research is an essential subject in Computer Science. The shortest path problem is still the central in this field; moreover there is a variety of applications in practical projects. In this paper, we select the transportation activity as a paradigm to study. Of course there exists the most clear and appealing practical application over the intelligent navigation, also which is an important part in intelligent transportation system (ITS). Totally speaking, this activity is fairly simple and well-behavior under our consideration, for which, there is a lot of sophisticated theories and techniques to motivate our researches although this problem relates to interdisciplinary; so that we can be dedicated to computing aspect. Below, a host of practical problems will by the way be discussed in theory and empiricism including correctness, sampling, accuracy, compatibility, quick query and the application into other research; therein some have been scarcely argued intentionally or not in literatures before. Through these contents, we are able to have a smart system built which easy to incorporate other modules to realize a sophisticated industrial system.

研究の動機と目的

• リアルタイムで変化する交通データを効率的に処理できるように、既存の動的最短経路アルゴリズムの限界を克服すること。
• 都市交通における商業的インテリジェントナビゲーションシステム向けに、スケーラブルでモジュラーなフレームワークを構築すること。
• 交通データをコンパクトで時間連続的なホットゾーンに事前処理することで、オンラインクエリ時間と計算オーバーヘッドを低減すること。
• 最適出発時刻選択のための最良機会問題（BOP）を効率的に解けるようにすること。
• 産業用ITSモジュールと良好に統合できる柔軟性があり、互換性があり、正確なソリューションを提供すること。

提案手法

• エッジ重みが時間とともに変化する時間依存グラフモデルを提案し、離散的な時間依存テーブルとして表現する。
• 時間連続的でコンパクトなオーバーレイグラフとしての「ホットゾーン」（Z）の概念を導入し、類似した動的挙動を示すノードをクラスタリングすることで探索空間を削減する。
• 各ホットゾーン内でダイクストラ法（DCA）を適用し、最小限のオーバーヘッドで高速なオンラインクエリを実現する。
• オフライン事前処理により、所定の時間期間における交通状態を表すゾーンモデルを生成し、クエリの柔軟性を確保する。
• 同一または類似した軌道を示す経路をグループ化する階層的クラスタリング手法を採用し、ストレージおよび計算の冗長性を低減する。
• 時間依存最短経路が非減少であるという性質を活用し、動的重み更新のための修正ラベル付け法を採用する。

実験結果

リサーチクエスチョン

• RQ1 時間変動する交通状態を伴う大規模都市交通ネットワークに対して、動的最短経路計算を効率的かつスケーラブルに実現する方法は何か？
• RQ2 時間変動する交通状態をコンパクトでクエリに優れた形で表現する効果的な方法は何か？
• RQ3 局所的で時間連続的なゾーン（ホットゾーン）を用いることで、正確性を損なわずにオンライン計算時間を短縮できるか？
• RQ4 事前処理されたデータを用いて、最適出発時刻を求める最良機会問題（BOP）を効率的に解けるか？
• RQ5 動的パスファインディングにおいて、ゾーンサイズ、事前処理コスト、オンラインクエリパフォーマンスのトレードオフは何か？

主な発見

• 提案されたホットゾーンモデルにより、探索空間が有効に削減され、標準のラップトップを用いて3.5kノードのゾーンでダイクストラ法が250ms未塔で実行可能である。
• メトロポリタンスケールのネットワーク（例：約10万ノード）では、最大ゾーンサイズが約30であり、クエリ時間はマイクロ秒レベルにまで短縮される。
• 長距離路線（例：6日間の旅程）に対しても、サブ秒のクエリパフォーマンスを達成しており、1分解像度下での最大時間ずれは45分以内である。
• ホットゾーンのオフライン事前処理により、最良機会問題（BOP）の効率的処理が可能となり、繰り返しベルマン＝フォード法を実行するのと比較して、1クエリあたりのコストが低減される。
• ゾーンの時間連続性のおかげで、任意の時間点に対するクエリが可能となり、実世界のナビゲーションシステムにおける柔軟性が向上する。
• ゾーンベースのアプローチの計算複雑度は、O(λ~n log~n + 2M~n) で上限が定められており、~n = √(cn) かつ c ≥ 1 を満たすため、スケーラビリティが裏付けられている。