[論文レビュー] An algorithm for integrating peer-to-peer ridesharing and schedule-based transit system for first mile/last mile access

Pramesh Kumar, Alireza Khani|arXiv (Cornell University)|Jul 15, 2020

Transportation and Mobility Innovations参考文献 45被引用数 64

ひとこと要約

本稿では、ピアツーピアのライドシェアリングとスケジュールベースの公共交通機関を統合することで、最初の1マイル/最後の1マイル（FMLM）問題を解決する、移動ベースのライドシェアリングアルゴリズムを提案する。スケジュールベースの最短経路と時空ピラミッド（STP）制約を用いることで、実行可能な乗客・ドライバーのマッチングを特定し、マッチ数の最大化または車両時間の削減の最適化を図る。1%の参加率でシミュレーションした結果、システム全体の車両時間は最大46%削減された。

ABSTRACT

Due to limited transit network coverage and infrequent service, suburban commuters often face the transit first mile/last mile (FMLM) problem. To deal with this, they either drive to a park-and-ride location to take transit, use carpooling, or drive directly to their destination to avoid inconvenience. Ridesharing, an emerging mode of transportation, can solve the transit first mile/last mile problem. In this setup, a driver can drive a ride-seeker to a transit station, from where the rider can take transit to her respective destination. The problem requires solving a ridesharing matching problem with the routing of riders in a multimodal transportation network. We develop a transit-based ridesharing matching algorithm to solve this problem. The method leverages the schedule-based transit shortest path to generate feasible matches and then solves a matching optimization program to find an optimal match between riders and drivers. The proposed method not only assigns an optimal driver to the rider but also assigns an optimal transit stop and a transit vehicle trip departing from that stop for the rest of the rider's itinerary. We also introduce the application of space-time prism (STP) (the geographical area which can be reached by a traveler given the time constraints) in the context of ridesharing to reduce the computational time by reducing the network search. An algorithm to solve this problem dynamically using a rolling horizon approach is also presented. We use simulated data obtained from the activity-based travel demand model of Twin Cities, MN to show that the transit-based ridesharing can solve the FMLM problem and save a significant number of vehicle-hours spent in the system.

研究の動機と目的

• カバレッジと頻度が限られている郊外の公共交通網における最初の1マイル/最後の1マイル（FMLM）問題に対処すること。
• 固定スケジュールの公共交通サービスと統合された、動的でリアルタイムのマッチングシステムを開発すること。
• 最適化されたライドシェアリング統合によって、走行車両マイル（VMT）とシステム内に滞在する車両時間の削減を図ること。
• 時空ピラミッド（STP）制約とローリングホライゾンアプローチを用いて、マッチング効率を向上させること。
• ミネソタ州トゥインキャニオンズのシミュレーションデータを用いて、大規模かつ現実世界の公共交通網上で、この手法の性能を評価すること。

提案手法

• 乗客のための実行可能な公共交通機関の経路を計算するために、スケジュールベースの公共交通最短経路アルゴリズムを用いる。これには、アクセス時間、待機時間、車内時間、乗り換え時間、出口時間も含まれる。
• 時間的・空間的可用性に基づき、実行可能な乗客・ドライバーのマッチングの探索空間を制限するため、時空ピラミッド（STP）制約を適用する。
• ドライバー・乗客の最適ペア、公共交通の停留所、車両の行程を選択するマッチング最適化モデルを構築し、迂回を最小限に抑え、システム全体の効率を最大化する。
• リアルタイムでの動的ライドシェアリング問題を解くために、ローリングホライゾンアプローチを採用し、5分ごとの時間インターバルでリクエストを処理する。
• 2つの最適化目的を実装する：マッチ数の最大化と車両時間の削減の最大化。
• ミネソタ州トゥインキャニオンズの活動ベースの移動需要シミュレーションデータを用いて、アルゴリズムのキャリブレーションと検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 スケジュールベースの公共交通機関と統合されたライドシェアリングシステムは、低密度の郊外地域における最初の1マイル/最後の1マイル問題を効果的に軽減できるか？
• RQ2 ライドシェアリングをスケジュールベースの公共交通機関と統合することで、システム全体の車両時間の削減とマッチング率はどのように向上するか？
• RQ3 時間の柔軟性と参加率が、アルゴリズムの計算性能とマッチング成功にどの程度影響を与えるか？
• RQ4 時空ピラミッド（STP）技術は、解の品質を損なわせることなく、計算時間をどの程度削減できるか？
• RQ5 ローリングホライゾンアルゴリズムは、大規模かつ動的でリアルタイムのライドシェアリングマッチングを効率的に処理できるか？

主な発見

• 車両時間の削減を最適化した場合、システム全体の車両時間は最大46%削減され、マッチ数の最大化を目的とした場合に比べて著しく優れた性能を示した。
• 1%の参加率でも、各5分間のタイムステップを4.23分未満で処理できたため、標準的なデスクトップハードウェアでも実現可能であることが示された。
• シミュレーション全体で約54%の乗客およびドライバーがマッチングに成功したが、大多数のマッチング不能となった参加者は、時間的制約やリクエストの少なさが主な要因であった。
• ドライバーの迂回時間の平均は9.14分、乗客の乗車時間の平均は20.43分であり、最初の1マイルの移動時間が乗客およびドライバーの移動時間の主要な構成要素であることが示された。
• 時間の柔軟性と参加率を向上させることで、マッチング率と計算負荷が向上し、乗客とドライバーの数が等しい場合に最も高いマッチング率が得られた。
• 単独のライドシェアリングと移動ベースのライドシェアリングを統合することで、マッチング率と車両時間の削減の両方が向上した。これは相乗効果があることを示唆している。