[論文レビュー] Computing Dynamic User Equilibrium on Large-Scale Networks Without Knowing Global Parameters

Duong Viet Thong, Aviv Gibali+2 more|arXiv (Cornell University)|Oct 8, 2020

Transportation Planning and Optimization参考文献 57被引用数 6

ひとこと要約

本稿では、遅延演算子のリプシッツ定数などのグローバルパラメータの事前知識が不要な、大規模な交通ネットワークにおける動的ユーザ均衡（DUE）を計算するための適応的で強く収束する固定点アルゴリズムを提案する。この手法は、緩和および慣性項を含む前向き・後向き・前向き（FBF）フレームワークに基づくもので、非単調な遅延演算子に対しても収束を保証し、標準的なネットワークにおける数値実験で既存のソルバーより優れた性能を示した。

ABSTRACT

Dynamic user equilibrium (DUE) is a Nash-like solution concept describing an equilibrium in dynamic traffic systems over a fixed planning period. DUE is a challenging class of equilibrium problems, connecting network loading models and notions of system equilibrium in one concise mathematical framework. Recently, Friesz and Han introduced an integrated framework for DUE computation on large-scale networks, featuring a basic fixed-point algorithm for the effective computation of DUE. In the same work, they present an open-source MATLAB toolbox which allows researchers to test and validate new numerical solvers. This paper builds on this seminal contribution, and extends it in several important ways. At a conceptual level, we provide new strongly convergent algorithms designed to compute a DUE directly in the infinite-dimensional space of path flows. An important feature of our algorithms is that they give provable convergence guarantees without knowledge of global parameters. In fact, the algorithms we propose are adaptive, in the sense that they do not need a priori knowledge of global parameters of the delay operator, and which are provable convergent even for delay operators which are non-monotone. We implement our numerical schemes on standard test instances, and compare them with the numerical solution strategy employed by Friesz and Han.

研究の動機と目的

• 遅延演算子のグローバルパラメータが未知である大規模ネットワークにおける動的ユーザ均衡（DUE）の計算という課題に対処すること。
• リプシッツ定数や遅延演算子の単調性に関する事前知識に依存しない、理論的に収束性が保証される数値的アルゴリズムの開発。
• 計算中に得られる新たな情報を動的に活用する適応的アルゴリズムの設計により、耐障害性と実用的適用性を向上させること。
• DUEの無限次元ヒルバート空間における定式化において、強く収束するアルゴリズムを実現すること。
• DNLサブルーチンの呼び出し回数を減らしつつ、弱い仮定のもとで収束保証を維持すること。

提案手法

• 経路流量分布を表す無限次元ヒルバート空間における変分不等式（VI）としてDUEを定式化する。
• 収束性を向上させるために、緩和および慣性項を導入した前向き・後向き・前向き（FBF）アルゴリズムを提案する。
• 遅延演算子のグローバルリプシッツ定数の知識が不要な適応的ステップサイズを導入する。
• 射影に基づく固定点反復フレームワークにより、反復列が唯一の解に強く収束することを保証する。
• DNL（動的ネットワークローディング）から導かれる経路遅延演算子をブラックボックスとして扱い、閉形式表現の必要がない。
• 弱収束、フェージェール単調性、有界性の議論といった理論的道具を用いて、弱い単調性仮定のもとで収束性を証明する。

実験結果

リサーチクエスチョン

• RQ1 遅延演算子のグローバルリプシッツ定数の事前知識がなくても、DUE計算アルゴリズムが強く収束するように設計可能か？
• RQ2 動的交通均衡問題において、非単調な遅延演算子に対しても収束性を保証する方法は何か？
• RQ3 適応的ステップサイズを用いることで、グローバルパラメータ推定への依存を減らしつつ収束性を維持できるか？
• RQ4 大規模ネットワークインスタンスにおいて、提案されたFBFベースのアルゴリズムは、標準的な固定点ソルバーよりどれほど性能向上を達成できるか？
• RQ5 DNLサブルーチンの呼び出し回数を減らしつつ、強く収束する仕組みを維持することは可能か？

主な発見

• 提案されたFBFアルゴリズムは、遅延演算子のグローバルリプシッツ定数の知識がなくても、DUE解に強く収束する。
• 非単調な遅延演算子に対しても、理論的に収束性が保証されるため、従来の仮定を超えた適用範囲を有する。
• ニエン・ネットワークおよびシウ・フォールズネットワークにおける数値実験では、FrieszとHanのツールボックスに内蔵された既存ソルバーより優れた性能を示した。
• 適応的ステップサイズと慣性補正は、特に初期反復において収束性を顕著に改善する。
• 理論的分析により、反復列が唯一の解に強く収束することが確認され、弱凝集点解析とノルムの減衰に関する議論によって収束性が確立された。
• 弱い単調性仮定のもとで収束保証を持つ2回呼び出し構造のFBFを活用することで、1反復あたりのDNL評価への依存度を低減した。