[論文レビュー] Dial-a-ride problem with modular platooning and en-route transfers

Zhexi Fu, Joseph Y.J. Chow|arXiv (Cornell University)|Dec 1, 2022

Transportation and Mobility Innovations被引用数 4

ひとこと要約

本稿では、動的プレートーニングと経路中転送を可能にするモジュラー車両を用いたオンデマンドモビリティのための新規フレームワークであるモジュラー・ダイラライド問題（MDARP）を提案する。混合整数線形プログラミング（MILP）モデルとスタイナー木にインspiredした大規模近傍探索ヒューリスティクスを提案し、実験シナリオにおいて従来のオンデマンドサービスと比較して、車両走行コストが最大52.0%削減され、乗客サービス時間は35.6%、総コストは29.4%削減されることを示している。

ABSTRACT

Modular vehicles (MV) possess the ability to physically connect/disconnect with each other and travel in platoon with less energy consumption. A fleet of demand-responsive transit vehicles with such technology can serve passengers door to door or have vehicles deviate to platoon with each other to travel at lower cost and allow for en-route passenger transfers before splitting. A mixed integer linear programming (MILP) model is formulated to solve this "modular dial-a-ride problem" (MDARP). A heuristic algorithm based on Steiner-tree-inspired large neighborhood search is developed to solve the MDARP for practical scenarios. A set of small-scale synthetic numerical experiments are tested to evaluate the optimality gap and computation time between exact solutions of the MDARP using commercial software and the proposed heuristic. Large-scale experiments are conducted on the Anaheim network with 378 candidate join/split nodes to further explore the potentials and identify the ideal operation scenarios of MVs. The results show that MV technology can save up to 52.0% in vehicle travel cost, 35.6% in passenger service time, and 29.4% in total cost against existing on-demand mobility services in the scenarios tested. Results suggest that MVs best benefit from platooning by serving "enclave pairs" as a hub-and-spoke service.

研究の動機と目的

• オンデマンドモビリティサービスにおける非効率を是正するため、動的プレートーニングと経路中乗客転送が可能なモジュラー車両を統合すること。
• 車両の結合・分離および転送を含むモジュラー車両運用の複雑性を捉える混合整数線形プログラミング（MILP）モデルの開発。
• スタイナー木にインspiredした構築段階を有する大規模近傍探索（LNS）に基づくヒューリスティクスアルゴリズムの設計により、大規模MDARPインスタンスを効率的に解くこと。
• 現実的な都市ネットワークにおける従来のオンデマンド公共交通と比較して、モジュラー車両がもたらすコストおよび時間の削減を評価すること。
• 特にハブアンドスポークサービスパターンを通じて最大の利点を発揮する、理想的な運用シナリオを同定すること。

提案手法

• 車両の結合／分離意思決定、乗客ルーティング、プレートーニング制約を組み込んだMDARPを表現する混合整数線形プログラミング（MILP）モデルの定式化。
• スタイナー木にインspiredした構築段階を有する大規模近傍探索（LNS）に基づくヒューリスティクスアルゴリズムを開発し、高品質な初期解を生成。
• 車両ルート、プレートオン形成、転送ポイントの変更により、近傍解を探索する局所探索手順の実装。
• 計算複雑性を低減するために、候補となる結合／分離ノードに焦点を当てた分解戦略の導入。
• 小規模インスタンスにおいてヒューリスティクスを正確なMILP解と比較し、最適性ギャップと計算時間を評価。
• 大規模なテストベッドとして、378の候補となる結合／分離ノードを有するアナヘイマネットワークを用い、性能とスケーラビリティを評価。

実験結果

リサーチクエスチョン

• RQ1 経路中転送を伴うモジュラー・プレートーニングが、オンデマンドモビリティにおける車両走行コスト、乗客サービス時間、および総コストに与える影響は何か？
• RQ2 小規模インスタンスにおいて、提案されたヒューリスティクスの最適性ギャップと計算時間は、正確なMILP解と比較してどの程度か？
• RQ3 どのような運用シナリオでモジュラー車両が最大のコストおよび時間の削減を達成するか？
• RQ4 ネットワークトポロジーと需要パターンが異なる場合、モジュラー車両のパフォーマンスにどのように影響するか？
• RQ5 「エンクレーブペア」とハブアンドスポーク構造は、モジュラー車両運用の利点を最大化するために果たす役割は何か？

主な発見

• テストされたシナリオにおいて、モジュラー車両は従来のオンデマンドモビリティサービスと比較して、車両走行コストを最大52.0%削減した。
• 最適化されたプレートーニングと転送調整のおかげで、乗客サービス時間が最大35.6%短縮された。
• 走行コストと運用コストの両方の削減を組み合わせることで、総システムコストは最大29.4%削減された。
• 小規模インスタンスにおいて、提案されたヒューリスティクスは正確なMILPソルバーよりもはるかに短い計算時間で近似的最適解を達成した。
• 最大の利点は、モジュラー車両が「エンクレーブペア」をサービスするハブアンドスポークシステムとして運用された場合に得られた。
• アナヘイマネットワークを用いた大規模実験により、MDARPフレームワークのスケーラビリティと実用的妥当性が確認された。