[論文レビュー] Fare Evasion in Transit Networks

José Correa, Tobias Harks+2 more|arXiv (Cornell University)|May 12, 2014

Transportation Planning and Optimization参考文献 16被引用数 4

ひとこと要約

本稿は、鉄道網における運賃検査戦略のための二段階最適化フレームワークを提案し、鉄道事業者（リーダー）と運賃逃れを行う乗客（フォロワー）の間の相互作用をスタッケルベルクゲームとしてモデル化する。非適応的および適応的乗客行動モデルを導入し、フォロワー問題の正確解法および近似アルゴリズムを設計し、リーダーの利益最大化問題に対して線形計画法（LP）緩和と局所探索を用いて解を求める。実世界の鉄道網において、理論的上限値の95％以内の解が得られた。

ABSTRACT

Public transit systems in urban areas usually require large state subsidies, primarily due to high fare evasion rates. In this paper, we study new models for optimizing fare inspection strategies in transit networks based on bilevel programming. In the first level, the leader (the network operator) determines probabilities for inspecting passengers at different locations, while in the second level, the followers (the fare-evading passengers) respond by optimizing their routes given the inspection probabilities and travel times. To model the followers' behavior we study both a non-adaptive variant, in which passengers select a path a priori and continue along it throughout their journey, and an adaptive variant, in which they gain information along the way and use it to update their route. For these problems, which are interesting in their own right, we design exact and approximation algorithms and we prove a tight bound of 3/4 on the ratio of the optimal cost between adaptive and non-adaptive strategies. For the leader's optimization problem, we study a fixed-fare and a flexible-fare variant, where ticket prices may or may not be set at the operator's will. For the latter variant, we design an LP based approximation algorithm. Finally, using a local search procedure that shifts inspection probabilities within an initially determined support set, we perform an extensive computational study for all variants of the problem on instances of the Dutch railway and the Amsterdam subway network. This study reveals that our solutions are within 95% of theoretical upper bounds drawn from the LP relaxation.

研究の動機と目的

• 都市部の鉄道システムにおける高い運賃未払い率が、顕著な公共補助金を生じさせるという問題に対処すること。
• 鉄道事業者（検査確率を設定）と乗客（経路選択および切符購入行動を決定）の戦略的相互作用を、二段階最適化問題としてモデル化すること。
• 乗客の2つの行動バリエーションを分析すること：非適応的（経路選択が固定）および適応的（検査後、経路を変更）の2種類。
• 鉄道事業者の2つの設定を検討すること：固定運賃（切符価格が規制下）および柔軟運賃（価格を事業者が決定）。
• 実用的なアルゴリズムを開発し、実世界の鉄道網（オランダ鉄道、アムステルダム地下鉄）で解の品質を評価すること。

提案手法

• 運賃検査問題を二段階スタッケルベルクゲームとして定式化：リーダー（事業者）が検査確率を予算制約のもとで設定し、フォロワー（乗客）は期待コストを最小化する経路を選択。
• 乗客のコストを経路長と期待罰金の和として定義し、切符購入コストは切符価格と距離を考慮した最安経路として定義。
• 非適応的フォロワー問題に対して、制限付き最短経路問題に類似した性質を活用し、完全多項式時間近似スキーム（FPTAS）を設計。
• 最適部分構造の性質を活用して、一般グラフ上での適応的フォロワー問題に対する正確な多項式時間アルゴリズムを構築。
• リーダー問題に対して線形計画法（LP）緩和を適用し、上限値を取得し、サポート集合内での検査確率の再配分により解を改善する局所探索ヒューリスティクスを適用。
• 比較のため、MultiCutに基づくヒューリスティクスとMIPソルバを用い、多様なネットワークインスタンスにおける性能を評価。

実験結果

リサーチクエスチョン

• RQ1 適応的および非適応的乗客行動モデルは、最適な運賃検査戦略およびそれに伴うシステム収益にどのように影響を与えるか？
• RQ2 コストの観点から、適応的および非適応的戦略間の最悪ケース性能ギャップは何か？そのギャップは有界にできるか？
• RQ3 検査確率制約下でのフォロワー段階の最短経路問題に対して、効率的な近似アルゴリズムを設計可能か？
• RQ4 LP緩和と局所探索ヒューリスティクスは、固定運賃および柔軟運賃設定下でのリーダーの二段階最適化問題を効果的に解けるか？
• RQ5 提案されたアルゴリズムは、実世界の鉄道網インスタンスにおいて、近似的に最適な解にどの程度近づけるか？

主な発見

• 非適応的戦略の最適コストは、適応的戦略の最適コストの最大4/3倍であり、この3/4比の上限はタイトである。
• 一般グラフ上での適応的フォロワー問題に対して、最適部分構造を活用した正確な多項式時間アルゴリズムが存在する。
• 非適応的フォロワー問題に対してはFPTASが開発され、系列並列グラフ上では正確なアルゴリズムが得られた（制限付き最短経路問題とは異なり、NP困難ではない）。
• 局所探索ヒューリスティクスは解の品質を顕著に向上させ、すべてのテストインスタンスでLP緩和による理論的上限値の平均95％の解が達成された。
• 柔軟運賃設定下では、(1−1/e)-近似アルゴリズムが開発され、LPおよびMultiCut解に対する局所探索により、LP上限値の97.8–98.0％の解が得られた。
• 実世界のインスタンス（例：アムステルダム地下鉄、オランダ鉄道）において、最良の局所探索解はLP緩和上限値の94.7–98.0％を達成し、MIP解とのギャップは常に5％未満であった。