[論文レビュー] Instance generation tool for on-demand transportation problems

Michell Queiroz, Flavien Lucas+1 more|arXiv (Cornell University)|Aug 23, 2022

Transportation and Mobility Innovations被引用数 4

ひとこと要約

本稿では、OpenStreetMapから得た現実のストリートネットワークを用いて、現実的で多様なベンチマークインスタンスを生成する柔軟なインスタンス生成ツールであるREQreateを紹介する。このツールは、問題のサイズ、ダイナミック性、緊急度、地理的分散といった主要な問題特性を設定可能に制御でき、オンデマンドバスルーティング問題（ODBRP）に対して5,280件の合成インスタンスを生成し、実際のライドシェアデータのパターンとよく一致することを示している。

ABSTRACT

We present REQreate, a tool to generate instances for on-demand transportation problems. Such problems consist of optimizing the routes of vehicles according to passengers' demand for transportation under space and time restrictions (requests). REQreate is flexible and can be configured to generate instances for a large number of problems in this problem class. In this paper, we demonstrate this by generating instances for the Dial-a-Ride Problem (DARP) and On-demand Bus Routing Problem (ODBRP). In most of the literature, researchers either test their algorithms with instances based on artificial networks or perform real-life case studies on instances derived from a specific city or region. Furthermore, locations of requests for on-demand transportation problems are mostly randomly chosen according to a uniform distribution. The aim of REQreate is to overcome these non-realistic and overfitting shortcomings. Rather than relying on either artificial or limited data, we retrieve real-world street networks from OpenStreetMaps (OSM). To the best of our knowledge, this is the first tool to make use of real-life networks to generate instances for an extensive catalogue of existing and upcoming on-demand transportation problems. Additionally, we present a simple method that can be embedded in the instance generation process to produce distinct urban mobility patterns. We perform an analysis with real life datasets reported by rideshare companies and compare them with properties of synthetic instances generated with REQreate. Another contribution of this work is the introduction of the concept of instance similarity that serves as support to create diverse benchmark sets, in addition to properties (size, dynamism, urgency and geographic dispersion) that could be used to comprehend what affects the performance of algorithms.

研究の動機と目的

• 既存の文献において、オンデマンド輸送問題のための標準的で現実的なベンチマークインスタンスが不足しているという問題に対処すること。
• 人工的または都市特有のデータの限界を克服するため、OpenStreetMap（OSM）から得た現実のストリートネットワークを用いること。
• 現実の都市移動パターンを反映する多様で設定可能なインスタンスの生成を可能にすること。
• サイズ、ダイナミック性、緊急度、地理的分散の変動を制御したインスタンスセットを提供することで、アルゴリズムの評価を支援すること。
• ベンチマークセットの多様性と頑健性を保証するため、インスタンス類似度を指標として導入すること。

提案手法

• REQreateは、空間的モデリングの正確性を確保するため、OSMnxライブラリを用いてOpenStreetMapから現実のストリートネットワークを取得する。
• 各リクエストの属性（出発地、目的地、時間窓、リソース要件など）を指定するJSON形式の入力ファイルを介して、インスタンスパラメータを設定する。
• 地理的分散は、出発地ノードと目的地ノード間の直接移動時間の間隔を設定することで制御される。
• ダイナミック性は、計画期間中に動的に到着するリクエストの割合を変更することで調整され（0%～100%を10%刻みで変更可能）、
• 緊急度は、リクエストの時間窓に適合する正規分布（平均と標準偏差を設定可能）を用いてモデル化される。
• POIベースのリクエスト生成法では、ポイント・オブ・インタレスト（POI）と距離に基づく確率を用いて、現実の人の移動パターンを模倣する。

実験結果

リサーチクエスチョン

• RQ1 現実のストリートネットワークを活用することで、オンデマンド輸送インスタンス生成ツールをどれほど現実らしくできるか。
• RQ2 REQreateが生成する合成インスタンスは、実際のライドシェアデータで観察される統計的特性（例：移動時間、時間窓の分布、空間的クラスタリング）をどの程度再現できるか。
• RQ3 ダイナミック性、緊急度、地理的分散の制御された変化が、アルゴリズムの性能評価にどのように影響するか。
• RQ4 インスタンス類似度を指標として用いることで、ベンチマークセットの多様性を確保し、過学習のリスクを低減できるか。
• RQ5 どのインスタンス特性の設定が、より収益性が高く運用可能であるオンデマンド輸送システムを実現するか。

主な発見

• REQreateは、サイズ、ダイナミック性、緊急度、地理的分散の複数の設定をカバーするオンデマンドバスルーティング問題（ODBRP）のための5,280件の合成インスタンスを成功裏に生成した。
• REQreateが生成した合成インスタンスは、シカゴのライドシェアデータで観察される実世界の統計的特性（移動時間、時間窓の分布、空間的クラスタリングなど）をよく再現している。
• このツールのPOIベースのリクエスト生成法は、特許を取得した実世界データにアクセスせずに、明確な都市移動パターンを効果的に再現している。
• インスタンス類似度分析の結果、生成されたベンチマークセットは多様な設定を含んでおり、アルゴリズムの評価における過学習のリスクが低減されていることが確認された。
• このツールは、緊急度（平均5～30分）や地理的分散（10～6000秒）といったインスタンス特性がアルゴリズムの性能に与える影響を体系的に調査することを可能にしている。
• REQreateは、空間的・時間的・距離分布の条件がオンデマンド輸送システムの運用可能性に与える影響を特定することで、実践的な計画支援を提供している。