[論文レビュー] The vehicle relocation problem for the one-way electric vehicle sharing

Maurizio Bruglieri, Alberto Colorni+1 more|arXiv (Cornell University)|Jul 27, 2013

Transportation and Mobility Innovations参考文献 22被引用数 10

ひとこと要約

本稿は、電動ワンウェイカーシェアリングシステムにおける車両再配置問題を解消するため、混合整数線形プログラミング（MILP）モデルを提案する。この問題では、需要と供給の不均衡を解消するために、スタッフが車両を再配置する必要があり、バッテリー残量を考慮する。本手法は、車両再配置とエネルギー制約を統合し、解法の効率を向上させるために有効な不等式を用いる。Milanの道路網インスタンスを用いた実験で、CPLEXを用いて有効性が示された。

ABSTRACT

Traditional car-sharing services are based on the two-way scheme, where the user picks up and returns the vehicle at the same parking station. Some services permits also one-way trips, which allows the user to return the vehicle in another station. The one-way scheme is quite more attractive for the users, but may pose a problem for the distribution of the vehicles, due to a possible unbalancing between the user demand and the availability of vehicles or free slots at the stations. Such a problem is more complicated in the case of electrical car sharing, where the travel range depends on the level of charge of the vehicles. The paper presents a new approach for the Electric Vehicle Relocation Problem, where cars are moved by personnel of the service operator to keep the system balanced. Such a problem generates a challenging pickup and delivery problem with new features that to the best of our knowledge never have been considered in the literature. We yield a Mixed Integer Linear Programming formulation and some valid inequalities to speed up its solution through a state-of-the art solver (CPLEX). We test our approach on verisimilar instances built on the Milan road network.

研究の動機と目的

• ユーザーの需要と供給の不均衡が発生する駅間で、ワンウェイ電動カーシェアリングシステムにおける車両の不均衡を是正すること。
• 実際の電動車両の走行可能範囲の制限を反映させるために、バッテリー残量を再配置意思決定における重要な制約として統合すること。
• サービス事業者が最適な再配置ルートとタイミングを最適化するための混合整数線形プログラミングモデルを開発すること。
• 有効な不等式を用いて、MILP定式化を強化し、解法速度を向上させること。
• Milanの道路網に基づく現実的なインスタンスを用いて、モデルの評価を行うこと。

提案手法

• 車両の利用可能性、需要、バッテリー残量を統合した、電動車両再配置問題（EVRP）を混合整数線形計画問題（MILP）として定式化する。
• 時間窓とエネルギー制約を備えたピックアップ・デリバリー問題として、車両移動をモデル化し、電動車両の運用制限を反映する。
• MILP定式化を厳密化し、CPLEXにおける収束速度を向上させるために、有効な不等式を組み込む。
• Milanの道路網と歴史的需要パターンに基づいて、現実的なテストインスタンスを生成するための事前処理ステップを実施する。
• 需要と車両の利用可能性に不確実性が伴う状況下での動的意思決定のため、ローリングホライズンアプローチを採用する。
• MILP定式化を効率的に解くために、最先端の最適化ソルバ（CPLEX）を採用する。

実験結果

リサーチクエスチョン

• RQ1 バッテリー残量制約のもとで、ワンウェイ電動カーシェアリングシステムにおける車両再配置をどのように最適化できるか？
• RQ2 有効な不等式を組み込むことで、MILP定式化の解法時間と解の品質にどのような影響が生じるか？
• RQ3 提案されたMILPモデルは、Milanのような実際の都市ネットワークにおいて、駅間での車両分配をいかにバランスさせるか？
• RQ4 電動車両シェアリングにおいて、再配置コスト、サービスカバレッジ、バッテリー残量状態の間にはどのようなトレードオフが存在するか？
• RQ5 提案されたモデルは、需要の変動が生じる状況でも、システムのバランスを維持できるか？

主な発見

• MILP定式化は、バッテリー制約と再配置意思決定を伴うワンウェイ電動車両シェアリングの複雑さを効果的に捉えている。
• 有効な不等式の導入により、解法時間が顕著に短縮され、CPLEXにおける収束が迅速化した。
• Milanを基盤とするテストインスタンスにおいて、モデルは駅間のシステムバランスを効果的に維持し、未満たされた需要と車両不足の両方を最小限に抑えた。
• バッテリー残量は再配置計画において重要な要因であり、これを無視すると不適切または非効率な解が得られる。
• 本手法は、実際の都市の道路網においてスケーラビリティと実用的妥当性を示し、運用面での導入を支援する。
• 結果から、需要と充電状態を予測して事前に再配置を行うことで、システム効率と利用者満足度が向上することが明らかになった。