[論文レビュー] Trip-Based Public Transit Routing Using Condensed Search Trees

Sascha Witt|arXiv (Cornell University)|Jul 5, 2016

Data Management and Algorithms参考文献 22被引用数 6

ひとこと要約

本論文は、転送パターンとハブラベルリングにインspiredされた、凝縮された探索木を用いた、トリップベースの公共交通機関ルーティングのための新規高速化技術を提案する。国規模のネットワークにおいて、到着時刻と乗換回数を最小化するパレート最適な旅程のクエリ応答時間をミリ秒未塔にまで短縮し、現在の最先端手法よりも最大2桁速く、前処理のオーバーヘッドは1桁増加にとどめる。

ABSTRACT

We study the problem of planning Pareto-optimal journeys in public transit networks. Most existing algorithms and speed-up techniques work by computing subjourneys to intermediary stops until the destination is reached. In contrast, the trip-based model focuses on trips and transfers between them, constructing journeys as a sequence of trips. In this paper, we develop a speed-up technique for this model inspired by principles behind existing state-of-the-art speed-up techniques, Transfer Pattern and Hub Labelling. The resulting algorithm allows us to compute Pareto-optimal (with respect to arrival time and number of transfers) 24-hour profiles on very large real-world networks in less than half a millisecond. Compared to the current state of the art for bicriteria queries on public transit networks, this is up to two orders of magnitude faster, while increasing preprocessing overhead by at most one order of magnitude.

研究の動機と目的

• 大規模な公共交通機関ネットワークにおけるパレート最適な旅程を、到着時刻と乗換回数の両方をバランスさせながら、効率的に計算することに挑戦する。
• ルーティングの正確性を損なわず、前処理コストを著しく増加させることなく、リアルタイムの交通システムにおけるクエリ応答時間を短縮すること。
• 転送パターンとハブラベルリングの原則を、停留所ではなくトリップを基点とするトリップベースのルーティングモデルに適応すること。
• 国規模のネットワークにおいて、24時間の旅程計画などの多基準プロファイルクエリを、最小限の遅延で効率的に行えるようにすること。
• クエリ性能、前処理コスト、メモリ消費量のバランスを最適化し、既存の手法と比較してパレート最適な位置づけとなるようにすること。

提案手法

• 本手法は、トリップをノード、トリップ間の乗換をエッジとしてモデル化し、停留所インデックスと最小乗換時間を用いて事前に乗換情報を計算する。
• 凝縮された探索木—最適化されたデータ構造で、乗換関係を効果的に表現し、クエリ処理を高速化する。
• 転送パターンのアプローチを採用してトリップ間の乗換パターンを事前に計算し、ハブラベルリングの原則を応用して階層的ラベル付けにより探索を加速する。
• クエリ処理では、プレフィックス木とポストフィックス木を活用して候補旅程を効率的に探索し、パレート最適でない経路を早期に除外する。
• 足の歩行や最小乗換時間の実行時評価を避けるために、スケールに応じた乗換情報の事前計算と保存を実施する。
• 支配チェックを用いて非最適な経路を除外することで、到着時刻と乗換回数の二基準クエリを維持する。

実験結果

リサーチクエスチョン

• RQ1 トリップベースのルーティングモデルは、大規模な公共交通機関ネットワークにおいて、パレート最適な旅程のクエリ応答時間をミリ秒未塔にまで短縮できるか？
• RQ2 本手法が提案する凝縮された探索木技術は、転送パターンやハブラベルリングといった既存の高速化手法と比較して、クエリ時間、前処理コスト、メモリ使用量の観点でどのように差をつけるか？
• RQ3 転送パターンとハブラベルリングの原則は、トリップベースのモデルにどの程度適応可能で、クエリ効率の向上に寄与するか？
• RQ4 国規模のネットワークにこの手法を適用した際、前処理のオーバーヘッドとクエリ性能のトレードオフはどの程度のものか？
• RQ5 本手法は、旅程の多様性が高く、複雑な乗換パターンを有する都市部ネットワークに対しても、効果的にスケーリング可能か？

主な発見

• 本手法は、大規模な実世界ネットワークにおいて、24時間の旅程プロファイルを0.5ミリ秒未塔で計算し、ミリ秒未塔のクエリ応答時間を達成した。
• 二基準クエリにおいて、現在の最先端手法（Scalable Transfer Patterns や PTL を含む）と比較して最大2桁速く、前処理コストはわずか1桁増加にとどまった。
• ドイツ、スイス、スウェーデンといった国規模のネットワークでは、平均クエリ時間が1ミリ秒未塔に抑えられ、PTL よりも前処理コストが1桁低い水準を維持した。
• PTL ですら膨大な前処理コストを要する中、本手法は大規模ネットワークにおいてクエリ速度で優位を保ち、Scalable Transfer Patterns よりも2桁の性能向上を達成した。
• ロンドンやマドリードのような都市部ネットワークでは、旅程の多様性が高いため、国規模ネットワークよりはやや高いミリ秒レベルのクエリ時間が発生したが、依然として低遅延を維持した。
• 本手法は、クエリ時間、前処理コスト、メモリ消費量の間でパレート最適なトレードオフを達成しており、大規模な交通ネットワークにおける二基準プロファイルクエリの最速手法として位置づけられる。