[논문 리뷰] Computing Dynamic User Equilibrium on Large-Scale Networks Without Knowing Global Parameters

Duong Viet Thong, Aviv Gibali외 2명|arXiv (Cornell University)|2020. 10. 08.

Transportation Planning and Optimization참고 문헌 57인용 수 6

한 줄 요약

이 논문은 지연 연산자의 리프시츠 상수와 같은 전역 매개변수에 대한 사전 지식이 없이도 대규모 교통망에서 동적 사용자 균형(DUE)을 계산하기 위한 적응형이며 강수렴하는 고정점 알고리즘을 제안한다. 이 방법은 이완과 관성 항을 포함한 전진-후진-전진 프레임워크를 사용하여, 비단조화 지연 연산자에 대해서도 수렴을 보장하며, 표준 네트워크에서의 수치 실험에서 기존 솔버보다 뛰어난 성능을 보인다.

ABSTRACT

Dynamic user equilibrium (DUE) is a Nash-like solution concept describing an equilibrium in dynamic traffic systems over a fixed planning period. DUE is a challenging class of equilibrium problems, connecting network loading models and notions of system equilibrium in one concise mathematical framework. Recently, Friesz and Han introduced an integrated framework for DUE computation on large-scale networks, featuring a basic fixed-point algorithm for the effective computation of DUE. In the same work, they present an open-source MATLAB toolbox which allows researchers to test and validate new numerical solvers. This paper builds on this seminal contribution, and extends it in several important ways. At a conceptual level, we provide new strongly convergent algorithms designed to compute a DUE directly in the infinite-dimensional space of path flows. An important feature of our algorithms is that they give provable convergence guarantees without knowledge of global parameters. In fact, the algorithms we propose are adaptive, in the sense that they do not need a priori knowledge of global parameters of the delay operator, and which are provable convergent even for delay operators which are non-monotone. We implement our numerical schemes on standard test instances, and compare them with the numerical solution strategy employed by Friesz and Han.

연구 동기 및 목표

• 지연 연산자의 전역 매개변수를 알지 못하는 대규모 네트워크에서 동적 사용자 균형(DUE)을 계산하는 데 도전하는 것.
• 리프시츠 상수나 지연 연산자의 단조성에 대한 사전 지식에 의존하지 않고도 수렴성이 보장되는 수치 알고리즘을 개발하는 것.
• 계산 중 새로운 정보에 적응적으로 조정되는 알고리즘을 설계하여 강건성과 실용적 적용성을 향상시키는 것.
• DUE의 무한차원 힐버트 공간 공식화에서 강수렴을 보장함으로써 기존 솔버를 향상시키는 것.
• 계산 비용이 높은 DNL 서브루틴 호출 의존도를 줄이면서도, 약한 가정 하에 수렴 보장을 유지하는 것.

제안 방법

• 경로 유량 분포를 표현하기 위해 무한차원 힐버트 공간 내에서 DUE를 변분부등식(VI)으로 공식화.
• 수렴 행동을 향상시키기 위해 이완과 관성 수정을 포함한 전진-후진-전진(FBF) 알고리즘 제안.
• 지연 연산자의 전역 리프시츠 상수를 알 필요 없이 적응형 스텝 사이즈 도입.
• 투영 기반 고정점 반복 프레임워크를 통해 반복값이 유일한 해로 강수렴하도록 보장.
• 닫힌 형태의 표현식이 필요 없이, DNL에서 유도된 경로 지연 연산자를 블랙박스로 간주.
• 약한 단조성 가정 하에 수렴성을 입증하기 위해 약한 수렴, 페이저 모노톤성, 유계성 추론과 같은 이론적 도구 활용.

실험 결과

연구 질문

• RQ1 지연 연산자의 전역 리프시츠 상수를 사전에 알지 못해도 강수렴하는 DUE 계산 알고리즘을 설계할 수 있는가?
• RQ2 비단조화 지연 연산자에 대해서도 동적 교통 균형 문제에서 수렴성을 보장할 수 있는가?
• RQ3 적응형 스텝 사이즈를 사용하여 전역 매개변수 추정에 의존도를 줄이면서도 수렴성을 유지할 수 있는가?
• RQ4 대규모 네트워크 사례에서 기존 고정점 솔버에 비해 제안된 FBF 기반 알고리즘의 성능 향상은 어떠한가?
• RQ5 DNL 서브루틴 호출 횟수를 줄이며도 강수렴을 유지할 수 있는가?

주요 결과

• 제안된 FBF 알고리즘은 지연 연산자의 전역 리프시츠 상수를 알지 못해도 DUE 해로 강수렴한다.
• 지연 연산자가 비단조화일 경우에도 알고리즘이 수렴성이 보장되어, 기존 가정을 초월한 적용 가능성을 넓힌다.
• Nguyen 및 Sioux Falls 네트워크에서의 수치 실험 결과, Friesz와 Han의 툴박스에 내장된 사전 구현 솔버보다 뛰어난 성능을 보였다.
• 적응형 스텝 사이즈와 관성 보정이 실무에서 수렴 행동을 크게 향상시키며, 특히 초기 반복에서 두드러진다.
• 이론적 분석을 통해 반복값의 수열이 유일한 해로 강수렴함을 확인하였으며, 수렴성은 약한 클러스터 점 분석과 노름 감쇠 추론을 통해 입증되었다.
• 약한 단조성 조건 하에 수렴 보장을 갖는 이중 호출 FBF 구조를 활용하여, 반복마다 DNL 평가 의존도를 줄였다.