[논문 리뷰] Fare Evasion in Transit Networks

José Correa, Tobias Harks외 2명|arXiv (Cornell University)|2014. 05. 12.

Transportation Planning and Optimization참고 문헌 16인용 수 4

한 줄 요약

이 논문은 도시 대중교통 네트워크에서 요금 점검 전략을 위한 이중 최적화 프레임워크를 제안하며, 이는 대중교통 운영자(리더)와 요금 회피 승객(팔로워) 간의 상호작용을 스타켈베르 게임으로 모델링한다. 비순응(passenger) 및 순응(passenger) 행동 모델을 도입하고, 팔로워 문제를 위한 정확한 알고리즘과 근사 알고리즘을 설계하며, 선형계획법(LP) 근사와 국소 탐색을 사용하여 리더의 이윤 극대화 문제를 해결하여 실제 대중교통 네트워크에서 이론적 상한선의 95% 이내의 해를 달성한다.

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.

연구 동기 및 목표

• 도시 대중교통 시스템에서 높은 요금 회피율이 심각한 공적 보조금을 초래하는 문제를 해결하기 위해.
• 대중교통 운영자(점검 확률 설정)와 승객(경로 선택 및 티켓 구매 행동) 간의 전략적 상호작용을 이중 최적화 문제로 모델링하기 위해.
• 승객의 행동 유형 두 가지를 분석하기 위해: 비순응(고정된 경로 선택) 및 적응형(감시 후 경로 조정).
• 운영자 설정 두 가지를 연구하기 위해: 고정 요금(티켓 가격이 규제됨) 및 유연 요금(운영자가 가격 설정함).
• 효율적인 알고리즘을 개발하고, 네덜란드 철도, 암스테르담 지하철과 같은 실제 대중교통 네트워크에서 성능을 평가하기 위해.

제안 방법

• 요금 점검 문제를 이중 스타켈베르 게임으로 공식화: 리더(운영자)는 예산 제약 하에 점검 확률을 설정하고, 팔로워(승객)는 기대 비용을 최소화하는 경로를 선택한다.
• 승객의 비용을 경로 길이와 기대 벌금의 합으로 모델링하며, 티켓 구매 비용은 티켓 가격과 거리 고려 시 가장 저렴한 경로로 정의된다.
• 비순응 팔로워 문제에 대해 전문화된 다항식 시간 근사 알고리즘(FPTAS)을 설계하였으며, 제한된 최단경로 문제와 유사성을 활용하였다.
• 최적 부분구조 성질을 활용하여 일반 그래프에서 적응형 팔로워 문제에 대한 정확한 다항식 시간 알고리즘을 개발하였다.
• 리더 문제에 대해 선형계획법(LP) 근사를 적용하여 상한선을 확보하고, 지원 집합 내에서 점검 확률을 이동시키는 국소 탐색 휴리스틱을 사용하여 해를 향상시켰다.
• 비교를 위해 MultiCut 기반 휴리스틱과 MIP 솔버를 활용하였으며, 다양한 네트워크 인스턴스에서 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 적응형 및 비순응 승객 행동 모델이 최적의 요금 점검 전략과 시스템 수익에 어떤 영향을 미치는가?
• RQ2 비용 측면에서 적응형 전략과 비순응 전략 간의 최악의 성능 격차는 얼마이며, 이를 상한선으로 둘 수 있는가?
• RQ3 점검 확률 제약 조건 하에서 팔로워 수준의 최단경로 문제에 대해 효율적인 근사 알고리즘을 설계할 수 있는가?
• RQ4 선형계획법 근사와 국소 탐색 휴리스틱이 고정 요금 및 유연 요금 설정 하에서 리더의 이중 최적화 문제를 얼마나 효과적으로 해결하는가?
• RQ5 제안된 알고리즘이 실제 대중교통 네트워크 인스턴스에서 얼마나 근접한 최적해를 달성하는가?

주요 결과

• 비순응 전략의 최적 비용은 적응형 전략의 최적 비용의 최대 4/3배이며, 이 3/4 비율 상한선은 날카로운 경계이다.
• 일반 그래프에서 적응형 팔로워 문제에 대해 최적 부분구조 성질을 활용한 정확한 다항식 시간 알고리즘이 존재한다.
• 비순응 팔로워 문제의 경우 FPTAS가 개발되었으며, 순렬-병렬 그래프에서는 정확한 알고리즘이 발견되었는데, 이는 제한된 최단경로 문제와 달리 NP-난해가 아님을 의미한다.
• 국소 탐색 휴리스틱은 해를 크게 향상시켰으며, 모든 테스트 인스턴스에서 LP 근사의 이론적 상한선의 평균 95% 수준의 해를 달성하였다.
• 유연 요금 설정에서는 (1−1/e)-근사 알고리즘을 개발하였고, LP 및 MultiCut 해에 대한 국소 탐색은 LP 상한선의 97.8–98.0% 수준의 해를 달성하였다.
• 실제 인스턴스(예: 암스테르담 지하철, 네덜란드 철도)에서는 최적의 국소 탐색 해가 LP 근사 상한선의 94.7–98.0% 수준에 도달하였으며, MIP 해와의 격차는 항상 5% 이내였다.