[논문 리뷰] Instance generation tool for on-demand transportation problems

Michell Queiroz, Flavien Lucas외 1명|arXiv (Cornell University)|2022. 08. 23.

Transportation and Mobility Innovations인용 수 4

한 줄 요약

이 논문은 오픈스트리트맵(OpenStreetMap)의 실제 도로 네트워크를 사용하여 현실적이고 다양한 벤치마크 인스턴스를 생성하는 유연한 인스턴스 생성 도구인 REQreate를 소개한다. 이 도구는 문제의 크기, 역동성, 긴급성, 지리적 산재성 등의 핵심 특성을 구성 가능하게 제어할 수 있으며, 실존하는 라이드셰어 데이터 패턴과 유사한 5,280개의 합성 인스턴스를 온디맨드 버스 루팅 문제(ODBRP)에 대해 생성함으로써 성능을 입증한다.

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.

연구 동기 및 목표

• 기존 문헌에서 온디맨드 운송 문제를 위한 표준화되고 현실적인 벤치마크 인스턴스의 부족을 해결하기 위해.
• 인위적이거나 특정 도시에 국한된 데이터의 한계를 극복하기 위해 오픈스트리트맵(OSM)에서 실제 도로 네트워크를 사용하기 위해.
• 현실적인 도시 이동 패턴을 반영하는 다양한 구성 가능한 인스턴스 생성을 가능하게 하기 위해.
• 크기, 역동성, 긴급성, 지리적 산재성 등의 조절 가능한 변형을 포함한 인스턴스 세트를 제공함으로써 알고리즘 평가를 지원하기 위해.
• 벤치마크 세트의 다양성과 강건성을 확보하기 위해 인스턴스 유사도를 메트릭으로 도입하기 위해.

제안 방법

• REQreate는 공간 모델링의 정확성을 확보하기 위해 OSMnx 라이브러리를 사용하여 오픈스트리트맵에서 실제 도로 네트워크를 검색한다.
• 각 요청에 대한 출발지, 목적지, 시간 창, 자원 요구량 등의 속성을 지정하는 JSON 입력 파일을 통해 인스턴스 매개변수를 구성한다.
• 지리적 산재성은 출발지 노드와 목적지 노드 사이의 직접 이동 시간 간격을 설정하여 제어한다.
• 역동성은 계획 기간 동안 동적으로 도착하는 요청의 비율을 변화시켜 조절한다(0%에서 100%까지 10% 단위로).
• 긴급성은 구성 가능한 평균과 표준편차를 가진 정규분포를 사용하여 요청 시간 창을 모델링한다.
• POI 기반 요청 생성 방법은 관광지 및 거리 기반 확률을 사용하여 현실적인 인간 이동 패턴을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 실제 도로 네트워크를 활용함으로써 온디맨드 운송 인스턴스 생성기가 얼마나 더 현실적으로 개선될 수 있는가?
• RQ2 REQreate가 생성한 합성 인스턴스가 실제로 라이드셰어 데이터에서 관찰된 통계적 특성(예: 이동 시간, 시간 창 분포, 공간 집합)을 어느 정도 재현할 수 있는가?
• RQ3 역동성, 긴급성, 지리적 산재성의 조절 가능한 변형이 알고리즘 성능 평가에 어떤 영향을 미치는가?
• RQ4 인스턴스 유사도를 사용하여 벤치마크 인스턴스 세트의 다양성을 확보하고 과적합을 방지할 수 있는가?
• RQ5 어떤 인스턴스 특성 설정이 더 수익성 있거나 운영 가능성이 높은 온디맨드 대중교통 시스템을 이끌 수 있는가?

주요 결과

• REQreate는 크기, 역동성, 긴급성, 지리적 산재성의 여러 구성에 대해 5,280개의 합성 인스턴스를 성공적으로 생성하였다.
• REQreate가 생성한 합성 인스턴스는 시카고에서 관찰된 라이드셰어 데이터의 실제 통계적 특성—예: 이동 시간, 시간 창 분포, 공간 집합—과 유사하게 재현되었다.
• 이 도구의 POI 기반 요청 생성 방법은 기밀이 되는 실제 데이터에 접근하지 않더라도 도시 이동 패턴의 고유한 특징을 효과적으로 재현하였다.
• 인스턴스 유사도 분석을 통해 생성된 벤치마크 세트가 다양한 구성 요소를 포함하고 있음을 확인하여 알고리즘 평가에서 과적합의 위험을 줄였다.
• 이 도구를 통해 긴급성(평균 5~30분)과 지리적 산재성(10~6000초)과 같은 인스턴스 특성의 변화가 알고리즘 성능에 미치는 영향를 체계적으로 탐색할 수 있었다.
• REQreate는 온디맨드 대중교통 시스템이 운영 가능성이 있는 공간적, 시간적, 거리 분포 조건을 식별함으로써 실용적 계획 수립을 지원한다.