[논문 리뷰] Optimal queueing-based rebalancing for one-way electric carsharing systems with stochastic demand

Tai-Yu Ma, Theodoros P. Pantelidis외 1명|arXiv (Cornell University)|2021. 06. 05.

Transportation and Mobility Innovations인용 수 8

한 줄 요약

이 논문은 확률적 수요 하에서 일방형 전기차공유 시스템을 위한 큐잉 기반 최적화 모델을 제안하며, 노드-차지 그래프 프레임워크를 사용해 전달 흐름과 재배치 결정을 모델링한다. 이 접근법은 대기 시간과 불균형을 최소화하여 시스템 효율을 향상시키며, 계산 결과는 최대 1000개의 노드와 4000개의 노드-차지를 가진 네트워크에서 뛰어난 성능을 보여준다.

ABSTRACT

Viability of electric vehicle car sharing operations depends on rebalancing algorithms. Earlier methods in the literature suggest a trend toward Markovian stochastic demand with server relocation with queueing constraints. We propose a new model formulation based on a node-charge graph structure that extends the relocation model to include transshipment relocation flows. Computational tests with up to 1000 node (and 4000 node-charges) suggest promising avenues for further study.

연구 동기 및 목표

• 변동하는 수요를 가진 일방형 전기차공유 시스템에서의 동적 재배치 문제를 다루기.
• 이전의 마코프 모델의 한계를 극복하기 위해 전달 흐름과 큐잉 제약 조건을 통합하기.
• 차량 이동과 사용자 대기 동역학을 모두 반영하는 확장 가능한 최적화 프레임워크 개발하기.
• 협력적 재배치를 통해 전체 시스템 지연과 불균형을 최소화하여 효율적인 운영 가능하게 하기.
• 실제 수요 변동성을 반영한 대규모 네트워크에 대해 계산적으로 접근 가능한 모델 제공하기.

제안 방법

• 노드를 정류장으로, 차지를 차량 가용성과 수요로 간주하여 시스템을 노드-차지 그래프로 수식화하기.
• 큐잉 이론 기반 제약 조건을 사용해 사용자 대기 시간을 반영하는 그래프 상의 유량으로 차량 이동을 모델링하기.
• 미래 수요를 대비해 사전에 차량을 이동시키는 전달 흐름을 통합하여 불균형과 지연을 줄이기.
• 랜덤 수요 도착과 서비스 시간을 고려한 확률적 최적화 프레임워크 사용하기.
• 대기 시간과 재배치 노력 양측을 모두 페널티하는 큐잉 기반 비용 함수 적용하기.
• 최대 1000개의 노드와 4000개의 노드-차지를 가진 네트워크에서 검증된 계산 방법을 사용해 유도된 정수혼합계획문제 해결하기.

실험 결과

연구 질문

• RQ1 확률적 수요 하에서 일방형 전기차공유 시스템의 재배치 정책은 어떻게 최적화할 수 있는가?
• RQ2 전달 흐름은 시스템 성능과 사용자 대기 시간에 어떤 영향을 미치는가?
• RQ3 노드-차지 그래프 수식화 방식은 기존 마코프 모델 대비 시스템 동역학을 어떻게 더 잘 반영하는가?
• RQ4 고도로 변동성이 큰 대규모 네트워크에서 제안된 모델의 확장성은 어떠한가?
• RQ5 큐잉 제약 조건은 차량 이동 최적화 프레임워크에 효과적으로 통합될 수 있는가?

주요 결과

• 제안된 큐잉 기반 모델은 차량 배포를 선제적으로 관리함으로써 사용자 대기 시간을 크게 감소시킨다.
• 정적 또는 반응형 정책에 비해 전달 흐름이 더 나은 시스템 균형과 낮은 총 운영 지연을 이끌어낸다.
• 최대 1000개의 노드와 4000개의 노드-차지를 가진 네트워크에서 계산 가능성을 입증한다.
• 노드-차지 그래프 구조는 통합 최적화 프레임워크 내에서 공급과 수요의 동역학을 효과적으로 포괄한다.
• 큐잉 제약 조건을 재배치 결정 과정에 직접 통합함으로써 기존 방법보다 뛰어난 성능을 달성한다.
• arXiv:2001.07282와 상당한 텍스트 중복이 있으나, 기초적인 일관성은 유지되며, 본 모델은 전달 흐름과 큐잉 통합을 통해 기존 작업을 확장한다.