[논문 리뷰] Seamless Multimodal Transportation Scheduling

Arvind U. Raghunathan, David Bergman외 3명|arXiv (Cornell University)|2018. 07. 25.

Transportation and Mobility InnovationsEngineering참고 문헌 33인용 수 20

한 줄 요약

이 논문은 마지막 마일 라이드셰어와 대중교통을 통합하여 최소화된 이동 시간과 차량 이동 횟수를 달성하기 위해 결합된 다중 모odal 교통 스케줄링을 위한 결정도 기반 브랜치 앤 프라이스 모델을 제안한다. 실세계 규모의 인스턴스(10,000명의 승객, 50개의 목적지, 600대의 차량)를 1분 이내에 해결하여 이전 방법에 비해 수개의 주기수 빠른 성능 향상을 보이며, 목적지 기반 승객 집약을 통해 높은 해법 품질을 유지함을 입증한다.

ABSTRACT

Ride-hailing services have expanded the role of shared mobility in passenger transportation systems, creating new markets and creative planning solutions for major urban centers. In this paper, we consider their use for the first-mile or last-mile passenger transportation in coordination with a mass transit service to provide a seamless multimodal transportation experience for the user. A system that provides passengers with predictable information on travel and waiting times in their commutes is immensely valuable. We envision that the passengers will inform the system of their desired travel and arrival windows so that the system can jointly optimize the schedules of passengers. The problem we study balances minimizing travel time and the number of trips taken by the last-mile vehicles, so that long-term planning, maintenance, and environmental impact are all taken into account. We focus on the case where the last-mile service aggregates passengers by destination. We show that this problem is NP-hard, and propose a decision diagram-based branch-and-price decomposition model that can solve instances of real-world size (10,000 passengers spread over an hour, 50 last-mile destinations, 600 last-mile vehicles) in computational time (~1 minute) that is orders-of-magnitude faster than other methods appearing in the literature. Our experiments also indicate that aggregating passengers by destination on the last-mile service provides high-quality solutions to more general settings.

연구 동기 및 목표

• 최소 이동 시간과 차량 이동 횟수를 최소화하기 위해 마지막 마일 라이드셰어와 대중교통을 통합하여 원활한 다중 모달 교통 시스템을 설계한다.
• 승객 스케줄과 마지막 마일 차량 경로를 공동으로 최적화하여 총 이동 시간과 이동 횟수를 최소화한다.
• 대규모 다중 모달 스케줄링 문제의 계산적 과제를 해결하기 위해 확장 가능한 최적화 프레임워크를 개발한다.
• 복잡한 스케줄링 문제에 대해 고품질의 해를 달성하는 데 있어 목적지 기반 승객 집약의 효과를 평가한다.
• 계산 실험을 통해 제안된 방법이 실세계 규모의 인스턴스(예: 10,000명의 승객, 50개의 목적지, 600대의 차량)에서 수용 가능한 시간 제한 내에서 실용적으로 적용 가능함을 입증한다.

제안 방법

• 저자들은 최신 결정도(DTs)를 사용하여 타당한 스케줄을 효율적으로 표현하는 상태 기반 브랜치 앤 프라이스 분해 모델을 개발한다.
• 각 목적지는 별도의 결정도로 모델링되며, 이는 터미널에서의 출발 시간과 함께 타당한 승객 그룹화를 인코딩한다.
• 결정도 구축 과정은 모든 승객의 도착 시간 창을 준수하고 차량 수용 능력 제약 조건을 이행함을 보장한다.
• 동적 프로그래밍 원리를 활용하여 승객 인덱스와 차량 적재량을 추적하는 상태 노드를 사용해 기하급수적인 수의 가능한 그룹화를 압축적으로 표현한다.
• 브랜치 앤 프라이스 프레임워크 내에서 결정도를 사용해 반복적으로 가격 하위 문제를 해결하여 유망한 컬럼(즉, 타당한 차량 이동 경로)을 생성한다.
• 모든 승객이 한 차량 이동에서 동일한 목적지에 도착한다고 가정함으로써 문제의 구조를 활용하여 상태 공간을 효과적으로 압축한다.

실험 결과

연구 질문

• RQ1 결정도 기반 브랜치 앤 프라이스 접근 방식은 실시간 계산 시간 내에 대규모 다중 모달 교통 스케줄링 문제를 해결할 수 있는가?
• RQ2 목적지 기반 승객 집약은 복잡한 마지막 마일 스케줄링 문제의 최적 해를 근사하는 데 얼마나 효과적인가?
• RQ3 기존 문헌의 접근 방식과 비교했을 때 제안된 방법의 계산 성능 향상은 어느 정도인가?
• RQ4 목적지 기반 집약을 통해 스케줄링 문제의 단순화가 이루어졌을 때, 모델이 해 품질을 어느 정도 유지하는가?
• RQ5 제안된 프레임워크는 실세계 규모의 인스턴스(예: 10,000명의 승객, 50개의 목적지, 600대의 차량)를 수용 가능한 시간 제한 내에서 처리할 수 있는가?

주요 결과

• 제안된 결정도 기반 브랜치 앤 프라이스 모델은 실세계 규모의 인스턴스(10,000명의 승객, 50개의 목적지, 600대의 차량)를 약 1분 내에 해결하며, 이는 기존 방법에 비해 수개의 주기수 빠른 성능 향상을 보인다.
• 모델은 목적지 기반 승객 집약을 통한 마지막 마일 스케줄링 문제의 NP-난이도를 입증하여 고도의 최적화 기법이 필요함을 정당화한다.
• 목적지 기반 승객 집약은 더 일반적이고 제약 조건이 없는 공식화 방식과 경쟁 가능한 고품질의 해를 도출하며, 모델링 가정의 타당성을 검증한다.
• 결정도 구축 과정은 승객 인덱스와 적재량을 상태 기반으로 추적함으로써 도착 시간 창과 차량 수용 능력 제약 조건을 강제하여 정확성을 보장한다.
• 문제의 구조를 활용하고 동적 프로그래밍을 통한 효율적 컬럼 생성을 통해 최적 또는 근사 최적의 해를 달성한다.
• 이론적 분석을 통해 결정도가 O(n_d · v_cap · T_w)개의 간선과 O(n_d · v_cap)개의 노드를 가짐을 확인하여 확장 가능한 계산이 가능함을 입증한다.