[논문 리뷰] Trip-Based Public Transit Routing Using Condensed Search Trees

Sascha Witt|arXiv (Cornell University)|2016. 07. 05.

Data Management and Algorithms참고 문헌 22인용 수 6

한 줄 요약

이 논문은 전이 패턴과 허브 레이블링을 영감으로 삼아, 압축된 검색 트리를 사용하여 여행 기반 공공 교통 라우팅의 속도를 향상시키는 새로운 기법을 제안한다. 국가 규모의 네트워크에서 도착 시간과 전환 횟수를 최소화하는 파레토 최적 경로에 대해 마이크로초 이내의 쿼리 시간을 달성하며, 기존 최고 수준의 방법보다 최대 두 계단 차이의 쿼리 속도 향상을 이룬다. 전처리 오버헤드는 오직 한 계단 차이로 증가한다.

ABSTRACT

We study the problem of planning Pareto-optimal journeys in public transit networks. Most existing algorithms and speed-up techniques work by computing subjourneys to intermediary stops until the destination is reached. In contrast, the trip-based model focuses on trips and transfers between them, constructing journeys as a sequence of trips. In this paper, we develop a speed-up technique for this model inspired by principles behind existing state-of-the-art speed-up techniques, Transfer Pattern and Hub Labelling. The resulting algorithm allows us to compute Pareto-optimal (with respect to arrival time and number of transfers) 24-hour profiles on very large real-world networks in less than half a millisecond. Compared to the current state of the art for bicriteria queries on public transit networks, this is up to two orders of magnitude faster, while increasing preprocessing overhead by at most one order of magnitude.

연구 동기 및 목표

• 대규모 공공 교통 네트워크에서 도착 시간과 전환 횟수를 균형 잡고 최적의 경로를 효율적으로 계산하는 문제를 해결하기 위해.
• 실시간 교통 시스템에서 쿼리 응답 시간을 단축하면서도 라우팅 정확도를 훼손하거나 전처리 비용을 비례하지 않게 증가시키지 않기 위해.
• 전이 패턴과 허브 레이블링의 원리를 여행 기반 라우팅 모델(정류장이 아닌 여행을 기반으로 하는 모델)에 적용하기 위해.
• 국가 규모의 네트워크에서 최소 지연 시간으로 다중 기준 프ofile 쿼리(예: 24시간 경로 계획)를 효율적으로 처리하기 위해.
• 쿼리 성능, 전처리 비용, 메모리 소비 간의 균형을 이루며, 기존 방법들 중에서 파레토 최적의 위치를 차지하기 위해.

제안 방법

• 이 방법은 여행을 노드로, 여행 간 전이를 간선으로 하여 교통 네트워크를 모델링하며, 정류장 인덱스와 최소 전환 시간을 사용해 전이 정보를 사전에 계산한다.
• 압축된 검색 트리—전이 관계를 압축적으로 표현하고 빠른 쿼리 처리를 가능하게 하는 최적화된 데이터 구조—를 사용한다.
• 전이 패턴의 원리를 적용해 여행 간 전이 패턴을 사전 계산하고, 허브 레이블링의 원리를 적용해 계층적 레이블링을 사용해 검색 속도를 향상시킨다.
• 쿼리 처리는 접두사 및 접미사 트리를 활용해 후보 경로를 효율적으로 탐색하면서 파레토 최적 경로가 아닌 경로를 조기에 잘라내는 방식이다.
• 발걸음과 최소 전환 시간의 런타임 평가를 피하기 위해 대규모로 전이 정보를 사전 계산하고 저장한다.
• 도착 시간과 전환 횟수의 이중 기준 쿼리에 대해 검색 중 파레토 최적 경로 집합을 유지하고, 지배성 검사를 통해 열 劣 경로를 제거함으로써 지원한다.

실험 결과

연구 질문

• RQ1 여행 기반 라우팅 모델이 대규모 공공 교통 네트워크에서 파레토 최적 경로에 대해 마이크로초 이내의 쿼리 성능을 달성할 수 있는가?
• RQ2 제안된 압축된 검색 트리 기법이 전이 패턴과 허브 레이블링과 같은 기존의 속도 향상 기법과 비교해 쿼리 시간, 전처리 비용, 메모리 사용 측면에서 어떻게 성능을 내는가?
• RQ3 전이 패턴과 허브 레이블링의 원리가 여행 기반 모델에 얼마나 잘 적응되어 쿼리 효율성을 향상시킬 수 있는가?
• RQ4 국가 규모의 네트워크에 이 기법을 적용할 경우 전처리 오버헤드와 쿼리 성능 간의 상호 교환 관계는 어떠한가?
• RQ5 이 방법은 높은 경로 다양성과 복잡한 전이 패턴을 가진 메트로폴리탄 네트워크에 효과적으로 스케일링될 수 있는가?

주요 결과

• 제안된 방법은 실제 대규모 네트워크에서 24시간 경로 프로파일을 파레토 최적으로 계산하는 데 0.5밀리초 미만의 시간이 소요되어 마이크로초 이내의 쿼리 성능을 달성한다.
• 이중 기준 쿼리에 대해 현재 최고 수준의 방법들인 스케일러블 전이 패턴과 PTL보다 최대 두 계단 차이로 더 빠르며, 전처리 비용은 오직 한 계단 차이로 증가한다.
• 독일, 스위스, 스웨덴과 같은 국가 규모 네트워크에서는 평균 쿼리 시간이 1밀리초 이하이며, PTL보다 전처리 비용이 한 계단 차이로 낮다.
• PTL의 막대한 전처리 오버헤드에도 불구하고 대규모 네트워크에서 쿼리 속도 면에서 PTL를 능가하며, 스케일러블 전이 패턴보다도 쿼리 성능에서 두 계단 차이로 뛰어나다.
• 런던과 마드리드와 같은 메트로폴리탄 네트워크에서는 쿼리 시간이 밀리초 수준을 유지하지만, 더 큰 경로 다양성으로 인해 국가 규모 네트워크보다는 높다.
• 쿼리 시간, 전처리 비용, 메모리 소비 간에 파레토 최적의 균형을 이루며, 대규모 교통 네트워크에서 알려진 가장 빠른 이중 기준 프로파일 쿼리 방법으로 위치한다.