[논문 리뷰] Two-Phase Bicriterion Search for Finding Fast and Efficient Electric Vehicle Routes

Michael T. Goodrich, Paweł Pszona|arXiv (Cornell University)|2014. 09. 10.

Algorithms and Data Compression참고 문헌 6인용 수 4

한 줄 요약

이 논문은 주행 시간과 에너지 소비를 균형 잡는 전기자동차 경로를 효율적으로 찾기 위해 두 단계의 이기준 검색 알고리즘을 제안한다. 경로를 두 가지 주행 스타일로 분할하여 처음에는 속도를 최적화하고, 이후에는 효율성을 최적화한다. 비음수 가중치를 가진 경우 이 알고리즘은 O(n log n + m) 시간에 실행되며, 충전소를 통합하더라도 성능 오버헤드가 최소화되고 거의 최적의 가용성(99% 초과)을 달성한다.

ABSTRACT

The problem of finding an electric vehicle route that optimizes both driving time and energy consumption can be modeled as a bicriterion path problem. Unfortunately, the problem of finding optimal bicriterion paths is NP-complete. This paper studies such problems restricted to two-phase paths, which correspond to a common way people drive electric vehicles, where a driver uses one driving style (say, minimizing driving time) at the beginning of a route and another driving style (say, minimizing energy consumption) at the end. We provide efficient polynomial-time algorithms for finding optimal two-phase paths in bicriterion networks, and we empirically verify the effectiveness of these algorithms for finding good electric vehicle driving routes in the road networks of various U.S. states. In addition, we show how to incorporate charging stations into these algorithms, in spite of the computational challenges introduced by the negative energy consumption of such network vertices.

연구 동기 및 목표

• 전기자동차 경로 계획에서 주행 시간과 에너지 소비 간 최적의 트레이드오프를 찾는 문제에 대응하기 위해.
• 운전자가 시간 최적화 주행 스타일과 에너지 최적화 주행 스타일을 전환하는 실제 주행 행동을 모델링하기 위해.
• 기존의 NP-완전 문제 접근 방식보다 우수한 성능을 보이는 다항식 시간 알고리즘을 개발하기 위해.
• 충전소가 존재함에도 불구하고 음수의 에너지 소비로 인한 계산적 도전 과제를 고려하여 경로 계획에 충전소를 통합하기 위해.
• 실제 미국 도로 네트워크에서 알고리즘의 성능과 해의 품질을 경험적으로 검증하기 위해.

제안 방법

• 첫 번째 단계는 한 기준(예: 시간)을 최적화하고 두 번째 단계는 다른 기준(예: 에너지)을 최적화하는 두 단계 이기준 경로 문제로 문제를 수식화한다.
• 두 가지 다른 기준 하에서 최단 경로를 계산하기 위해 수정된 다익스트라 알고리즘을 사용하고, 결과를 두 단계 탐색 전략을 통해 통합한다.
• 효율적인 우선순위 큐 기반 계산을 통해 주행 스타일 간 전환 지점을 최적화하여 식별하는 두 단계 검색을 적용한다.
• 충전소를 음수의 에너지 소비를 가지는 정점으로 모델링하고, 최소한의 오버헤드로 다수의 충전소를 지원하도록 알고리즘을 확장한다.
• 경로당 시간과 에너지 비용을 추적하기 위해 레이블링 기법을 사용하여 지배성 검사를 효율적으로 수행한다.
• 충전소 간 경로를 사전 계산하고 다익스트라 알고리즘의 기존 가속 기법을 활용하여 성능을 최적화한다.

실험 결과

연구 질문

• RQ1 두 단계 이기준 경로 접근 방식은 다항식 시간 복잡도를 유지하면서도 거의 최적의 경로 품질을 달성할 수 있는가?
• RQ2 정확한 의사 다항식 알고리즘과 비교할 때 두 단계 방법은 해의 품질과 실행 시간 측면에서 어떻게 다른가?
• RQ3 성능 저하 없이 이기준 경로 계획에 충전소를 얼마나 효과적으로 통합할 수 있는가?
• RQ4 충전소의 수가 두 단계 알고리즘의 실행 시간과 가용성에 어떤 영향을 미치는가?
• RQ5 두 단계 접근 방식은 대규모 도로 네트워크에서 실질적인 성능을 보장하면서도 실제 전기자동차 주행 패턴을 지원할 수 있는가?

주요 결과

• 두 단계 알고리즘은 에너지 효율적 알고리즘으로 도달 가능한 정점의 99% 이상를 커버하여 거의 최적의 해 품질을 입증한다.
• 네바다 도로 네트워크(261,155개 정점, 311,043개 간선)에서 85kWh 배터리와 10개의 충전소를 가진 조건에서, 원점-종점 쌍의 92.6%에 대해 평균 35초 이내에 타당한 경로를 찾았다.
• 60kWh 배터리와 10개의 충전소 조건에서도 알고리즘이 35초 이내에 92.6%의 가용성을 달성하여 뛰어난 확장성을 보였다.
• 알고리즘의 실행 시간은 주로 충전소의 수에 따라 결정되며, 충전소 간 경로를 사전 계산하면 성능을 추가로 향상시킬 수 있다.
• 조금만 성능이 뛰어난 2.2GHz CPU에서도 대규모 네트워크에서 평균 35초 이내로 경로를 계산하여 실용적인 타당성이 높다는 것을 보여주었다.
• 이 방법은 단 두 가지 주행 스타일과 단일 전환 지점만을 필요로 하여 운전자가 따라하기 쉬우며, 복잡한 다기준 경로보다 현실적인 주행 행동을 지원한다.