[논문 리뷰] A Dynamic Tree Algorithm for Peer-to-Peer Ride-sharing Matching

Rui Yao, Shlomo Bekhor|arXiv (Cornell University)|2021. 05. 27.

Transportation and Mobility Innovations참고 문헌 39인용 수 6

한 줄 요약

이 논문은 실시간 피어 투 피어 릴레이어싱 매칭을 위한 동적 트리 알고리즘을 제안하며, 운전자 스케줄을 활용하여 정확한 방법에 비해 훨씬 빠른 런타임으로 효율적이고 거의 최적의 해를 달성한다. 이 방법은 후보 승객 요청을 걸러내는 사전 처리 단계를 포함하고, 매칭을 가속화하기 위해 동적 트리 데이터 구조를 사용한다. 이는 소규모 및 대규모 네트워크에서 모두 뛰어난 성능을 보이며, 이동 시간 제약 조건과 공간 분포에 민감한 특성을 지닌다.

ABSTRACT

On-demand peer-to-peer ride-sharing services provide flexible mobility options, and are expected to alleviate congestion by sharing empty car seats. An efficient matching algorithm is essential to the success of a ride-sharing system. The matching problem is related to the well-known dial-a-ride problem, which also tries to find the optimal pickup and delivery sequence for a given set of passengers. In this paper, we propose an efficient dynamic tree algorithm to solve the on-demand peer-to-peer ride-sharing matching problem. The dynamic tree algorithm benefits from given ride-sharing driver schedules, and provides satisfactory runtime performances. In addition, an efficient pre-processing procedure to select candidate passenger requests is proposed, which further improves the algorithm performance. Numerical experiments conducted in a small network show that the dynamic tree algorithm reaches the same objective function values of the exact algorithm, but with shorter runtimes. Furthermore, the proposed method is applied to a larger size problem. Results show that the spatial distribution of ride-sharing participants influences the algorithm performance. Sensitivity analysis confirms that the most critical ride-sharing matching constraints are the excess travel times. The network analysis suggests that small vehicle capacities do not guarantee overall vehicle-kilometer travel savings.

연구 동기 및 목표

• 동적인 환경에서 실시간, 온디맨드 릴레이어싱 매칭의 계산적 과제를 해결하기 위해.
• 더 큰 네트워크로 확장되면서도 솔루션 품질을 유지하는 효율적인 알고리즘을 개발하기 위해.
• 릴레이어싱 성능에 가장 큰 영향을 미치는 핵심 제약 조건을 특정하기 위해, 특히 과도한 이동 시간을 중심으로.
• 공간 분포와 차량 용량이 차량킬로미터 절감에 미치는 영향을 평가하기 위해.
• 매칭 이전에 후보 승객 요청을 걸러내는 사전 처리 단계를 통해 런타임을 줄이기 위해.

제안 방법

• 알고리즘은 실시간 매칭 중에 릴레이어싱 경로를 효율적으로 관리하고 업데이트하기 위해 동적 트리 데이터 구조를 사용한다.
• 사전 처리 절차는 검색 공간을 줄이기 위해 공간적 및 시간적 근접성을 기반으로 후보 승객 요청을 선택한다.
• 동적 트리는 요청 삽입 및 삭제 중에 트리 구조를 동적으로 조정함으로써 최적의 수거 및 배송 순서를 유지한다.
• 운전자 스케줄을 제약 조건으로 통합하여 타당한 경로 구성에 안내하고, 런타임 성능을 향상시킨다.
• 정확한 방법과의 솔루션 품질 및 런타임 비교를 위해 소규모 및 대규모 네트워크에서 수치 실험을 수행하여 알고리즘을 평가한다.
• 감도 분 析를 통해 특히 과도한 이동 시간과 같은 핵심 제약 조건이 매칭 결과에 미치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 동적 트리 알고리즘이 솔루션 품질을 유지하면서도 온디맨드 피어 투 피어 릴레이어싱 매칭의 효율성을 어떻게 향상시킬 수 있는가?
• RQ2 참가자의 공간 분포가 제안된 매칭 알고리즘 성능에 어떤 영향을 미치는가?
• RQ3 특히 과도한 이동 시간과 같은 제약 조건 중에서 릴레이어싱 매칭 결과에 가장 크게 영향을 미치는 것은 무엇인가?
• RQ4 소규모 차량 용량이 릴레이어싱 시스템에서 차량킬로미터 이동 절감에 어느 정도 기여하는가?
• RQ5 사전 처리 단계는 솔루션 품질을 떨어뜨리지 않으면서도 계산 오버헤드를 얼마나 효과적으로 줄이는가?

주요 결과

• 동적 트리 알고리즘은 소규모 네트워크에서 정확한 알고리즘과 동일한 목적 함수 값을 달성하지만, 훨씬 짧은 런타임을 기록한다.
• 사전 처리 단계는 후보 요청 수를 효과적으로 줄여 전체 알고리즘의 효율성을 향상시킨다.
• 감도 분석을 통해 과도한 이동 시간이 릴레이어싱 매칭 성능에 가장 중요한 제약 조건임을 확인한다.
• 참가자의 공간 분포는 알고리즘 성능에 상당한 영향을 미치며, 더 균일한 분포일수록 더 좋은 결과를 낳는다.
• 소규모 차량 용량은 전체 차량킬로미터 절감을 보장하지 않으며, 용량 자체만으로는 효율성의 충분한 요건이 되지 못함을 시사한다.
• 제안된 방법은 대규모 네트워크로 효과적으로 확장되며, 소규모 테스트 케이스를 넘어서 실용적 적용 가능성을 보여준다.