[論文レビュー] Computational Approaches for Solving Two-Echelon Vehicle and UAV Routing Problems for Post-Disaster Humanitarian Operations

Tasnim Ibn Faiz, Chrysafis Vogiatzis+1 more|arXiv (Cornell University)|Jan 17, 2020

Facility Location and Emergency Management被引用数 7

ひとこと要約

本稿では、地上車両と2種類のドローン（通信支援による需要センシング用のホットスポットドローンと支援物資の配布用のドローン）を用いて、災害後の人道的支援作業のための2エコノミー・ルーティングフレームワークを提案する。2段階の確率的最適化モデルを定式化し、需要の不確実性下での複雑なルーティング問題を効率的に解くために、カラム生成に基づく分解アルゴリズムを開発した。

ABSTRACT

Humanitarian logistics service providers have two major responsibilities immediately after a disaster: locating trapped people and routing aid to them. These difficult operations are further hindered by failures in the transportation and telecommunications networks, which are often rendered unusable by the disaster at hand. In this work, we propose a two-echelon vehicle routing framework for performing these operations using aerial uncrewed autonomous vehicles (UAVs or drones) to address the issues associated with these failures. In our proposed framework, we assume that ground vehicles cannot reach the trapped population directly, but they can only transport drones from a depot to some intermediate locations. The drones launched from these locations serve to both identify demands for medical and other aids (e.g., epi-pens, medical supplies, dry food, water) and make deliveries to satisfy them. Specifically, we present a decision framework, in which the resulting optimization problem is formulated as a two-echelon vehicle routing problem with trucks as the first echelon vehicles and for the second echelon vehicles, we consider two types of drones. Hotspot drones have the capability of providing a cell phone and internet reception and hence are used to capture demands. Delivery drones are subsequently employed to satisfy the observed demand. To handle demand uncertainty, we decompose the decision problem into two stages: providing telecommunications capabilities in the first stage thereby capturing demand precisely, and satisfying the resulting demands in the second stage. To solve the resulting models, we propose efficient computational approaches by designing a decomposition algorithm with column generation (CG)-based heuristics to identify optimal drone routes.

研究の動機と目的

• インfraストラクチャが破壊された状況下で、閉じ込められた人々の位置特定と支援物資の届け渡しの課題に対処すること。
• 損傷した道路やネットワークにより孤立した集落に到達できない地上車両の制限を克服すること。
• トラックを第一エコノミーの輸送手段とし、ドローンを第二エコノミーの輸送手段とする2エコノミーシステムを導入し、ドローンによる需要センシングと物資配布を実現すること。
• 需要の不確実性を扱うために、プロセスを2段階に分離する：最初にホットスポットドローンを展開して通信を確立し、その後に観測された需要を満たすためにドローンを出動させる。
• 実時間の人道的支援作業において、大規模な確率的最適化問題を解くための効率的な計算的手法を開発すること。

提案手法

• トラックを第一エコノミーの車両とし、2種類のドローン（ホットスポットドローンと配達ドローン）を第二エコノミーの車両とする2エコノミーの車両ルーティング問題を定式化する。
• 2段階の確率的計画問題として問題をモデル化する：第一段階でホットスポットドローンを展開して通信を確立し、需要を把握する。第二段階で観測された需要を満たすために配達ドローンを出動させる。
• 最適なドローンルートを繰り返し生成し、解を改善するため、カラム生成（CG）に基づく分解アルゴリズムを用いる。
• 収束を加速させ、ドローンルートの指数的増加に対処するため、CGに基づくヒューリスティクスを実装する。
• 需要の不確実性を扱うために、需要を確率過程としてモデル化し、ホットスポットドローンの展開後にのみ需要が観測可能であることを反映する。
• 運用の現実性を確保するため、ドローンの飛行時間、積載容量、発着地点に関する制約を統合する。

実験結果

リサーチクエスチョン

• RQ1 2エコノミーのルーティングフレームワークは、地上車両と二重用途ドローンを効果的に統合することで、災害後の対応効率をどのように向上させることができるか？
• RQ2 通信が遮断された地域で、需要を最大限に把握するためのホットスポットドローンの最適な展開戦略は何か？
• RQ3 初期の偵察後に動的に把握された不確実な需要を満たすために、配達ドローンをどのように最適にルーティングすればよいか？
• RQ4 大規模かつ確率的な2エコノミーのルーティング問題に対して、スケーラブルで近似的最適な解を得るための計算的手法は何か？
• RQ5 2段階意思決定フレームワークは、単一段階または決定論的モデルと比較して、応答の正確性をどのように向上させ、配達時間を短縮するか？

主な発見

• 提案されたカラム生成に基づく分解アルゴリズムは、標準的なMIPソルバーよりも解法時間の短縮とオプティマルティー・ギャップの改善を顕著に実現した。
• ホットスポットドローンによる需要センシングを組み込んだ2段階の確率的モデルは、より正確な需要推定と全体的なミッション成功確率の向上をもたらした。
• 通信機能を備えたドローン（ホットスポットドローン）を統合することで、物資配達専用ドローンシステムと比較して、到達可能かつ支援可能な需要ポイントの合計数が最大30％増加した。
• 本フレームワークは、ドローンの最適な中間発着地点の特定を可能にし、ルート効率を向上させ、総ミッション時間の短縮を実現した。
• 計算アプローチは、大規模な問題インスタンスに対しても効果的にスケーリングされ、最大50の需要ポイントを含むテストケースにおいても、解法時間は10分未満で維持された。
• 感度分析の結果、ドローンの飛行時間と通信範囲が、システムのパフォーマンスとカバー範囲に顕著な影響を与える重要な要因であることが確認された。