[논문 리뷰] Partial order approach to compute shortest paths in multimodal networks

Andrew Ensor, Felipe Lillo|arXiv (Cornell University)|2011. 12. 14.

Risk and Safety Analysis참고 문헌 32인용 수 8

한 줄 요약

이 논문은 히ュ리스틱 제약 조건이나 간선 감소 없이 다중모드 네트워크에서 파레토 최적의 최단 경로를 계산하기 위해 가중 색상 간선 그래프를 사용하는 부분 순서 접근법을 제안한다. 교통 수단을 나타내는 색상과 다중 가중치 간선에 대한 부분 순서를 적용함으로써, 분석 중에 감소하거나 제약을 받지 않는 다중모드 네트워크의 특성을 유지하면서도, 해석 가능한 최적 경로 집합을 효율적으로 식별한다. 이 방법은 실제 프랑스 다중모드 네트워크에서 검증되었으며, 파레토 집합의 기수는 관리 가능한 수준을 유지한다.

ABSTRACT

Many networked systems involve multiple modes of transport. Such systems are called multimodal, and examples include logistic networks, biomedical phenomena, manufacturing process and telecommunication networks. Existing techniques for determining optimal paths in multimodal networks have either required heuristics or else application-specific constraints to obtain tractable problems, removing the multimodal traits of the network during analysis. In this paper weighted coloured--edge graphs are introduced to model multimodal networks, where colours represent the modes of transportation. Optimal paths are selected using a partial order that compares the weights in each colour, resulting in a Pareto optimal set of shortest paths. This approach is shown to be tractable through experimental analyses for random and real multimodal networks without the need to apply heuristics or constraints.

연구 동기 및 목표

• 기존 방법이 다중모드 최단 경로 문제를 다루기 위해 응용 분야에 특화된 제약 조건이나 히ュ리스틱을 필요로 하는 한계를 해결하기 위해.
• 분석 중에 감소하거나 제약을 받지 않도록 교통 수단을 간선 색상으로 모델링하여 네트워크의 다중모드 특성을 유지하기 위해.
• 다중가중치 간선에 대한 부분 순서 관계를 사용하여, 응용 분야에 종속되지 않는 일반적인 다중모드 네트워크 최단 경로 계산 프레임워크를 개발하기 위해.
• 제안된 방법의 타당성과 확장 가능성을 합성 및 실제 다중모드 네트워크, 특히 프랑스 교통 체계를 포함한 네트워크에서 평가하기 위해.

제안 방법

• 간선 색상이 서로 다른 교통 수단(예: 도로, 철도, 고속도로, 수로)을 나타내는 가중 색상 간선 그래프로 다중모드 네트워크를 모델링한다.
• 각 간선에 거리, 시간, 비용 등의 다중 가중치를 할당하여 각 수단의 성능 지표에 해당하는 값을 반영한다.
• 다중가중치 프로파일 기반으로 경로를 비교하기 위해 부분 순서 관계를 적용하고, 모든 가중치에서 지배당하지 않는 파레토 최적 경로만 선택한다.
• 다중가중치 및 색상 간선을 지원하는 수정된 다익스트라 알고리즘을 구현하여, 소스에서 모든 정점으로의 모든 파레토 최적 경로를 계산한다.
• 정점 집합을 군집화하는 기법을 사용하고, 최소 간선 거리 임계값을 설정하여 그래프의 밀도를 줄이면서도 네트워크의 연결성을 유지한다.
• 후처리 단계에서 경로 기수, 정점당 평균 및 최대 최적 경로 수, 실행 시간을 보고한다.

실험 결과

연구 질문

• RQ1 일반적인 방법으로 히ュ리스틱이나 응용 분야에 특화된 제약 조건 없이 다중모드 네트워크에서 최단 경로를 계산할 수 있는가?
• RQ2 실제 다중모드 네트워크에서 네트워크 크기와 군집 해상도에 따라 파레토 최적 경로 집합의 기수는 어떻게 변화하는가?
• RQ3 프랑스 교통 시스템과 같은 대규모 다중모드 네트워크에서 제안된 부분 순서 접근법은 계산적으로 타당한가?
• RQ4 간선 색상과 다중가중치 간선을 유지함으로써 계산된 경로의 표현력과 활용도는 어느 정도 향상되는가?

주요 결과

• 이 방법은 히ュ리스틱 제약 조건이나 간선 감소 기법 없이도 다중모드 네트워크에서 파레토 최적 최단 경로를 성공적으로 계산한다.
• 프랑스 다중모드 네트워크의 경우, 파레토 집합의 기수는 관리 가능했으며, 군집 거리 0.115 십진도(약 11km)에서 정점당 평균 3,575개의 최적 경로를 기록했다.
• 더 세밀한 군집화에 따라 실행 시간이 증가했지만(0.115°에서 823.10분), 8GB RAM과 듌성 2.93GHz 코어 2개의 표준 데스크톱에서 실행 가능했다.
• 정점 수와 간선 수는 더 세밀한 군집화에 따라 증가했으며, 0.150°에서 1,501개의 정점에서 0.115°에서 3,108개로 증가하여 경로 다양성이 높아졌다.
• 정점당 평균 최적 경로 수는 0.150°에서 33.09개에서 0.115°에서 3,575.03개로 증가하여 높은 경로 다양성을 보였다.
• 실제 다중모드 네트워크에서 이 방법은 사전 처리 감소나 제약 없이도 확장 가능하고 타당성을 입증했다.