[论文解读] A New Shortest Path Algorithm Generalized on Dynamic Graph for Commercial Intelligent Navigation for Transportation Management

Yong Kiam Tan|arXiv (Cornell University)|May 11, 2019

Data Management and Algorithms参考文献 6被引用 4

一句话总结

本文提出了一种新型动态最短路径算法，专为智能交通系统中的时变交通网络优化设计。通过引入一种时间连续的“热点区域”叠加图模型，实现了在大型城市网络上快速、可扩展且精确的路径计算，查询时间低于1秒，显著优于传统方法（如Bellman-Ford），通过离线预处理和局部Dijkstra计算实现。

ABSTRACT

Dynamic graph research is an essential subject in Computer Science. The shortest path problem is still the central in this field; moreover there is a variety of applications in practical projects. In this paper, we select the transportation activity as a paradigm to study. Of course there exists the most clear and appealing practical application over the intelligent navigation, also which is an important part in intelligent transportation system (ITS). Totally speaking, this activity is fairly simple and well-behavior under our consideration, for which, there is a lot of sophisticated theories and techniques to motivate our researches although this problem relates to interdisciplinary; so that we can be dedicated to computing aspect. Below, a host of practical problems will by the way be discussed in theory and empiricism including correctness, sampling, accuracy, compatibility, quick query and the application into other research; therein some have been scarcely argued intentionally or not in literatures before. Through these contents, we are able to have a smart system built which easy to incorporate other modules to realize a sophisticated industrial system.

研究动机与目标

• 解决现有动态最短路径算法在高效处理实时、时变交通数据方面的局限性。
• 为城市交通中的商业智能导航系统开发一种可扩展且模块化的框架。
• 通过将交通数据预处理为紧凑的时间连续热点区域，降低在线查询时间和计算开销。
• 实现对最佳时机问题（BOP）的高效求解，以实现最优出发时间选择。
• 提供一种灵活、兼容且精确的解决方案，可与工业级ITS模块良好集成。

提出的方法

• 提出一种时变图模型，其中边权随时间变化，以离散的时变表表示。
• 引入“热点区域”（Z）的概念，即一种紧凑的时间连续叠加图，将具有相似动态行为的节点聚类，以减少搜索空间。
• 在每个热点区域内应用Dijkstra算法（DCA），实现在线查询时的快速响应，计算开销极低。
• 通过离线预处理生成表示特定时间段内交通状态的区域模型，确保查询灵活性。
• 采用分层聚类方法，将具有相同或相似轨迹的路径分组，减少存储和计算中的冗余。
• 利用时变最短路径具有非递减特性的性质，并采用改进的标记方法以支持动态权重更新。

实验结果

研究问题

• RQ1 如何使大规模城市交通网络中时变交通数据的动态最短路径计算既高效又可扩展？
• RQ2 如何以紧凑且适合查询的形式有效表示时变交通状态？
• RQ3 局部化的时间连续区域（热点区域）是否能在不损失精度的前提下减少在线计算时间？
• RQ4 如何利用预处理数据高效求解最佳时机问题（BOP）——即寻找最优出发时间？
• RQ5 在动态路径规划中，区域大小、预处理成本与在线查询性能之间的权衡关系是什么？

主要发现

• 所提出的热点区域模型显著缩小了有效搜索空间，使得在标准笔记本电脑上，3.5k个节点的区域中Dijkstra算法的运行时间可控制在250毫秒以内。
• 对于城市规模的网络（例如约10万个节点），最大区域大小约为30，查询时间处于微秒量级。
• 即使在长距离路径（如6天行程）上，该算法仍能实现亚秒级查询性能，且在1分钟分辨率下最大时间偏差仅为45分钟。
• 热点区域的离线预处理使得最佳时机问题（BOP）得以高效处理，相比重复运行Bellman-Ford，单次查询成本显著降低。
• 由于区域具有时间连续性，该方法支持任意时间点的查询，显著提升了真实世界导航系统中的灵活性。
• 基于区域的方法的计算复杂度被限制在O(λ~n log~n + 2M~n)以内，其中~n = √(cn)且c ≥ 1，证明了其可扩展性。