[论文解读] Large Scale Real-time Ridesharing with Service Guarantee on Road Networks

Yan Huang, Ruoming Jin+2 more|arXiv (Cornell University)|Feb 27, 2013

Transportation and Mobility Innovations参考文献 13被引用 4

一句话总结

本文提出了一种用于大规模实时拼车服务的动能树算法，可在道路网络上实现动态匹配行程请求与服务端，同时保证等待时间和服务时间约束。该方法在大规模上海出租车数据集上的响应时间优于分支限界法和混合整数规划，实现了更快的实时调度并具备强大的服务保障。

ABSTRACT

The mean occupancy rates of personal vehicle trips in the United States is only 1.6 persons per vehicle mile. Urban traffic gridlock is a familiar scene. Ridesharing has the potential to solve many environmental, congestion, and energy problems. In this paper, we introduce the problem of large scale real-time ridesharing with service guarantee on road networks. Servers and trip requests are dynamically matched while waiting time and service time constraints of trips are satisfied. We first propose two basic algorithms: a branch-and-bound algorithm and an integer programing algorithm. However, these algorithm structures do not adapt well to the dynamic nature of the ridesharing problem. Thus, we then propose a kinetic tree algorithm capable of better scheduling dynamic requests and adjusting routes on-the-fly. We perform experiments on a large real taxi dataset from Shanghai. The results show that the kinetic tree algorithm is faster than other algorithms in response time.

研究动机与目标

• 解决在道路网络上实现大规模、实时拼车服务并严格保证服务时间的挑战。
• 开发一种动态匹配算法，能够处理持续到达的行程请求，同时满足等待时间与绕行距离约束。
• 在实时、可扩展的系统中最小化服务端行驶时间并最大化请求接受率。
• 克服传统分支限界法和混合整数规划方法在动态、大规模环境下的局限性。
• 实现在城市出租车服务、私人拼车及按需出行系统中的实际部署。

提出的方法

• 提出一种动能树数据结构，可实时维护并更新新到达行程请求的候选服务端分配。
• 采用分支限界法和混合整数规划作为基线方法进行对比，尽管它们在动态、大规模场景下不具备可扩展性。
• 设计一种动能树，能够高效跟踪候选匹配的动态变化，并仅在必要时进行更新，从而降低计算开销。
• 利用戴克斯特拉算法进行最短路径计算和绕行成本估计，以评估每个请求的服务约束（1+ε）×d(s,e)。
• 通过实时请求评估机制，检查服务端是否能在不违反现有等待时间和绕行约束的前提下服务新请求。
• 通过剪枝和事件驱动更新优化动能树，以在高吞吐量请求流中保持高效性。

实验结果

研究问题

• RQ1 如何在拥有数千辆出租车和数万次每日行程的大城市道路网络中，高效扩展实时拼车服务？
• RQ2 何种算法方法能够动态地将行程请求匹配到服务端，同时保证等待时间和绕行距离约束？
• RQ3 在实时环境中，动能树算法与传统精确方法（如分支限界法和混合整数规划）相比性能如何？
• RQ4 在动态、高负载请求工作量下，动能树能否保持低响应时间与高请求接受率？
• RQ5 与基于启发式的算法相比，所提方法在服务保障和可扩展性方面能有多大程度的性能提升？

主要发现

• 在大规模上海出租车数据集上，动能树算法相比分支限界法和混合整数规划显著降低了响应时间。
• 通过事件驱动更新和剪枝策略，动能树通过最小化不必要的重新计算，实现了更快的实时响应。
• 该算法在所有匹配请求中均成功维持了服务保障，包括最大等待时间与绕行距离约束。
• 该方法在包含最多40,000辆出租车和400,000次每日行程的大城市道路网络中表现出良好的可扩展性，证明了其实际可行性。
• 动能树在速度和可扩展性方面均优于基线方法，适用于按需出行服务中的实际部署。
• 结果证实，对于实时性能至关重要的动态、大规模拼车系统，动能树是精确方法的可行替代方案。