[论文解读] Multi-Source Multi-Sink Nash Flows Over Time

Leon Sering, Martin Skutella|arXiv (Cornell University)|Jan 1, 2018

Transportation Planning and Optimization参考文献 14被引用 2

一句话总结

本文通过引入一种广义的'带重置的稀疏流'概念，将时间上的纳什流理论扩展至多源多汇网络，以容纳多个起点-终点对及需求。通过超级汇构造和流入分布建模，作者证明了在此更广泛设置下动态均衡的存在性与算法可构造性，从而使得在具有多个进出点的交通与运输网络中实现实际应用成为可能。

ABSTRACT

Nash flows over time describe the behavior of selfish users eager to reach their destination as early as possible while traveling along the arcs of a network with capacities and transit times. Throughout the past decade, they have been thoroughly studied in single-source single-sink networks for the deterministic queuing model, which is of particular relevance and frequently used in the context of traffic and transport networks. In this setting there exist Nash flows over time that can be described by a sequence of static flows featuring special properties, so-called `thin flows with resetting'. This insight can also be used algorithmically to compute Nash flows over time. We present an extension of these result to networks with multiple sources and sinks which are much more relevant in practical applications. In particular, we come up with a subtle generalization of thin flows with resetting which yields a compact description as well as an algorithmic approach for computing multi-terminal Nash flows over time.

研究动机与目标

• 将时间上的纳什流理论从单源单汇扩展至多源多汇网络，以更真实地反映现实世界的交通系统。
• 定义适当的子流结构与流入分布机制，以捕捉多个起点与终点之间的个体代理行为。
• 通过超级汇变换，建立一种在多终端网络中计算动态均衡的构造性方法。
• 将带重置的稀疏流概念推广至支持多需求场景，同时保持算法可处理性。

提出的方法

• 引入一个超级汇 t，并为每个汇点 tj 添加 m 条新弧 (tj, t)，其传输时间 τej = δmax − δj，容量 νej = 1/2 · dj · σ，以确保这些弧在最短路径中保持活跃。
• 在扩展网络 G̅ 中构建单汇时间纳什流，利用确定性排队模型下关于带重置的稀疏流的现有结果。
• 证明在扩展网络中，所有新弧对所有粒子 φ ≥ 0 均保持活跃，这是由于其容量较小且传输时间设置得当，从而确保队列积聚。
• 证明：在扩展网络 G̅ 中，若所有新弧均保持活跃，则任意带重置的稀疏流均可分解为 m 个静态流 x′|E = x′¹ + ⋯ + x′ᵐ，其中每个 x′ʲ 均满足流量守恒且流量值为 dj。
• 利用该分解，在原始网络 G 中诱导出一个随时间变化的子流分解，证明所诱导的流满足具有需求的纳什流条件。
• 证明：将扩展后的纳什流限制在原始边集上，并结合流入分布，可得到一个有效的时间纳什流，其需求为 d₁, ..., dₘ。

实验结果

研究问题

• RQ1 带重置的稀疏流概念能否推广至支持动态路由博弈中多个源点与汇点的情形？
• RQ2 如何为具有给定需求的多终端时间纳什流定义一个随时间变化的子流分解？
• RQ3 是否能够通过超级汇变换，算法化地构造多源多汇网络中的动态均衡？
• RQ4 扩展网络需满足何种结构特性，以确保新弧保持活跃且均衡保持有效？

主要发现

• 在确定性排队模型下，多终端网络中存在具有多个源点与汇点及给定需求的时间纳什流。
• 该存在性通过超级汇构造得以证明，该构造将多终端问题转化为单汇问题，从而可应用关于带重置稀疏流的现有理论。
• 所有新弧 (tj, t) 对所有粒子 φ ≥ 0 均保持活跃，这是由于其容量较小且传输时间设置得当，以确保其包含在最短路径中。
• 在扩展网络中，若所有新弧均保持活跃，则任意带重置的稀疏流可分解为 m 个静态流，每个流的流量值为 dj，且在所有内部节点上满足流量守恒。
• 将扩展后的纳什流限制在原始网络上，可得到一个有效的时间纳什流，其需求为 d₁, ..., dₘ，该流满足纳什流条件与子流分解。
• 该方法提供了一种构造性算法途径，通过将多终端网络的动态均衡计算归约为单汇纳什流计算，从而实现对多终端网络中动态均衡的算法构造。