[论文解读] Multimodal Mobility Systems: Joint Optimization of Transit Network Design and Pricing

Qi Luo, Samitha Samaranayake+1 more|arXiv (Cornell University)|Feb 15, 2021

Transportation and Mobility Innovations参考文献 14被引用 4

一句话总结

本文提出了一种用于多模式出行系统中公交网络设计与定价的联合优化框架，整合了固定路线公共交通（MT）与按需出行（MoD）服务。通过使用基于对偶分解的近似算法，该方法实现了高效的规模化优化，在纳什维尔案例研究中相比最先进的MILP求解器将运行时间减少了60%，同时联合优化MT频率、MoD定价与再平衡策略，以最大化社会福利。

ABSTRACT

The performance of multimodal mobility systems relies on the seamless integration of conventional mass transit services and the advent of Mobility-on-Demand (MoD) services. Prior work is limited to individually improving various transport networks' operations or linking a new mode to an existing system. In this work, we attempt to solve transit network design and pricing problems of multimodal mobility systems en masse. An operator (public transit agency or private transit operator) determines the frequency settings of the mass transit system, flows of the MoD service, and prices for each trip to optimize the overall welfare. A primal-dual approach, inspired by the market design literature, yields a compact mixed integer linear programming (MILP) formulation. However, a key computational challenge remains in allocating an exponential number of hybrid modes accessible to travelers. We provide a tractable solution approach through a decomposition scheme and approximation algorithm that accelerates the computation and enables optimization of large-scale problem instances. Using a case study in Nashville, Tennessee, we demonstrate the value of the proposed model. We also show that our algorithm reduces the average runtime by 60\% compared to advanced MILP solvers. This result seeks to establish a generic and simple-to-implement way of revamping and redesigning regional mobility systems in order to meet the increase in travel demand and integrate traditional fixed-line mass transit systems with new demand-responsive services.

研究动机与目标

• 为解决将固定路线公共交通（MT）与按需出行（MoD）服务整合为统一高效交通系统所面临的挑战。
• 联合优化MT频率设置、MoD定价与再平衡策略，以最大化整体系统福利。
• 克服在多模式网络中建模指数级数量混合出行模式所导致的计算不可行性。
• 为公共与私营交通运营商提供一种可处理、可扩展且可实施的框架，用于重新设计区域出行系统。

提出的方法

• 采用受市场设计启发的原始-对偶方法，将联合设计与定价问题建模为紧凑的混合整数线性规划（MILP）。
• 应用Benders分解，将主问题（MT频率设置）与子问题（MoD定价与再平衡）分离。
• 使用近似算法通过迭代求解带再平衡约束的多商品流问题，以处理指数级数量的混合出行模式。
• 利用子问题中的对偶价格指导主问题，实现收敛并高效求解大规模实例。
• 在子问题优化中嵌入多项式Logit（MNL）框架以建模出行者模式选择行为。
• 通过求解一系列线性规划（LP）而非完整的MILP，显著提升计算效率。

实验结果

研究问题

• RQ1 如何在公交网络设计与定价方面联合优化公共交通与按需出行服务，以实现社会福利最大化？
• RQ2 在多模式系统中建模指数级数量的混合出行模式会产生何种计算影响？又该如何缓解？
• RQ3 所提出的分解与近似算法相较于传统MILP求解器，在求解大规模公交网络设计问题时表现如何？
• RQ4 最优解对关键系统参数（如车队规模与车辆容量）变化的敏感性如何？
• RQ5 按需出行服务的整合在多大程度上能够扩展固定路线公交系统的覆盖范围与运行效率？

主要发现

• 所提算法相比先进MILP求解器（Gurobi 9.0）将平均运行时间减少了60%，在纳什维尔案例研究中平均运行时间为1232秒，而MIP求解器为3600秒。
• 纳什维尔的最优频率设置显示，从郊区至市中心的走廊频率更高，表明通过MoD有效支撑主干公交线路。
• 增加公交车总数（R）显著提升整体系统福利，因为更多乘客可获得可负担的MT服务。
• 更高的车辆容量（Vℓ）并不一定提升福利；在关键线路上提高频率比使用大容量车辆更有效。
• 子问题中的对偶价格定义清晰且具有指导性，有助于主问题高效收敛。
• 模型成功将MoD作为首末程连接工具，提升了对服务不足社区的可达性，并降低了低使用率MT线路的运营成本。