[论文解读] Two-Phase Bicriterion Search for Finding Fast and Efficient Electric Vehicle Routes

Michael T. Goodrich, Paweł Pszona|arXiv (Cornell University)|Sep 10, 2014

Algorithms and Data Compression参考文献 6被引用 4

一句话总结

该论文提出了一种两阶段双准则搜索算法，通过将路径划分为两种驾驶模式——先优化速度，再优化能效——高效地找到平衡行驶时间和能耗的电动汽车路径。该方法在非负权重下的时间复杂度为 O(n log n + m)，即使在引入充电站的情况下，也能实现超过 99% 的近似最优可达性，且性能开销极小。

ABSTRACT

The problem of finding an electric vehicle route that optimizes both driving time and energy consumption can be modeled as a bicriterion path problem. Unfortunately, the problem of finding optimal bicriterion paths is NP-complete. This paper studies such problems restricted to two-phase paths, which correspond to a common way people drive electric vehicles, where a driver uses one driving style (say, minimizing driving time) at the beginning of a route and another driving style (say, minimizing energy consumption) at the end. We provide efficient polynomial-time algorithms for finding optimal two-phase paths in bicriterion networks, and we empirically verify the effectiveness of these algorithms for finding good electric vehicle driving routes in the road networks of various U.S. states. In addition, we show how to incorporate charging stations into these algorithms, in spite of the computational challenges introduced by the negative energy consumption of such network vertices.

研究动机与目标

• 为解决电动汽车路径规划中行驶时间与能耗之间最优权衡的挑战。
• 建模现实驾驶行为，其中驾驶员在时间优化与能耗优化驾驶模式之间切换。
• 开发一种多项式时间算法，优于现有双准则路径问题的 NP-完全方法。
• 尽管在充电站处存在负能耗的计算挑战，仍将充电站有效集成到路径规划中。
• 在真实美国道路网络上，实证验证该算法的性能与解的质量。

提出的方法

• 将问题形式化为两阶段双准则路径问题，其中第一段路径优化某一准则（如时间），第二段优化另一准则（如能耗）。
• 使用改进的 Dijkstra 算法计算在两种不同准则下的最短路径，然后通过两阶段遍历策略组合结果。
• 采用两阶段搜索方法，利用高效的基于优先队列的计算识别驾驶模式之间的最优切换点。
• 通过将充电站建模为具有负能耗的顶点来处理充电站，并扩展算法以支持多个充电站且开销极小。
• 使用标签技术跟踪每条路径的时间与能耗成本，确保支配性检查高效执行。
• 通过预计算充电站之间的路径并利用现有的 Dijkstra 算法加速技术来优化性能。

实验结果

研究问题

• RQ1 两阶段双准则路径方法是否能在保持多项式时间复杂度的同时实现近似最优的路径质量？
• RQ2 与精确的伪多项式算法相比，该两阶段方法在解的质量与运行时间方面表现如何？
• RQ3 在不降低性能的前提下，充电站能在多大程度上被有效集成到双准则路径规划中？
• RQ4 充电站数量如何影响两阶段算法的运行时间与可达性？
• RQ5 该两阶段方法是否能支持现实世界中电动汽车的驾驶模式，并在大规模道路网络上实现实际可行的性能？

主要发现

• 该两阶段算法实现了超过 99% 的可达顶点比例，这些顶点可被能效优化算法到达，表明解的质量接近最优。
• 在内华达州道路网络（261,155 个顶点，311,043 条边）上，使用 85 千瓦时电池和 10 个充电站时，该算法在平均 35 秒内为 92.6% 的起点-终点对找到可行路径。
• 使用 60 千瓦时电池和 10 个充电站时，该算法在平均 35 秒内实现 92.6% 的可达性，表现出强大的可扩展性。
• 该算法的运行时间主要与充电站数量相关，通过预计算充电站间路径可进一步提升性能。
• 即使在普通的 2.2 GHz CPU 上，该算法也能在大规模网络中实现平均 35 秒内完成路径计算，表明其具有强大的实际可行性。
• 该方法仅需两种驾驶模式和一个切换点，即可支持现实驾驶行为，相比复杂的多准则路径，更易于驾驶员理解和执行。