公共交通中的公平促进
人工智能
2022-11-29 v1 数据结构与算法
计算机科学与博弈论
摘要
诸多新闻报道了贫困家庭在获取公共交通方面面临的障碍。这些壁垒给贫困家庭带来极大不便,更重要的是,它们造成了大量的社会不平等。解决该问题的一种典型方法是建设更多交通基础设施,为尤其是被剥夺资源的社区提供更多使用公共交通的机会。例子包括增开更多连接贫困居民与铁路系统的公交线路,以及将现有公交线路延伸至社会经济地位低下地区。近来,一种新策略被提出,即利用 ubiquitous 的网约车服务将弱势家庭与最近的公共交通连接起来。相较于前述基于基础设施的方案,基于网约车的策略具有若干独有优势,如更高效率与更强灵活性。本文中,我们提出一个优化模型,研究如何将两种方法整合以实现公平促进。具体地,我们旨在设计一种将给定有限预算分配至不同候选方案的策略,使得整体社会公平最大化,其中社会公平定义为所有预先指定的受保护家庭群体(基于种族、收入等)中的最小覆盖率。我们设计了一个基于线性规划(LP)的舍入算法,证明其可达到 1-1/e 的最优近似比。此外,我们利用整合芝加哥市多个公共数据集所组装的真实数据,将我们的算法与若干基线进行了测试。实验结果证实了我们的理论预测,并展示了基于 LP 的策略在促进社公平方面的有效性,尤其在预算不足时。
引用
@article{arxiv.2211.14531,
title = {Equity Promotion in Public Transportation},
author = {Anik Pramanik and Pan Xu and Yifan Xu},
journal= {arXiv preprint arXiv:2211.14531},
year = {2022}
}
备注
A preliminary version will appear in the 37th AAAI Conference on Artificial Intelligence (AAAI 23)