快速且抗延迟的多模式出行规划

我们研究由公共交通加无限制接驳方式（例如步行或骑行）组成的多模式网络中的出行规划。为了在实践中提供良好结果，算法必须考虑车辆延误。延迟响应算法接收连续的延误更新流，并必须在当前已知的延误场景下返回最优出行方案。更新在更新阶段被纳入，该阶段必须快速（例如几秒）。已知最快的多模式出行规划方法是 ULTRA，它预计算表示车辆间接驳的快捷方式。这使得查询算法能够找到关于到达时间和公共交通行程次数帕累托最优的出行方案，且与纯公共交通网络相比无任何性能损失。然而，预计算阶段未考虑延误，且在更新阶段重新运行过慢。我们提出 Delay-ULTRA，ULTRA 的延迟响应变体。由于考虑所有理论可能的延误会产生不切实际的大量快捷方式，我们的方法预计算在延误不超过可配置上限（例如 5 分钟）时证明充分的快捷方式。为处理超出该上限的延误（实践中较少发生），我们提出一种针对缺失快捷方式的启发式搜索，其速度足以在更新阶段运行。我们在真实数据上的实验评估表明，Delay-ULTRA 在大都市和中型国家网络上遗漏的最优出行方案少于 0.02%，在更大的德国网络上为 0.16%。考虑到现实应用中可用的延误信息从不完美准确，这些错误率可忽略。查询速度至多比无延误信息的 ULTRA 慢两倍，且比最快的无需预处理的精确算法快至多 8 倍。