公共交通中的价格最优路径规划
最优化与控制
2024-02-20 v3 离散数学
摘要
我们考虑公共交通中的价格最优最早到达问题(POEAP),旨在公共交通网络中计算关于票价与到达时间的旅程帕累托集。公共交通票价结构通常是多种票价策略的组合,例如基于距离的票价、基于分区的票价或单一票价。决定实际票价的规则往往非常复杂。因此,票价结构素来难以建模,因为通常仅将费用分配给路径图中的弧是不够的。关于POEAP的研究很少,且通常要么依赖启发式方法,要么仅考虑限制性的票价模型,其局限性太大,无法覆盖大多数现实应用的全貌。为此,我们引入条件票价网络(CFNs),这是首个用于表示大量现实票价结构的框架。我们证明,通过放宽标签支配准则,CFNs可作为标签设定多目标最短路径算法中的构建模块。由于其广泛的建模能力,在CFNs上优化是NP难的。然而,我们证明将多准则RAPTOR(MCRAP)算法适配于CFNs,可在真实数据集上以平均不到400毫秒的时间最优求解POEAP。通过限制帕累托集规模,运行时间进一步降至10毫秒以下。
引用
@article{arxiv.2204.01326,
title = {Price Optimal Routing in Public Transportation},
author = {Ricardo Euler and Niels Lindner and Ralf Borndörfer},
journal= {arXiv preprint arXiv:2204.01326},
year = {2024}
}