首页/论文/1504.07149

arXiv 1504.071492015-04cs.DS

基于出行的公共交通路径选择

Trip-Based Public Transit Routing

Sascha Witt

备注：: Minor corrections, no substantial changes. To be presented at ESA 2015
发表信息：: Lecture Notes in Computer Science 9294 (2015) 1025-1036
DOI：: 10.1007/978-3-662-48350-3_85

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

我们研究的问题，计算所有的帕累托最优行程在公共交通网络的两个标准的到达时间和数量的转移。我们采取了一种新颖的方法，专注于旅行和它们之间的转移，允许细粒度的建模。我们的实验结果表明，该算法计算完整的24小时配置文件在70毫秒后的预处理阶段的30秒，允许快速查询的动态场景。

英文摘要：

We study the problem of computing all Pareto-optimal journeys in a public transit network regarding the two criteria of arrival time and number of transfers taken. We take a novel approach, focusing on trips and transfers between them, allowing fine-grained modeling. Our experiments on the metropolitan network of London show that the algorithm computes full 24-hour profiles in 70 ms after a preprocessing phase of 30 s, allowing fast queries in dynamic scenarios.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于精简搜索树的公交出行路径选择

Trip-Based Public Transit Routing Using Condensed Search Trees

研究了公交网络中的帕累托最优出行规划问题。大多数现有的算法和加速技术的工作原理是计算子行程的中间站，直到到达目的地。相比之下，基于行程的模型侧重于行程和它们之间的转移，将行程构建为一系列行程。在本文中，我们开发了一种加速技术，该模型的灵感来自现有的最先进的加速技术，传输模式和集线器标签背后的原则。由此产生的算法使我们能够在不到半毫秒的时间内在非常大的真实网络上计算帕累托最优（相对于到达时间和传输次数）24小时配置文件。与公共交通网络上的双标准查询的当前技术水平相比，这快了两个数量级，同时增加了预处理开销最多一个数量级。

2016-09-15cs.DS

弧形标志与基于出行的公交路径选择

Arc-Flags Meet Trip-Based Public Transit Routing

我们提出了弧旗TB，一个行程规划算法的公共交通网络，它结合了基于行程的公共交通路由（TB）与弧旗加速技术。与以前尝试将弧旗应用于公共交通网络，取得了有限的成功相比，我们的方法使用更强的修剪规则，以减少搜索空间。我们的实验表明，弧旗TB实现了高达两个数量级的TB，提供查询时间不到一毫秒，即使在大型的全国性网络的加速。相比，最先进的加速技术基于行程的公共交通路由使用压缩搜索树（TB-CST），我们的算法实现了类似的查询时间，但需要显着更少的额外内存。其他最先进的算法，实现更快的查询时间，例如，公共交通标签，需要大量的内存使用。相比之下，Arc-Flag TB提供了查询性能和内存使用之间的权衡，因为我们的算法所需的网络分区中的区域数量是一个可配置的参数。我们还确定了TB的传输预计算中的一个问题，该问题影响TB-CST和Arc-Flag TB，导致某些查询的答案不正确。TB-CST的作者以前没有认识到这一点。我们将讨论如何在未来解决这个问题。目前，Arc-Flag TB错误地回答了1-6%的查询，而在某些网络上，TB-CST的错误率超过20%。

2023-02-14cs.DS

基于匹配的启发式算法求解校车路径问题

A matching-based heuristic algorithm for school bus routing problems

由于学校交通的巨大成本，校车规划问题引起了研究者的广泛关注。在文献中，SBPP通常分解为路由和调度子问题，由于其复杂性。由于分解的性质，即使所有的子问题都得到了最优解，最终的解也可能不如集成模型的解。在本文中，我们提出了一种新的方法，将调度信息（即行程兼容性）到路由阶段，这样的子问题之间的相互关系仍然被认为是即使在分解的问题。提出了一种新的两步启发式算法来求解校车路径问题。第一步使用基于迭代最小成本匹配的插入启发式算法找到初始解。然后，利用模拟退火和禁忌搜索混合算法对初始行程进行改进。在文献中的随机生成问题和基准问题上进行了实验。结果表明，我们的两步启发式提高现有的解决方案的基准问题高达25%。

2018-07-14cs.DS

基于双向出行的可扩展公交路径选择算法

Scalable Algorithms for Bicriterion Trip-Based Transit Routing

本文提出了多种扩展流行的双基准公交路线的方法-基于行程的公交路线（TBTR）。具体来说，建立在HypRAPTOR算法的前提下，我们首先将TBTR扩展到其分区变体- HypTBTR。然而，HyTBTR在查询时间上的改进是以增加预处理为代价的。为了解决这个问题，提出了两种新的技术-一个一对多的TBTR和多级分区的变体。我们的一对多算法可以快速解决配置文件查询，这不仅减少了HypTBTR的预处理时间，但也可以帮助其他流行的方法，如HypRAPTOR。接下来，我们在HypTBTR和HypRAPTOR中集成了一个多级图分区范例，以减少填充计算。所提出的算法的有效性进行了广泛的测试，在现实世界的大规模数据集。还提出了研究超图划分工具（hMETIS，KaHyPar和整数程序）以及不同加权方案的效果的其他分析。

2022-02-26cs.DSmath.OC

FLASH-TB：集成Arc-Flags与基于行程的公共交通路径规划

FLASH-TB: Integrating Arc-Flags and Trip-Based Public Transit Routing

FLASH-TB结合基于行程的公共交通路径规划与Arc-Flags加速，通过可配置分区和预计算换乘标志，实现比现有方法节省两个数量级内存且查询加速超两个数量级的亚毫秒级路径规划。

2025-10-09cs.DS

扩展时间范围：基于时间长度时刻表的高效公共交通路径选择

Extending the Time Horizon: Efficient Public Transit Routing on Arbitrary-Length Timetables

我们研究的问题，计算所有的帕累托最优行程在公共交通网络的两个标准的到达时间和数量的转移。近年来，在使公共交通网络路由更可扩展到更大的网络方面已经取得了很大的进步。然而，大多数方法都没有提到另一个维度的可扩展性：时间。实验性评估通常是在几天的时间表上完成的，而实际上，规划的时间范围要长得多。我们引入了一个扩展到基于出行的公共交通路线，在[12]中提出，允许有效地处理任意长的时间表。我们的实验评估表明，由此产生的算法实现了跨年时间表的快速查询，并可以将更新，如延迟或改变路线，甚至在大型网络上。

2021-09-29cs.DS

更多相关论文收起更多论文

重新考虑转接节点路由

Transit Node Routing Reconsidered

公交节点路由（TNR）是一种快速、准确的道路网络距离预测方法。我们展示了TNR的几个新结果。首先，我们给出了一个令人惊讶的简单的实现完全基于收缩层次结构，加快了预处理的数量级接近的时间，只是找到一个CH（其中单独有两个数量级更大的查询时间）。我们还开发了一个非常有效的纯图论局部性过滤器，在查询时间没有任何妥协。最后，我们表明，专业化的在线多对一（或一对多）的最短路径进一步加快查询时间的数量级。这个变体甚至比需要更多空间的已知最快方法具有更好的查询时间。

2013-02-22cs.DS

带设施选址的库存路径问题

Inventory Routing Problem with Facility Location

我们研究的问题，集成仓库选址决策随着时间的推移，从这些仓库的客户端服务的库存路由问题，平衡车辆从仓库的路由成本与需求的持有成本交付之前，他们是由于。由于库存路径问题已经很复杂，我们研究的版本，假设每天的车辆路线是直接连接从仓库，从而形成星作为解决方案，并称之为星库存路径问题与设施位置（SIRPFL）。作为解决SIRPFL的基础，我们首先研究了IRP中的单仓库、单客户的特殊情况--库存存取问题（IAP）。无容量限制的IAP是一个多项式时间的动态规划。我们为Capacitated IAP提供了NP-硬度降低，其中每个需求不能在不同的行程中分割。我们给出了一个$3$ -近似的情况下，需求可以分割和$6$ -近似的不可分割的情况下。对于Uncapacitated SIRPFL，我们提供了一个$12$近似四舍五入的LP松弛。结合Capacitated IAP和Uncapacitated SIRPFL的思想，我们得到了Capacitated Splittable SIRPFL的$24$ -近似和最一般的Capacitated Unsplittable SIRPFL的$48$ -近似.

2019-05-01cs.DS

无限制步行通过枢纽标记的快速公共交通路线

Fast Public Transit Routing with Unrestricted Walking through Hub Labeling

我们提出了一种新的技术，在公共交通网络，允许不受限制的步行回答路由查询。我们考虑几种类型的查询：最早到达时间，帕累托最优行程的到达时间，数量的转移和步行时间，和配置文件，即找到所有帕累托最优行程的旅行时间和到达时间在给定的时间间隔。我们的技术使用集线器标记来表示无限的脚转移，并可以适应两个经典的算法RAPTOR和CSA。我们获得显着的加速比国家的最先进的方法的基础上收缩层次结构。

2019-06-21cs.DScs.NI

路由算法预处理和查询阶段的下界

Lower Bounds in the Preprocessing and Query Phases of Routing Algorithms

在过去的十年中，已经有大量的研究在寻找路由算法专门设计运行在现实世界的图。在2010年，Abraham等人展示了当前最快路由算法的查询时间上限，包括收缩层次结构，过境节点路由和枢纽标记。在本文中，我们显示相应的下界相同的三个算法。我们还展示了如何改善Milosavljevic的结果，降低了收缩层次结构的预处理阶段中添加的快捷方式的数量。我们放松了最优收缩顺序的假设（这是NP-难以计算的），使结果适用于现实世界的情况。最后，我们给出了一个证明，枢纽标记的最佳预处理是NP难的。对于大多数路由算法来说，最佳预处理的难度是已知的，并且被怀疑对于集线器标记也是如此。

2015-09-07cs.DS