Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση Διπλωματικής Εργασίας κας Αντιγόνης Ασπρούδη - Σχολή ΗΜΜΥ

  • Συντάχθηκε 05-12-2023 13:00 Πληροφορίες σύνταξης

    Ενημερώθηκε: 13-12-2023 15:45

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης

    Έναρξη: 14/12/2023 09:30
    Λήξη: 14/12/2023 10:30

     

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
    Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
    Πρόγραμμα Προπτυχιακών Σπουδών

    ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

    Αντιγόνης Ασπρούδη

    με θέμα

    Συνάθροιση Προτιμήσεων για το Πρόβλημα Κοινωνικού Διαμοιρασμού Διαδρομών
    Preference Aggregation in the Ridesharing Domain

    Εξεταστική Επιτροπή

    Καθηγητής Γεώργιος Χαλκιαδάκης (επιβλέπων)
    Καθηγητής Μιχαήλ Λαγουδάκης
    Καθηγητής Παναγιώτης Παρτσινέβελος (Σχολή ΜΗΧΟΠ)

    Περίληψη

    Οι παραδοσιακές προσεγγίσεις στο ridesharing (ή αλλιώς διαμερισμό διαδρομών) περιλαμβάνουν την ομαδοποίηση οδηγών και επιβατών βάσει των δρομολογίων και των χρονοδιαγραμμάτων τους. Ο στόχος είναι να μοιραστεί το κόστος της διαδρομής, ελαχιστοποιώντας παράλληλα τις καθυστερήσεις και την επιπλέον αύξηση της απόστασης που καλύπτει ο οδηγός κατά την εξυπηρέτηση των επιβατών. Αποτελεί μία ευέλικτη και οικονομική εναλλακτική λύση στα παραδοσιακά μέσα μεταφοράς, προσφέροντας οφέλη φιλικά για το περιβάλλον και την αντιμετώπιση της κυκλοφοριακής συμφόρησης, καθώς με τη χρήση του ridesharing από περισσότερα άτομα, μειώνεται ο αριθμός των οχημάτων στους δρόμους.  
    Σε αυτή τη διπλωματική εργασία, προσεγγίζουμε το πρόβλημα του ridesharing λαμβάνοντας υπόψη κριτήρια που έχουν να κάνουν τόσο με την τοποθεσία, όσο και με τις προτιμήσεις των πρακτόρων σχετικά με τα χαρακτηριστικά των συνεπιβατών τους. Αυτό συμπεριλαμβάνει και την ομαδοποίηση επιβατών με επιβάτες, εφαρμόζοντας συνάθροιση προτιμήσεων μεταξύ τους, προκειμένου να επιλεχθούν αυτοί που θα μοιραστούν το ίδιο όχημα. Η ικανοποίηση των προτιμήσεων είναι ένα σημαντικό κομμάτι της δουλειάς μας, καθώς συμβάλλει στο να έχουν όλοι μια καλύτερη εμπειρία ταξιδιού, αλλά και να αισθάνονται οι επιβάτες ασφαλείς, λαμβάνοντας υπόψη τις προτιμήσεις τους σχετικά τους συνεπιβάτες τους.  
    Βασισμένη στην Θεωρία Παιγνίων, η προσέγγισή μας παράγει core-stable ζευγάρια οδηγών-επιβατών και kernel-stable κατανομή κόστους του ταξιδιού. Με τη χρήση υπεργράφων, γίνεται εντοπισμός επιβατών που μετακινούνται στην ίδια περιοχή με τον οδηγό, ενώ διεξάγοντας πειράματα που περιλαμβάνουν παραλλαγές στο σχήμα της περιοχής από την οποία ο οδηγός μπορεί να εξυπηρετήσει επιβάτες, αξιολογούμε την επίδρασή της στην επιπλέον απόσταση που αυτός θα πρέπει να καλύψει. Με τη χρήση του αλγορίθμου Gale-Shapley, `ταιριάζουμε’ οδηγούς με επιβάτες, εξασφαλίζοντας ότι τα αποτελέσματα βρίσκονται στον πυρήνα (core). Για τον σχεδιασμό της τελικής διαδρομής, εφαρμόζουμε έναν αλγόριθμο Branch and Bounce για τον εντοπισμό της βέλτιστης σειράς στάσεων που πρέπει να κάνει ο οδηγός για να ελαχιστοποιήσει το κόστος του ταξιδιού. Ο αλγόριθμος του Dijkstra συνδέει αυτές τις στάσεις για να δημιουργήσει την τελική διαδρομή. Στη συνέχεια, το κόστος του ταξιδιού μοιράζεται δίκαια μεταξύ των επιβατών κάθε οχήματος, χρησιμοποιώντας την παιγνιοθεωρητική έννοια χαρακτηρισμού σταθερότητας συνασπισμών `kernel’.  
    Η απόδοση της δουλειάς μας ελέγχεται με τη διεξαγωγή προσομοιώσεων στην πόλη των Χανίων, για ένα εύρος από 800 έως 2500 πράκτορες. Τα αποτελέσματα υποδηλώνουν ότι η υλοποίησή μας ξεπερνά σε επιδόσεις προηγούμενη δουλειά πάνω στο αντικείμενο, όσον αφορά την ικανοποίηση των προτιμήσεων. Επιπλέον, συνδυάζει αποτελεσματικά τους πράκτορες, τοποθετώντας περίπου τρεις ανά όχημα, συμβάλλοντας με αυτό τον τρόπο στη μείωση του όγκου των οχημάτων στους δρόμους. Τέλος, η αύξηση της επιπλέον απόστασης που καλύπτει ο οδηγός προκειμένου να εξυπηρετήσει τους επιβάτες διατηρείται σε αποδεχτά επίπεδα, ενώ το κόστος διαδρομής του οδηγού μειώνεται. 

    Abstract 

    Traditional ridesharing approaches involve the matching of drivers and passengers based on their itineraries and schedules. The objective is to share the trip cost while also minimizing time delays and the extra distance covered by the driver when accommodating the passengers. It serves as a flexible and economical alternative to traditional means of transportation, offering environmental and congestion-friendly benefits, as with more individuals sharing rides, the number of vehicles on the streets is reduced.  
    In this thesis, we approach the ridesharing problem considering spatial criteria while also incorporating agents' preferences regarding the characteristics of their co-riders. This includes matching between passengers through preference aggregation in order to determine which ones should share each vehicle. Preference satisfaction is essential in our work, enhancing the overall ride experience and contributing to riders' sense of safety by taking into account their preferences regarding potential co-riders.  
    Rooted in game-theoretic concepts, our approach produces core-stable matches and kernel-stable payment allocations of the trip cost. Hypergraphs are employed to identify passengers located in the same area as the driver. Through experiments involving variations in the shape of the area from which the driver can accommodate passengers, we assess its impact on the extra distance covered. Employing the Gale-Shapley algorithm, we match drivers with passengers, ensuring outcomes are in the core. To plan the coalition's route, we apply a Branch and Bounce algorithm to find the optimal sequence of stops the driver has to make to minimize the cost of the trip. Dijkstra's algorithm connects these stops to form the final path. Subsequently, the trip cost is divided fairly among commuters in each vehicle using the ``kernel" cooperative game-theoretic solution concept.  
    The performance of our work is tested in simulations run in the city of Chania, for a range of 800 to 2500 agents. The results indicate that our implementation outperforms previous work in terms of preference satisfaction. Moreover, it efficiently matches agents, with an average of around three passengers per vehicle, contributing to the minimization of the volume of vehicles in the streets. Ultimately, the rise in the extra distance covered by the driver is maintained at an acceptable level and the driver's cost for the trip is effectively reduced. 

     

     

     


© Πολυτεχνείο Κρήτης 2012