Abstract
Dial-a-ride is the most widely available transit service for disabled persons or seniors in the United States and Europe. This paper studies a static dial-a-ride problem considering multiple depots, heterogeneous vehicles, and soft time windows. In this paper, we apply a heuristic based on clustering first-routing second(HCR) to a real-world large dial-a-ride problem from Maryland Transit Administration(MTA). MTA's real operation is compared with the results of developed heuristic for 24 cases. The objective function of the proposed model is to minimize the total cost composed of the service provider's cost and the customers' inconvenience cost. For the comparison, the objective function values of HCR do not include waiting cost, delay cost, and excess ride cost. The objective function values from HCR are better than those from MTA's operation for all cases. This result shows that our heuristic method can make the real operation better and more efficient.
교통약자들을 위한 차량서비스는 dial-a-ride, demand responsive 또는 paratransit으로 불리며 미국과 유럽에서 널리 제공되고 있는 대중교통의 하나이다. 본 연구는 이러한 교통약자 차량서비스의 배차와 차량경로문제에 관한 것으로 다수차고지와 예약시간 위반을 고려한다. 본 연구에서는 기존의 연구에서 제안된 clustering first-routing second에 기초한 휴리스틱 알고리즘을 실제 큰 규모의 교통약자 차량서비스에 적용하였다. 사례연구로서 Maryland Transit Administration (MTA)의 교통약자 차량서비스를 소개하고 실제 MTA의 운영결과와 제안된 휴리스틱 알고리즘의 결과를 비교하였다. 제안된 모형의 목적함수는 서비스제공자의 비용과 고객들의 불편비용으로 이루어진 전체비용을 최소화하는 것이다. 실제 MTA의 운영자료에 차량대기시간, 서비스지연시간과 초과승차시간에 대한 정보가 없는 관계로 비교를 위해서 clustering first-routing second에 기초한 휴리스틱 알고리즘의 목적함수 값은 차량의 대기비용, 고객들의 서비스지연비용과 초과 승차시간 비용를 포함하지 않는다. MTA의 실제운영에 의한 목적함수 값보다 HCR의 목적함수 값이 보다 나은 것으로 나타났으며 이 결과는 본 연구에서 제안된 휴리스틱 방법이 실제운영을 보다 효율적으로 바꿀 수 있음을 보여준다.
