Modelling of preferences in multimodal routing algorithms

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Haapamäki, Taina
dc.contributor.author Saijets, Santtu
dc.date.accessioned 2018-06-01T11:36:10Z
dc.date.available 2018-06-01T11:36:10Z
dc.date.issued 2018-05-08
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/31563
dc.description.abstract In this thesis, we study the ongoing change in the field of passenger transport. We focus on the required technological solutions and introduce an idea of a technological platform connecting all the transport service providers seamlessly to the available interfaces offering combined transportation services for the travellers. We present a reference architecture for the platform and identify that development is needed to more accurately model the travellers' preferences in the multimodal routing algorithms used in the platform. Label constrained shortest path problem Dijkstra's (LCSPP-D) algorithm is one typically used to model the traveller's preferences in the journey planning. We propose two ways to improve the preference modelling with this algorithm. Firstly, the travellers should be clustered into similar groups so that the parameters describing the preferences could be shared within the group. This way more emphasis could be given to the optimization of the group specific parameters. Secondly, instead of returning journey plans using a single objective function, a set of journey plans should be returned where each would describe the travellers' preferences in different situations. Then, depending on temporary variables such as the weather, a travelling companion or the amount of luggage the traveller could select the plan most suitable for the specific situation. We focus on the second improvement and build a test framework in order to evaluate the LCSPP-D algorithm more closely in our sample network. We define multiple models to describe the travellers' preferences and use these to return journey plans from the sample network. The results show that journey plans modelling the travellers' preferences can be returned and using the designed preference models for a single trip we can return multiple plans each describing different kind of preferences. However, further research is needed to study how well the algorithm can actually model the traveller's preferences and how the preference models used in the algorithm should be defined. en
dc.description.abstract Tässä tutkimuksessa tutustumme muutokseen, joka on käynnissä henkilöliikenteen alalla. Erityisesti meitä kiinnostavat tarvittavat teknologiset ratkaisut ja esittelemme ideamme teknologia-alustasta, joka yhdistäisi liikkumispalveluiden tarjoajat saumattomasti kaikkiin eri rajapintoihin, jotka tarjoavat keskitetysti liikkumispalveluita kuluttajille. Esittelemme viitearkkitehtuurin kyseiselle alustalle ja tätä kautta tunnistamme, että kehitystä tarvitaan ainakin parantamaan preferenssien mallinnusta reititysalgoritmeissa, joita alustassa käytetään. Ehdotamme kahta parannusta tukemaan preferenssien mallinnusta olemassa olevia algoritmeja hyödyntäen. Matkustajat tulisi ensinnäkin luokitella ryhmiin preferenssiensä perusteella. Tätä kautta preferenssimallit voitaisiin jakaa ryhmän kesken ja enemmän panostusta voitaisiin käyttää ryhmäkohtaisten mallien kehittämiseen. Toiseksi sen sijaan, että reititysalgoritmit palauttaisivat yhden tavoitefunktion mukaan optimoituja reittejä, niiden tulisi palauttaa joukko erilaisia reittejä, jotka kaikki pyrkivät kuvaamaan matkustajan preferenssejä erilaisissa tilanteissa. Sitten riippuen vallitsevista muuttujista, kuten säästä, matkustusseurasta ja kantamusten määrästä, voisivat matkustajat valita tilanteeseen sopivimman reittisuunnitelman. Tutkimme jälkimmäistä parannusehdotusta tarkemmin ja rakennamme kehikon, jonka avulla voimme testata reititysalgoritmeja testiverkostossamme. Määrittelemme useampia malleja kuvaamaan matkustajien preferenssejä ja haemme näiden avulla reittejä testiverkostostamme. Tulokset osoittavat, että preferensseihin mukautuvia reittiehdotuksia voidaan palauttaa ja muokkaamalla preferenssimalleja oikein on mahdollista palauttaa samalle reitille joukko erilaisia preferenssejä kuvaavia reittejä. Jatkotutkimusta kuitenkin tarvitaan arvioimaan, kuinka hyviä nykyiset reititysalgoritmit ovat oikeastaan kuvaamaan matkustajan preferenssejä ja kuinka ryhmäkohtaiset preferenssimallien parametrit tulisi tarkemmin määrittää. fi
dc.format.extent 60 + 3
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Modelling of preferences in multimodal routing algorithms en
dc.title Preferenssien mallinnus multimodaalisissa reititysalgoritmeissa fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.subject.keyword multimodal routing algorithms en
dc.subject.keyword preference modelling en
dc.subject.keyword mobility as a service en
dc.subject.keyword journey planning en
dc.identifier.urn URN:NBN:fi:aalto-201806012990
dc.programme.major Systems and Operations Research fi
dc.programme.mcode SCI3055 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Ehtamo, Harri
dc.programme Master’s Programme in Mathematics and Operations Research fi
local.aalto.electroniconly yes
local.aalto.openaccess yes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account