The performance of multimodal mobility systems relies on the seamless integration of conventional mass transit services and the advent of Mobility-on-Demand (MoD) services. Prior work is limited to individually improving various transport networks' operations or linking a new mode to an existing system. In this work, we attempt to solve transit network design and pricing problems of multimodal mobility systems en masse. An operator (public transit agency or private transit operator) determines the frequency settings of the mass transit system, flows of the MoD service, and prices for each trip to optimize the overall welfare. A primal-dual approach, inspired by the market design literature, yields a compact mixed integer linear programming (MILP) formulation. However, a key computational challenge remains in allocating an exponential number of hybrid modes accessible to travelers. We provide a tractable solution approach through a decomposition scheme and approximation algorithm that accelerates the computation and enables optimization of large-scale problem instances. Using a case study in Nashville, Tennessee, we demonstrate the value of the proposed model. We also show that our algorithm reduces the average runtime by 60\% compared to advanced MILP solvers. This result seeks to establish a generic and simple-to-implement way of revamping and redesigning regional mobility systems in order to meet the increase in travel demand and integrate traditional fixed-line mass transit systems with new demand-responsive services.

中文翻译：

---

多式联运系统：公交网络设计和定价的联合优化

多式联运系统的性能取决于传统的大众运输服务的无缝集成以及按需移动（MoD）服务的出现。先前的工作仅限于单独改善各种传输网络的操作或将新模式链接到现有系统。在这项工作中，我们试图整体解决公交网络设计和多式联运系统的定价问题。运营商（公共运输代理机构或私人运输运营商）确定公交系统的频率设置，MoD服务的流量以及每次行程的价格，以优化整体福利。受市场设计文献的启发，采用原始对偶方法可产生紧凑的混合整数线性规划（MILP）公式。然而，关键的计算挑战仍然在于为旅行者分配指数级的混合模式。我们通过分解方案和近似算法提供了一种易于处理的解决方案，它可以加快计算速度并实现大型问题实例的优化。通过在田纳西州纳什维尔的案例研究，我们证明了该模型的价值。我们还表明，与高级MILP求解器相比，我们的算法将平均运行时间减少了60％。此结果旨在建立一种通用且易于实现的方式来改造和重新设计区域交通系统，以满足不断增长的旅行需求，并将传统的固定式公交系统与新的需求响应服务相集成。我们通过分解方案和近似算法提供了一种易于处理的解决方案，它可以加快计算速度并实现大型问题实例的优化。通过在田纳西州纳什维尔的案例研究，我们证明了该模型的价值。我们还表明，与高级MILP求解器相比，我们的算法将平均运行时间减少了60％。此结果旨在建立一种通用且易于实现的方式来改造和重新设计区域交通系统，以满足不断增长的旅行需求，并将传统的固定式公交系统与新的需求响应服务相集成。我们通过分解方案和近似算法提供了一种易于处理的解决方案，它可以加快计算速度并实现大型问题实例的优化。通过在田纳西州纳什维尔的案例研究，我们证明了该模型的价值。我们还表明，与高级MILP求解器相比，我们的算法将平均运行时间减少了60％。此结果旨在建立一种通用且易于实现的方式来改造和重新设计区域交通系统，以满足不断增长的旅行需求，并将传统的固定式公交系统与新的需求响应服务相集成。我们证明了所提出模型的价值。我们还表明，与高级MILP求解器相比，我们的算法将平均运行时间减少了60％。此结果旨在建立一种通用且易于实现的方式来改造和重新设计区域交通系统，以满足不断增长的旅行需求，并将传统的固定式公交系统与新的需求响应服务相集成。我们证明了所提出模型的价值。我们还表明，与高级MILP求解器相比，我们的算法将平均运行时间减少了60％。此结果旨在建立一种通用且易于实现的方式来改造和重新设计区域交通系统，以满足不断增长的旅行需求，并将传统的固定式公交系统与新的需求响应服务相集成。