一种通勤视角都市圈空间半径测算方法技术

本发明专利技术公开了一种通勤视角都市圈空间半径测算方法，包括以下步骤：1、选定样本/目标都市圈以及样本/目标年份，将分为训练、验证两组；2、获取各都市圈空间、时间、流量、设施、引力五大类数据指标，并获取各都市圈现状年份通勤视角都市圈空间半径值；3、将数据录入MATLAB，并建立BP神经网络测算模型，运用训练组对模型进行训练，运用验证组验证模型的训练精度，直至测算精度达到要求；4、用训练完成的模型对预测组进行测算，最终得到输出结果。本发明专利技术能帮助克服我国通勤数据不易得的局限，结合多阶段多要素定量测算都市圈空间半径，测算用时短、精度高，方法普适性、稳定性高，为研究都市圈空间和总体发展路径提供了可靠参考依据。

A method of calculating the spatial radius of metropolitan area from the perspective of commuting

【技术实现步骤摘要】
一种通勤视角都市圈空间半径测算方法
本专利技术涉及都市圈空间范围定量分析测算
，特别是涉及到一种通勤视角都市圈空间半径测算方法。
技术介绍
近期都市圈研究与发展的热潮日益高涨。但都市圈空间发展的同时可能存在城市无序蔓延、都市圈范围不合理等风险，基于此，近年来国内学界在借鉴国外发展经验的基础上关于都市圈合理空间范围的讨论不断深入。学界普遍认为都市圈空间范围应遵循以人为本的发展理念，从人们日常通勤通学的幸福感出发，将都市圈空间半径控制在30～50km内，也存在“明确都市圈的空间区域应为通勤范围”的观点。因此，建立一种合理、有效的通勤视角都市圈空间半径测算方法模型十分必要。目前现有的都市圈空间界定方法提出时间较早，缺乏对于新形势新技术的适应性，且多采用经济地理学模型，存在要素单一的问题，且由于我国普查数据中缺乏对于通勤数据的统计，现有方法对于通勤这一关键要素的考虑较为欠缺。总的来说，目前传统的都市圈空间界定方法存在较多改进空间，不适用于面向未来的都市圈空间界定与分析。
技术实现思路
为了解决上述存在问题。本专利技术提供一种通本文档来自技高网...

【技术保护点】
1.一种通勤视角都市圈空间半径测算方法，包括下述步骤：/n(1)选定数据指标易得的都市圈作为样本都市圈，并按照一定比例将样本都市圈区分为近期年份的训练和验证两种样本，选定需进行通勤视角都市圈空间半径预测的都市圈作为目标年份预测实例；/n(2)获取各样本都市圈现状年份和目标都市圈目标年份的影响通勤视角都市圈空间半径的空间、时间、流量、设施、引力五大类数据指标，并获取各都市圈现状年份通勤视角都市圈空间半径值，确定训练、验证输入、输出指标以及预测输入指标；/n(3)将步骤(2)中收集的各组数据录入MATLAB，建立都市圈空间半径界定数据库，并将各都市圈对应的各组数据区分为训练组、验证组与预测组；/n...

【技术特征摘要】
1.一种通勤视角都市圈空间半径测算方法，包括下述步骤：
(1)选定数据指标易得的都市圈作为样本都市圈，并按照一定比例将样本都市圈区分为近期年份的训练和验证两种样本，选定需进行通勤视角都市圈空间半径预测的都市圈作为目标年份预测实例；
(2)获取各样本都市圈现状年份和目标都市圈目标年份的影响通勤视角都市圈空间半径的空间、时间、流量、设施、引力五大类数据指标，并获取各都市圈现状年份通勤视角都市圈空间半径值，确定训练、验证输入、输出指标以及预测输入指标；
(3)将步骤(2)中收集的各组数据录入MATLAB，建立都市圈空间半径界定数据库，并将各都市圈对应的各组数据区分为训练组、验证组与预测组；
(4)赋予步骤(3)中所述训练输入、训练输出、验证输入指标初始化权重和阈值；
(5)归一化处理步骤(4)中所述训练指标并输入训练样本，利用MATLAB的premnlnx函数实现训练样本输入指标向量的归一化；
(6)根据训练组样本数据确定BP神经网络传递函数、训练函数、隐含层神经元个数，设置神经网络模型的最大容许误差和最大学习次数，建立BP神经网络测算模型，对模型进行训练；
(7)使用tramnmx函数将验证组样本的输入指标数据归一化，代入BP神经网络测算模型进行运算并运用postmnmx函数将模型输出结果反归一化，将反归一化后的验证组输出结果与验证组输出指标实际值进行对照，若满足误差条件则该BP神经网络测算模型训练完成；
(8)使用训练完成的BP神经网络测算模型对预测组进行测算，最终得到通勤视角都市圈空间半径的值或一定范围。


2.根据权利要求1所述的一种通勤视角都市圈空间半径测算方法，其特征在于：所述步骤(1)中，按一定比例区分训练和验证都市圈样本时，按照80％训练样本，20％验证样本的比例区分样本，且区分时应具有随机性。


3.根据权利要求1所述的一种通勤视角都市圈空间半径测算方法，其特征在于：所述步骤(2)中，各都市圈训练、验证、预测输入指标具体如下：各都市圈的全部通勤人群平均直线通勤距离、中心城市建成区面积、中心城市一日交流圈内人口规模500万以上，即特大城市及以上的城市个数、中心城市一日交流圈内人口规模300万以上，即大城市及以上的城市个数、全部通勤人群平均通勤时间、都市圈极限通勤人群平均通勤时间、各都市圈中心城市常住人口密度、中心城市G/D/C次列车日班次数、中心城市机动车保有量、中心城市快递业务量、各都市圈中心城市高速铁路线路数、中心城市高速公路总里程、中心城市轨道交通线路总里程、中心城市公共汽电车运营线路总里程、各都市圈的中心城市人均GDP、中心城市创新创业活力指数、中心城市人口城...

【专利技术属性】
技术研发人员：陈大伟，陈心雨，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32