城市生態(tài)交通系統(tǒng)評價

方 松，余躍武

（1.南京林業(yè)大學 汽車與交通工程學院，江蘇 南京 210037；2.南京鐵道職業(yè)技術學院，江蘇 南京 210031）

0 引言

隨著城市化進程的不斷深入，大量的資源和能源消耗以及溫室氣體的排放導致城市空氣質(zhì)量不斷下降。生態(tài)交通以城市復雜生態(tài)系統(tǒng)理論為基礎，強調(diào)交通的發(fā)展要適應城市生態(tài)發(fā)展的規(guī)律。目前，我國生態(tài)城市建設已取得階段性成果，但仍存在一系列問題，如注重大城市而忽視中小城市，注重“新城發(fā)展”，忽視已有建成區(qū)的生態(tài)轉(zhuǎn)型[1-2]。生態(tài)交通是面向未來生態(tài)城市的綜合交通運輸系統(tǒng)。城市生態(tài)交通在可持續(xù)發(fā)展理念的指導下，以滿足城市交通需求為前提，將生態(tài)學理論運用到城市交通的規(guī)劃建設與運營管理的全過程，以實現(xiàn)城市交通與自然環(huán)境、社會經(jīng)濟及資源消耗的協(xié)調(diào)可持續(xù)發(fā)展為目標。

針對城市生態(tài)交通系統(tǒng)的復雜性和動態(tài)性，國內(nèi)外學者結合層次分析法和變異系數(shù)法，對生態(tài)交通系統(tǒng)的相關理論和實現(xiàn)途徑進行了不斷地探討和研究[3-4]。Yunhong，等[5]研究了部分城市自駕游產(chǎn)生的碳排放與旅游景區(qū)交通之間的關系。Zhang[6]對影響低碳旅游發(fā)展的各種因素進行權重計算，并提出對策建議。Zhang，等[7]建立了城市輕型車油耗和碳排放預測的實證模型，并以澳門為例進行預測。Goldman，等[8]研究了可持續(xù)交通的定義和內(nèi)涵，提出了城市可持續(xù)交通系統(tǒng)的四個革命性發(fā)展方向。Wang，等[9]采用模糊評價法對交通系統(tǒng)的安全性進行評價，選取的參數(shù)包括區(qū)域經(jīng)濟發(fā)展水平、居民生活習慣、社會道德水平和法律制度水平。

城市生態(tài)交通是由相互作用的各項指標決定的多層次復雜系統(tǒng)，以往的研究無法處理指數(shù)與系統(tǒng)之間復雜的非線性關系[10-11]。BP 神經(jīng)網(wǎng)絡具有合適的自學習和自關聯(lián)功能，廣泛應用于非線性建模、函數(shù)逼近和模式分類[12-13]。本文從交通網(wǎng)絡、交通體系完善性、交通環(huán)境、交通景觀、交通文化五個方面構建了城市生態(tài)交通評價指標體系，基于BP神經(jīng)網(wǎng)絡建立評價模型，并采集數(shù)據(jù)進行實例驗證，以期為城市生態(tài)交通發(fā)展政策的制定提供一定的依據(jù)。

1 城市生態(tài)交通評價指標體系

城市生態(tài)交通以可持續(xù)發(fā)展為設計理念，通過創(chuàng)新發(fā)展的科技成果和技術方法對城市交通系統(tǒng)進行統(tǒng)一的規(guī)劃、建設與管理，達到交通與自然資源的協(xié)調(diào)、交通與自然環(huán)境的協(xié)調(diào)、交通與社會發(fā)展的協(xié)調(diào)。本文收集了9個城市的生態(tài)交通評價指標數(shù)據(jù)，選取其中5個城市數(shù)據(jù)作為評價模型的學習樣本，另外4個城市數(shù)據(jù)作為模型一般性驗證，見表1-表5。

表1 交通網(wǎng)絡數(shù)據(jù)

表2 交通體系完善性數(shù)據(jù)

表3 交通環(huán)境數(shù)據(jù)

表4 交通景觀數(shù)據(jù)

表5 交通文化數(shù)據(jù)

2 BP神經(jīng)網(wǎng)絡評價模型

BP 神經(jīng)網(wǎng)絡是一種前向映射網(wǎng)絡，網(wǎng)絡由輸入層、隱含層和輸出層節(jié)點組成，前層節(jié)點至后層節(jié)點通過權聯(lián)結。根據(jù)表1-表5 所得學習樣本數(shù)據(jù)，建立一個三層BP神經(jīng)網(wǎng)絡，作為城市生態(tài)交通評價模型。sigmoid 函數(shù)光滑可微，在分類時比線性函數(shù)更精確，容錯性相對較好，本文選取sigmoid函數(shù)作為評價模型的傳遞函數(shù)。

BP 神經(jīng)網(wǎng)絡在實際應用中多采用改進算法，常見的有：利用動量法改進算法（traingdm）、自適應調(diào)整學習速率（traingda）、動量-自適應學習速率調(diào)整算法（traingdx）、L-M 算法（Levenberg-Marquardt）。本文對上述常見的BP 改進算法進行實驗后發(fā)現(xiàn)：L-M算法收斂速度最快，但輸出精度相對較低，且容易陷入局部最小值；traingdm 與traingda 對學習樣本的適應能力較好，輸出精度相對L-M 算法較高；traingdx結合了兩者的優(yōu)點，收斂速度為213 步，收斂精度為3.4×10-3，符合本文所需的收斂速度與精度，因此，選用traingdx作為訓練函數(shù)。

BP神經(jīng)網(wǎng)絡隱含層單元數(shù)過多會導致學習時間過長，而并不一定能夠達到誤差最佳的效果，但是隱含層單元數(shù)過少則會導致訓練網(wǎng)絡不夠強壯，不能識別未學習過的樣本，從而使得網(wǎng)絡的容錯性較差。本文所建模型輸入層神經(jīng)元數(shù)為30，輸出層為1，根據(jù)經(jīng)驗公式計算得到隱含層單元數(shù)可取范圍為7～16。通過實驗發(fā)現(xiàn)網(wǎng)絡訓練次數(shù)隨著隱含層單元數(shù)的增加而降低，因此選擇隱含層單元數(shù)為16，實際迭代訓練次數(shù)為111。

3 實例分析

選取表1-表5 中前5 個城市的數(shù)據(jù)作為學習樣本，考慮到各個評價指標之間的量綱問題，利用Matlab 軟件對原始數(shù)據(jù)進行歸一化處理，輸入本文所建BP神經(jīng)網(wǎng)絡，輸出結果再經(jīng)postmnmx函數(shù)進行反歸一化運算，得到基于BP神經(jīng)網(wǎng)絡的城市生態(tài)交通系統(tǒng)評分值，見表6。5 個城市的生態(tài)交通系統(tǒng)評分依次為通化市、佳木斯市、張家界市、北海市、湛江市，與《GN 中國低碳生態(tài)城市指標體系》中生態(tài)宜居城市的排名一致，驗證了BP神經(jīng)網(wǎng)絡在城市生態(tài)交通系統(tǒng)評價中的準確性。

表6 BP神經(jīng)網(wǎng)絡學習結果

為了驗證所建模型的一般性，對表1-表5中后4個未加入學習樣本的城市數(shù)據(jù)進行生態(tài)交通系統(tǒng)評價。珠海市位于廣東省珠江口的西南部，是中國最早設立的四個經(jīng)濟特區(qū)之一，入選全國旅游勝地城市、新型花園城市、國家幸福之城、浪漫之城，獲頒國際改善居住環(huán)境最佳范例獎，2020年2月被確定為第五批中央財政支持開展居家和社區(qū)養(yǎng)老服務改革試點地區(qū)，常住人口202萬。玉溪市位于滇中腹地，亞熱帶季風氣候，年平均氣溫16.4～24.6℃，是云煙之鄉(xiāng)、花燈之鄉(xiāng)和高原水鄉(xiāng)，并且是中國十佳休閑宜居生態(tài)城市，常住人口238萬。日照市位于中國大陸沿海中部—黃海之濱，溫帶季風氣候，是我國濱海生態(tài)、宜居、旅游、現(xiàn)代化港口城市和臨港產(chǎn)業(yè)基地，獲得聯(lián)合國人居獎，常住人口308萬。?？谑袨楹Ｄ鲜∈瑩碛小爸袊罹咝腋８谐鞘小薄皟?yōu)秀旅游城市”“環(huán)境保護模范城市”“國家園林城市”等榮譽稱號，2018年被聯(lián)合國評定為世界首批“國際濕地城市”，常住人口232萬。以上待評價的4個城市規(guī)模相當，均以建設生態(tài)宜居城市為目標，在城市生態(tài)交通發(fā)展規(guī)劃與建設方面具有很強的對照效應。根據(jù)所建BP網(wǎng)絡模型及表1-表5中城市數(shù)據(jù)，輸出結果見表7，4個城市的生態(tài)交通系統(tǒng)評分依次為海口市、日照市、珠海市、玉溪市，與《GN中國低碳生態(tài)城市指標體系》中生態(tài)宜居城市的排名一致，驗證了模型的適用性。

表7 模型輸出結果

4 結語

本文從交通網(wǎng)絡、交通體系完善性、交通環(huán)境、交通景觀、交通文化五個方面建立了城市生態(tài)交通評價指標體系，基于BP 神經(jīng)網(wǎng)絡建立評價模型，收集了9個城市的生態(tài)交通評價指標數(shù)據(jù)，選取其中5個城市數(shù)據(jù)作為評價模型的學習樣本，另外4個城市數(shù)據(jù)作為模型一般性驗證，所得輸出結果與《GN 中國低碳生態(tài)城市指標體系》評分結果基本一致，驗證了所建模型的準確性與適用性。

本文所建模型適用于城市生態(tài)交通系統(tǒng)總體評價，對各個評價指標的差異性分析尚待進一步研究。另外，BP神經(jīng)網(wǎng)絡的精確度與性能受限于樣本數(shù)據(jù)，下一步將采集更多的樣本數(shù)據(jù)，提高模型的精確性。