摘 要

随着我国现代化进程的快速推进，城市规模得到迅速扩展，城市人民生活水平得到提高，城市小汽车拥有率、城市公交运行数持续增加，这导致道路的交通压力同步增加，城市交通拥堵问题日益严重。城市的公共交通系统为满足城市交通需求迅速发展，而地铁作为充分利用城市地下空间的出行工具逐渐进入人们视野。

地铁的安全准时、便利易搭乘和舒适性良好的特点，使其发展成为城市公共交通系统的重要组成部分。此外，地铁的发展不仅可以提供交通运输供给能力，对基础设施建设带来的发展可以吸引投资，促进城市的经济进一步发展，各城市正在纷纷推动地铁网络建设。但城市规模与地铁网络规模之间存在是否互相匹配的问题，若对城市交通需求和现有供给能力认识不清，就会导致地铁供给无法满足出行需求或地铁建设规模过大引起债务负担加重的问题。因此研究城市规模与地铁网络规模之间的匹配性是尤为重要的课题，也具有积极的现实意义。

本文首先分析了国内外典型城市的地铁发展现状和不同城市的地铁特色，而后分别从定量和定性两个方面列举分析了城市地铁网络规模的影响指标，阐述各指标是如何对城市地铁网络规模产生影响的，并利用层次分析法对城市规模、城市形态、城市经济水平、城市交通需求、城市交通供给和城市发展政策等方面进行了影响权重分析计算；然后对神经网络进行了概述，阐述了BP神经网络的学习方式，并基于BP神经网络构建了城市规模与城市地铁网络规模的匹配模型，将相关城市数据输入训练得到训练模型结果；而后进行了目标城市的地铁网络规模匹配性仿真实验，并对实验结果进行分析，分析了目标城市的城市规模与地铁网络规模的匹配性；最后，本文对研究成果进行了总结，并提出相关改进意见。

关键词：层次分析法，BP神经网络，城市地铁，网络规模，匹配性

Abstract

With the rapid progress of China's modernization process, the city scale has been rapidly expanded, the living standards of urban people have been improved, the urban car ownership rate and the number of urban bus operations have continued to increase, which has led to the simultaneous increase of road traffic pressure and the increasing problem of urban traffic congestion . The urban public transportation system has developed rapidly to meet the needs of urban transportation, and the subway, as a travel tool that makes full use of the underground space of the city, gradually enters people's vision.

The safety, punctuality, convenience and ease of boarding and good comfort of the subway have made it an important part of the urban public transportation system. In addition, the development of the subway can not only provide transportation supply capacity, but the development of infrastructure construction can attract investment and promote the further development of the city's economy. Various cities are promoting the construction of the subway network. However, there is a question of whether there is a match between the size of the city and the scale of the subway network. If you do not understand the urban transportation demand and the existing supply capacity, it will lead to the subway supply unable to meet the travel demand or the subway construction scale is too large, causing the debt burden to increase problem. Therefore, studying the matching between the scale of the city and the scale of the subway network is a particularly important subject, and it also has positive practical significance.

This article first analyzes the status of subway development in typical cities at home and abroad,and introduces the characteristics of subways in different cities;In the third chapter, this article lists and analyzes the impact indicators of the urban subway network scale from two aspects: quantitative and qualitative, explains how each index affects the urban subway network scale.And use the analytic hierarchy process to analyze and calculate the influence weights of the city scale, city shape, city economic level, urban transportation demand, urban transportation supply and urban development policy.Then in the fourth chapter, this article first gives an overview of the neural network, and explains the learning method of the BP neural network. Based on BP neural network, a matching model of city scale and urban subway network scale is constructed, and the relevant city data is input into the training to obtain the training model results.In the fifth chapter, this paper carried out the simulation experiment of the scale matching of the metro network of the target city, and analyzed the experimental results. The matching between the city scale of the target city and the scale of the subway network is analyzed.Finally, in the sixth chapter, this article summarizes the research results and puts forward suggestions for improvement.

Keywords: AHP, BP neural network, urban subway, network scale, matching

目录

第1章 绪论 1

1.1 研究背景和研究意义 1

1.1.1 研究背景 1

1.1.2 研究意义 1

1.2 国内外研究现状分析 2

1.3 论文研究主要内容 3

1.4 论文研究方法与技术路线 3

1.4.1 研究方法 3

1.4.2 技术路线 3

第2章 国内外典型城市的地铁发展现状 5

2.1 世界典型城市的地铁现状 5

2.2 国内典型城市的地铁现状 8

2.3 世界城市地铁发展分析 12

第3章 城市地铁网络规模的影响因素分析 14

3.1 城市规模与地铁网络规模的基本概念 14

3.1.1城市规模 14

3.1.2地铁网络规模 14

3.2 城市地铁网络规模的影响因素 15

3.3 地铁网络规模影响因素与线网规模的关系 18

3.4 地铁网络规模影响因素层次分析 19

第4章 城市规模与地铁网络规模的匹配性模型设计 23

4.1 神经网络概述 23

4.2 BP神经网络算法 26

4.2.1 BP神经网络的学习方式 26

4.2.2 BP神经网络设计 26

4.3 匹配模型具体结构和实现过程 31

4.3.1 匹配模型结构 31

4.3.2 数据训练及网络构建 31

4.3.3 实验结果分析 37

第5章 目标城市地铁规模匹配性分析 40

5.1 目标城市数据收集整理 40

5.2 匹配性模型仿真实验 40

5.3 实验结果分析 46

5.3 国内城市数据训练结果对比 49

第6章 结论与展望 55

6.1 总结 55

6.2 工作展望 56

第1章 绪论

1.1 研究背景和研究意义

1.1.1 研究背景

随着我国现代化进程和经济水平和基建事业的不断发展，城市规模迅速扩展，城市人口也随之增加，城市轨道交通得到迅速发展。由于城市土地可利用面积有限，而人民生活水平逐渐增加，小汽车拥有量和城市公交运营量持续增加，道路的交通压力同步增加，道路容易出现车辆拥堵的状况，在早高峰和晚高峰时期车辆拥堵情况尤为严重。

因此，地铁作为城市轨道交通系统的重要组成部分，以其便捷性、安全性、运量大、班次多的优势逐渐进入人们视野。地铁不仅仅对于地下空间的发展、缓解城市交通压力、提高居民出行的便利性有重要作用，在促进城市经济发展、缩短城市跨度周期、实现社会形态的转变上也发挥至关重要的作用^[1]。截止2019年底，中国大陆地区共有上海、北京、广州、江苏、武汉等43个城市开通地铁，运营线路共200条，运营线路总长度共6484公里，另外共有南通、芜湖、洛阳等12个城市正在建设地铁，2020年共批复43条城市建设轨道交通地铁线。为了完善城市交通运输网，必须充分开发利用城市的地下空间，加快推进地铁建设，利用地铁来合理疏通交通流量，缓解当下许多城市存在的拥堵现状^[2]。

1.1.2 研究意义

依据最新颁布的《国务院办公厅关于进一步加强城市轨道交通规划建设管理的意见》，只有一个城市必须满足城市生产总值、居住人口数和财政预算等指标后才可以申报进行地铁的建设。建设地铁不仅可以提升该城市轨道交通系统供给服务的质量，还可以改善城市环境、提升城市居民生活舒适度、带动区域经济发展。但若对城市轨道交通系统发展状况和前景认识不到位，对城市交通供给和需求认识不清就盲目建设地铁，不仅会耗资巨大还会加重该城市的债务负担。

在城市轨道交通系统的发展中，关键是要处理好城市建设能力、经济能力和城市居民出行需求之间的关系，在科学有序的前提下来提高城市居民出行质量、缓解城市交通拥挤问题，同时也避免造成城市可持续发展的财政负担。因此如何根据城市的相关规模来分析计算该城市地铁的合理规模是尤为重要的课题，也具有积极的现实意义。

1.2 国内外研究现状分析

1863年，伦敦建立完工了世界上第一条地铁^[3]，标志着欧洲发达国家的城市轨道交通建设迎来了全新的时代。欧洲发达国家的城市轨道交通建设要比亚洲国家早10年左右，比我国城市轨道交通建设大体上要早20-30年^[4]，直到1965年，我国才在北京市建设了第一条地铁线路。到20世纪末期，我国才逐渐在上海、广州、武汉等城市相继建设地铁，逐步发展城市轨道交通系统。

达成，钱勇^[5]等指出城市轨道交通线网正逐渐实现“网络化”，在图论的基础上采取交通线网效率、居民平均换乘次数、复杂性因子等11个评价指标建立了城市轨道交通线网评价体系，利用该体系评价北京市城市轨道交通线网，验证了其合理性与实用性。