基于FCM聚类分析模型的中小城市交通发展模式研究

吴振宏，朱国娟，张　爽

（1.镇江市公路管理处，江苏 镇江 212013；2.江苏大学汽车与交通工程学院，江苏 镇江 212013）

基于FCM聚类分析模型的中小城市交通发展模式研究

吴振宏1，朱国娟1，张爽2

（1.镇江市公路管理处，江苏 镇江 212013；2.江苏大学汽车与交通工程学院，江苏 镇江 212013）

文章针对江苏省中小城市的交通发展模式进行了研究，采用FCM聚类分析模型对江苏省城市进行规模聚类，通过选定相关指标，利用Matlab软件将13个城市划分为5个类别，分析中小城市与大城市在交通特征上的区别，着重针对中小城市的发展模式提出相关建议。

交通发展模式；中小城市；FCM聚类分析模型

安全、便捷、高效、环保的城市交通是交通规划所追求的关键目标之一，这个目标能否达到一定程度上取决于一个城市交通发展模式的选择。在交通规划进程中，除大城市外，更多包含在内的是中小城市。由于中小城市和大城市交通特征的不同，它们与大城市的交通规划相比有其自身的特点。我国针对中小城市公路交通规划相关的研究较少，文献［1-4］多基于交通拥堵、交通事故、道路设施、交通政策法规等相关问题的分析。高红建［5］对当前中小城市道路交通规划中存在的比较显著的问题进行了分析，解决了正在进行道路交通规划的城市所遇到过的一些道路交通问题。柯君亮［6］从传统城市交通规划的主要特点及其在城市中不断发展的状况出发，结合大城市的交通规划经验和中小城市的交通特点，分析了城市交通结构、过境交通、路网等级、结构等方面存在的问题，提出了中小城市交通规划策略模式。本文基于江苏省城市的发展状况，采用FCM聚类分析模型筛选出江苏省的中小城市，在此基础上，提出江苏中小城市交通发展模式并提出相关建议。

1　FCM聚类分析模型

聚类分析是根据事物本身的特性研究个体分类的方法，它用数学方法定量地确定样本的亲疏关系，从而客观地对样本划分类型。

目前来说，广泛应用到实际中的聚类分析方法是基于目标函数的聚类方法，该方法把聚类分析归结成一个带约束的非线性规划问题，通过优化求解获得数据集的最优模糊划分和聚类。在基于目标函数的聚类算法中，模糊C均值聚类算法的理论最为完善、应用最为广泛。FCM聚类分析模型如下：

给定数据集：X=｛X1，X2，…，Xn｝，其中每个样本分布包含s个属性。模糊聚类将X划分为c类（2≤c≤n），其中，V={V1，V2，…，VC}是c个聚类中心。在模糊划分中，每一个样本并不能严格地划分为某一类，而是以一定的隶属度属于某一类。

令uik表示第 k个样本属于第i类的隶属度，0≤uik≤1。

定义目标函数为：

其中，dik=||xk-vj||；J（U，V）表示各类样本到聚类中心的加权距离平方和，权重是样本xk对第i类隶属度的m次方。聚类准则取为J（U，V）的极小值：（min）J（U，V）。

模糊C均值聚类算法的具体步骤如下：

（1） 取定c，m和初始隶属度矩阵U0，迭代步数I=0；

（2） 计算聚类中心V为：

（3）修正U

其中dik=||xk-vj||为第i个序列到第k类中心的欧式距离。

（4）对于给定的ε＞0，实际计算时对取定的初始值进行迭代计算直至max｛|utik-ut-1ik|｝＜ε，则算法终止，否则I = I+1，转向（2）。

若ujk=max｛uik｝＞0.5，则xk∈第j类。

2　江苏省城市规模聚类分析

2.1选择统计指标

统计指标的恰当与否将直接影响到聚类分析结果是否真实、是否能反映客观实际，也就影响到交通发展模式的最后决策。城市交通模式选择的决策既要考虑它的功能服务质量因素，还要考虑它的社会效益因素，不但要考虑当前的情况，更要考虑长远的发展需要。根据指标遴选原则，本文参考《江苏统计年鉴》（2013版）的主要指标，拟从经济投资、居民组成、占地、能耗等方面选取了以下5个评价指标：各市生产总值（亿元）、城市非农业人口（万人）、城市建成区面积（平方公里）、社会消费品零售总额（亿元）和城镇固定资产总额（亿元）［7］。各市基本数据如表1所示。

表1　江苏省各市指标数据

2.2参数取值及Matlab计算结果

（1）将13个城市分为5类，即类别数c取值为5；

（2）指数权重m取值为2；

（3）确定G范数的P×P对称正定矩阵G=I；

（4）随机产生隶属度，然后作适当调整，确定初始隶属度矩阵；

（5）给定停止准则：max｛|utik-ut-1ik|｝＜ε，其中ε= 0.000 01。

利用Matlab中的FCM函数，输入各城市指标值及各参数的取值，即可得到模糊聚类中心的指标值以及各城市分布对应的5个类别的隶属度。

当m=2时，5个类别的模糊聚类中心指标值如表2所示，13个城市对应5个类别的隶属度如表3所示。

表2　模糊聚类中心指标值

表3　各城市对应类别的隶属度

根据表3，并结合实际情况，13个城市的聚类情况如表4所示：

表4　各城市规模FCM聚类

其中，在江苏省范围内，类别1的南京为特大城市范畴，类别2的无锡、苏州属于大城市。类别3、4、5为中小城市。

3　江苏中小城市交通发展模式

3.1大城市和中小城市交通特征区别

（1）人均出行次数。以镇江市为例，其居民出行平均次数为2.67次/d，处于中等水平。国内外城市居民出行调查结果显示，居民人均出行次数基本处于2.0~3.5次/d，而且呈现出小城市高于大城市的规律。一般来说，这是由于小城市居民的出行距离较短且耗时较少，出行的成本较低，所以容易产生出行。而大城市居民的出行距离一般较长且耗时较多，出行的成本较高，相对来说不易产生出行［8］。

（2）出行方式结构。大城市居民利用公交出行的比例相对较高，一般在20%左右。而中小城市的居民利用公交出行的比例较低。例如，镇江市居民最主要的出行方式是自行车，占总出行量的58.11%，其次是步行，占34.11%，公交车居第3位，仅占3.63%。

（3）出行距离。出行距离是城市空间布局、城市工作居住用地分布的具体体现。中小城市的城市规模相对较小，当居民出行次数少，出行距离长时，对出行的速度要求较高，因而选用公交车以及小型机动车等机动化出行比例会相对增大；当居民出行次数多，出行距离短时，对出行的舒适度以及出行的经济性要求较高，出行方式以步行、自行车、摩托车和高质量的公共交通为主。

（4）人均出行时耗。中小城市由于其规模较小，居民出行时耗少，绝大部分出行时间都在30 m in以内。

3.2江苏中小城市交通发展模式及建议

（1）适度发展公共交通

总体来说，优先发展公共交通是未来城市交通可持续发展的必然要求，然而我国城市现状用地布局形态多为单中心连片密集布局，城市规模偏小，这是制约中小城市公交发展的重要因素。假设市区为同心圆形态，而且建成区的扩展不受地理条件限制，各方向的通达性一致，则以可接受出行时间和常见运营速度计算出的各种交通方式决定的最大建成区面积，如表5所示［9］。

表5　不同交通方式优势出行距离决定的最大建成区面积

由表5可知，只有当城市规模达到一定水平时，常规公交出行方式才能够显现出其优势所在。

根据城市规模的大小，中等城市和小城市应该选择不同的公共交通发展模式。中等城市需要提高公共交通竞争力，以及在居民出行结构中所占的比重，以其快捷、准时、低价的服务，适度地抑制小汽车的使用，从而发挥公共交通对城市形态的引导作用。

对于小城市，由于城区与城镇以及各城镇之间的距离是小城市公交出行的优势距离，所以要着力开发城镇公交线路，把公交运营和发展的范围扩大到广大的城镇地区，建立城乡公交一体化格局，并以此作为新的增长点，使之成为城市公共交通的重要组成部分。例如，张家港市针对其城乡公交一体化的发展目标，系统研究了公交线网规划，结合张家港市的实际，通过对市域公交线网功能的梳理、定位和层次划分，构建了层次分明、功能明确的三级公交网络来解决城乡公交一体化的问题，并得到了较好的应用［10］。

（2）大力发展慢行交通模式

慢行交通指的是以步行及自行车为主体、以低速环保型助动车（最高车速不大于20 km/h，噪声较低，制动良好）为过渡性补充的非机动交通系统，是城市综合交通系统的重要组成部分，适合于短距离短时间出行［11］。慢行交通应成为中小城市的发展方向，选择该模式即意味着选择了更紧凑的城市规模与用地形式。

自行车交通由于其灵活、费用低、无污染等特点，适合建成区面积较小的中小城市，在中小城市交通中具有不可替代的作用。发展中小城市自行车交通，应加强自行车交通基础设施的建设，按照需求适当增加自行车道宽度，确保自行车车道的畅通，严禁自行车车道被占用。

科学发展助动车交通是发展慢行交通的另一重要方面。助动车的平均续航里程比自行车远，价格又低于摩托车，且不需要太多的保养和维护。因此，越来越多的中小城市居民选择助动车出行，而且助动车在中小城市中更能发挥它的优点。对于中小城市助动车交通的发展，应该进行合理定位和科学引导，加快制定相关的法律法规，保证助动车交通健康有序的发展［12］。

（3）改善交通设施

根据中小城市的道路交通结构，应加强其次干路和支路的建设，使主、次干路比例协调；打通断头路，建立片区微循环系统；逐步完善城市的人行系统，减少行人对机动车道的干扰。另外，由于支路的增加可以提高道路的可达性，中小城市的道路宽度不一定要很宽，但道路密度一定要大，以减少居民的出行时间和距离，提高中小城市的交通出行效率。

另外，需要加大对交通安全设施建设的投入，完善交通标志、标线、交通护栏、信号灯等设施。

4　结语

中小城市的交通规划与大城市相比，有其自身的特色，而这些特色根源于中小城市和大城市交通特征的不同。本文基于江苏省城市的发展状况，采用FCM聚类分析模型筛选出江苏省的中小城市，在此基础上，着重针对中小城市的发展模式提出相关建议。

［1］俞君，张伦超.目前中小城市交通拥堵原因及建议［J］.科技资讯，2010（19）：246.

［2］胡军.中小城市交通规划与管理中的几个关键问题研究［J］.科技信息，2009（17）：300.

［3］李红艳.现代城市的交通规划发展［J］.中国新技术新产品，2010（6）：64.

［4］陈昕，杨兆升，千海洋，等.我国中小城市交通问题分析［J］.交通运输系统：科与信息，2006，6（4）：86-89.

［5］高红建，蔡锦忠，王先梅.中小城市道路交通规划中存在的问题探讨［J］.山西建筑，2007，3（17）：41-42．

［6］柯君亮.中小城市交通规划与可持续发展［J］.茂名学院学报，2010，20（1）：76-79．

［7］江苏省统计局，国家统计局江苏调查总队.江苏省统计年鉴2013［EB/OL］. （2014-10-11）http://tongji.cnki.net/kns55/ navi/YearBook.aspx?floor=1&id=N2013090392，2013.

［8］刘兰辉，王正.我国中小城市交通特征分析及交通规划［J］.城市交通，2004，2（1）：21-24.

［9］石飞，王炜，陆建.中小城市公共交通发展模式研究［J］.规划师，2004，6（20）：76-77.

［10］武睿，陆建.张家港市城乡公交一体化的线网规划研究［J］.交通运输工程与信息学报，2008，6（1）:79-85．

［11］熊文，陈小鸿. 城市交通模式比较与启示［J］. 城市规划，2009（3）：56-66．

［12］ C Wu，Y Wang．Application Research of Urban Traffic Pattern Decision-Making to the Medium-Sized & Small Cities in Anhui Province Based on Fuzzy Clustering Method ［C］∥ International Conference on Mechanic Automation & Control Engineering，2011：2943-2946．

Research on Transport Development Model of Medium and Small Cities Based on FCM Clustering Model

Wu Zhenhong1, Zhu Guojuan1, Zhang Shuang2
（1. Zhenjiang Highway Administration Department, Zhenjiang 202013, China;
2. School of Automobile and Traffic Engineering, Jiangsu University, Zhenjiang 212013, China）

This article focused on transport development model of medium and small cities of Jiangsu Province. By selecting the relevant indicators, scale cluster of these cities was completed by FCM clustering model. Using Matlab software, thirteen cities of Jiangsu province were divided into five categories. By analyzing the difference between medium and small cities and big cities in the traffic characteristics, this article made relevant recommendations on transport development model of medium and small cities.

transport development model；medium and small cities；FCM clustering model

U491.12

A

1672-9889（2015）04-0076-04

吴振宏（1988-），男，江苏镇江人，助理工程师，主要从事交通工程管理工作。

（2014-10-11）