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、中心城市人口城镇化率、中心城市市政公用设施建设固定资产投资、中心城市落户门槛指数共19项，各都市圈训练输出指标为各都市圈极限通勤人群平均通勤距离，输入指标数据可通过各城市、都市圈的统计年鉴与相关统计、报告获取，输出指标数据可通过各城市、都市圈规划愿景报告、调研报告或运用三次指数平滑法、弹性系数法、一元线性回归法等方法计算获取。
4.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(5)中由于各样本指标值的量纲不同，在使用matlab软件在对bp神经网络进行训练前，应该对样本数据进行标准化处理，premnmx函数可实现向量的标准化，将各数据归一到[-1,1]范围之内，其调用格式是：
[pn,minp,maxp,tn,mint,maxt]＝premnmx(p,t)
其中，p为网络输入向量，t为目标输出向量，pn为量化后的输入向量，minp为输入向量的最小值；maxp为输入向量的最大值；tn为量化后的目标向量，mint为目标向量的最小值；maxt为目标向量的最大值。
5.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：步骤(6)中，传递函数、训练函数和隐含层单元数的确定按如下要求实施：
(61)对于传递函数，非线性问题中，输入层和隐含层多采用非线性传递函数，如logsig函数或tansig函数，输出层采用线性函数，如purelin函数；
(62)对于训练函数，常见的训练函数有trainglm、traingd、traingdm、traingda和traingdx五种，需分别应用上述函数对bp网络进行实验，通过比较训练结果来确定最优选；
(63)隐含层神经元数的确定主要计算公式为：n1＝(n+m)0.5+a，其中n1为隐含层神经元数，m为输出神经元数，n为输入神经元数，a为1～10的常数，需采用试凑法将隐含神经元数各值代入bp神经网络中，通过比对训练结果来确定最优值。
6.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：步骤(7)中在训练网络时若所用的为经过归一化的样本数据，则以后使用网络时所用的新数据也应同样本数据接受相同的预处理，需运用tramnmx函数，其调用格式为[pn]＝tramnmx(p,minp,maxp)，网络输出结果需要使用postmnmx函数进行反归一化还原成原始的数据，调用格式是：[pn]＝postmnmx(p,minp,maxp)。
7.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：步骤(8)中预测输出即为目标年份目标都市圈通勤视角都市圈空间半径的值或一定范围。