樓房結構設計是一種反覆設計的過程，必須仰賴有經驗的工程師提供判斷
，才能縮短這種循環設計過程所需的大量時間。本篇論文將一些分析過後
的樓房結構物行為，做定性及定量的研究。在定性方面，使用有限元素分
析程式FINITE.NTU與一般常用的樓房結構分析軟體ETABS，針對高層不規
則型樓房結構物，比較自由振動的週期和振態以及由頻譜分析計算之地震
力樓層剪力和側力分布，並和規範做一比較，找出不同樓房結構模型的分
析差異。在定量方面，以FINITE.NTU為分析工具，取樓房結構物的跨度及
跨距為變數，針對樓房結構物第一振態的週期值，產生大量的分析結果，
再將這些結果，以芬蘭的{\rm Kohonen\ }教授所發展的一套類神經網路
模式---自我組織圖(Self-Organizing Map )來學習，找出所學習範例中
樓房結構物變數與週期值的類聚關係，並嘗試用自我組織圖來預測其他類
似結構物的週期值。結論如下 ： (1)以往的結構分析程式，因為受到
電腦上運算速度、記憶體以及儲存空間的限制，只能將樓房結構物的模型
做簡化，因此只適用於規則型樓房結構物的分析。如今樓房結構物的外形
愈來愈複雜，而電腦的運算速度也愈來愈快，應考慮較為完善的結構模型
來做為分析工具。 (2)由實例的測試中我們可以發現，以類神經網路模型
中的自組織映射圖， 來學習樓房結構物跨數、跨距與週期值的聚類關係
，並用來預測其他類似樓房結構物的週期值，其效果非常良好。
|