臺灣博碩士論文加值系統

大台北地區地窄人稠的都市空間，房屋建築緊鄰而立的景象四處可見，加上都市型態快速發展，新舊建築物混雜其中，而且建築工程中地質情況無法百分之百的完全預測，建築物龜裂、倒塌的情況常有所聞，故損鄰事件對營建施工上有一定風險之存在。
營造廠商於施工損鄰事件中常處於弱勢之ㄧ方，面對民眾與公部門(建管單位)之責難與索賠，多半選擇「賠錢了事」之消極心態。有鑑於此，參與建案投標之營造廠商需事前做好現況調查及工法評估，詳列可能遭逢之損鄰肇事因子，並提出因應對策及評估可能之損鄰費用，面對接踵而來的損鄰賠償支出，才不致陷入營建成本超支之困境。
本研究蒐集國內相關文獻並參酌大台北地區建案之損鄰賠償資料，經由分析及歸納整理出地工階段損鄰發生之肇事因子，進行預試將上述資料加以編修，建立出預估施工損鄰費用之14個評選主項，內含了52個評選子項。接著運用MATLAB軟體建立類神經網路模型，並利用各專案之相關損鄰資料來訓練該模型，經過持續不斷的反饋與修正可得出最適宜之網路模型。日後於專案投標階段針對地工損鄰費用之預估，即可利用填選該專案符合之評選因子，經由上述之類神經網路模型來試算出損鄰金額與建築工程總價之佔比。
建議其他營造廠商若欲使用本研究之預估模型，可依照自身之經驗及賠償案例，自行調整評選之架構與配分，再利用本研究所建構之類神經網路模型試算出地工階段損鄰預估金額與建築工程總價之佔比。

Taipei metropolitan area is a densely populated urban place. Side-by-side crowded building can be seen everywhere. Not only does rapid urban development result that old and new buildings are mixed together, but also buildings are crack or fallen down because the geological condition could not be fully predicted. Therefore, the certain risk exists on the adjacent property damage caused by construction.
Construction companies are always on the disadvantaged side for the disputed events. To face the blame and claim from the public or the government, they mostly choose payout to avoid the consequence trouble. Based on this situation, construction companies need to do investigations and engineering methods assessment in advance. They should analyze the accident factors, provide the strategy and estimate the relative expense to face the claim of disputed events in order not to over the construction budget.
This study collected relevant domestic literature and deliberated the Taipei metropolitan data about the adjacent property damage caused by construction. By analyzing the accidents and doing a pilot test, I figured out 14 primary factors that contain 52 secondary items. Using MATLAB software created a neural network model for designing the optimal model. Thereafter, I chose the relevant factors and used above neural network model to estimate the cost of adjacent property damage caused by foundation excavation on the bidding stage.
In order to estimate the cost, each company should consider the former experiences and compensation cases of itself to adjust the factors of model.

口試委員會審定書 i
誌謝 ii
中文摘要 iii
英文摘要 iv
目錄 v
圖目錄 viii
表目錄 ix
第一章 緒論 1
1.1 前言 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研究範圍 3
1.5 研究方法與流程 3
第二章 文獻回顧 6
2.1 施工損鄰之定義 6
2.1.1 損鄰事件之內容 6
2.1.2 損害賠償 6
2.2 損鄰事件中之角色分析 7
2.2.1 受損戶－直接的受害者 7
2.2.2 營造廠商－事件之肇始者 7
2.2.3 建管單位－事件的指導者 8
2.3 損鄰事件之災害成因 9
2.4 損鄰事件之常見類型 10
2.5 開挖行為之探討 12
2.6 鄰房損壞項目分析 13
2.7 損鄰事件之應變處置 15
2.8 損鄰紛爭之處置方式 19
2.9 公部門損鄰處理運作模式 20
2.9.1 建築爭議事件評審委員會之權責及功能 20
2.9.2 建築爭議事件評審執行上之問題 21
2.10 損鄰鑑定 22
2.11 工程保險 23
2.12 相關法令 24
第三章 「地工階段預估損鄰費用評選因子」調查與分析 26
3.1 調查目的 26
3.2 問卷設計 26
3.2.1 相關文獻 26
3.2.2 工程案例 28
3.2.3 評選項目初步架構 30
3.2.4 預試 34
3.3 專家訪談 34
3.4 調查資料統計 36
3.5 結果分析 43
第四章 類神經網路模型之建構與分析 47
4.1 類神經網路概論 47
4.1.1 類神經網路定義 47
4.1.2 類神經網路的模式 49
4.1.3 網路模式之選擇 51
4.2 倒傳遞類神經網路模式 52
4.2.1 倒傳遞網路簡介 52
4.2.2 倒傳遞網路架構及演算法 52
4.2.3 網路模式之建構 56
4.2.4 模型訓練與測試 61
4.3 模型分析與探討 68
第五章 結論與建議 69
5.1 結論 69
5.2 建議 72

參考文獻 74
附錄一 75
附錄二 84









圖目錄
圖1.1 研究流程圖 5
圖2.1 損鄰事件的型態分類 11
圖2.2 危及公共設施之施工災害問卷調查統計圖 12
圖2.3 糾紛解決流程圖 20
圖3.1 評選項目初步架構 31
圖4.1 人工神經元模型 48
圖4.2 類神經網路分類概要圖 50
圖4.3 預估模式網路架構 60
















表目錄
表2.1 損鄰事件賠償項目統計表 14
表3.1 工程損鄰案例分析 29
表3.2 受訪者的基本資料 35
表3.3 評選細項統計表—工法選擇 36
表3.4 評選細項統計表—擋土措施設計型式 36
表3.5 評選細項統計表—開挖深度 37
表3.6 評選細項統計表—地質狀態 37
表3.7 評選細項統計表—地區風氣 38
表3.8 評選細項統計表—開發商與鄰里關係 38
表3.9 評選細項統計表—鄰屋狀態 39
表3.10 評選細項統計表—鄰房距開挖面距離 39
表3.11 評選細項統計表—鄰房基礎型式 40
表3.12 評選細項統計表—基地內舊有基礎 40
表3.13 評選細項統計表—基地上舊屋拆除 41
表3.14 評選細項統計表—合理工期 41
表3.15 評選細項統計表—工地主管經驗 42
表3.16 評選細項統計表—建案規模 42
表4.1 類神經網路模式比較表 51
表4.2 輸出變數之組別分類 58
表4.3 網路之訓練與測試績效分析—學習速率為0.001 61
表4.4 網路之訓練與測試績效分析—學習速率為0.005 62
表4.5 網路之訓練與測試績效分析—學習速率為0.01 62
表4.6 網路之訓練與測試績效分析—學習速率為0.03 63
表4.7 網路之訓練與測試績效分析—學習速率為0.05 63
表4.8 網路之訓練與測試績效分析—學習速率為0.1 64
表4.9 網路之訓練與測試績效分析—網路架構為14→2→1 65
表4.10 網路之訓練與測試績效分析—網路架構為14→3→1 65
表4.11 網路之訓練與測試績效分析—網路架構為14→4→1 66
表4.12 網路之訓練與測試績效分析—網路架構為14→5→1 66
表4.13 網路之訓練與測試績效分析—網路架構為14→6→1 67
表4.14 網路之訓練與測試績效分析—網路架構為14→7→1 67
表4.15 網路之訓練與測試績效分析—網路架構為14→8→1 68
表4.16 本研究較合適之網路架構 68

〔1〕 台北縣政府工務局，台北縣建築物工程施工損壞鄰房鑑定手冊，2008
〔2〕 陳志勇，建築施工損鄰事件鑑定作業模式之研究，國立台北科技大學，2010
〔3〕 張德平，建築施工損鄰處理機制，國立成功大學，2000
〔4〕 陳志隆，建築工程損鄰事件之探討研究：以台北縣轄區為例，私立中華大學，1994
〔5〕 陳輝如，營建工程施工損鄰事件鑑定之研究，國立台北大學，2004
〔6〕 高啟恩，基礎開挖損鄰事件之研究，國立屏東科技大學，2002
〔7〕 林耀煌、吳毓勳及田耀遠，建築施工災害防治技術及法令制度研就構架構之規畫，1995
〔8〕 吳卓天、陳冠霖、林平昇，台灣省建築師公會鑑定彙編（六）損鄰事件探討專輯，1992
〔9〕 李得璋、陳勇男，營建災害處理及賠償制度建立之研究，1991
〔10〕葉昱賢，建築施工損鄰事件處理模式之研究，國立台灣大學，2002
〔11〕朱忠信，從營造業觀點對建築施工損鄰處理機制之研究－以台中市地區為例，國立成功大學，2002
〔12〕葉怡成，應用類神經網路，儒林書局，1993
〔13〕葉怡成，類神經網路模式應用與實作，儒林書局，1989
〔14〕葉怡成，類神經網路模式應用與實作，儒林書局，2000
〔15〕Lipmann,R.P.，”An Introduction to Computing with Neural Nets”,IEEE ASSP Magazine,Vol. 2,pp.4-22，1987
〔16〕楊啟洲，以倒傳遞類神經網路作為授信風險預測之研究，私立中華大學，2004
〔17〕周政宏，神經網路－理論與實務，松崗出版社，1995
〔18〕邱一薰，類神經網路預測台灣50股價指數之研究，國立彰化師範大學，2004