臺灣博碩士論文加值系統

台灣之西南部嘉南平原地區，沿線地層相當年輕，均為第四紀全新世時期之沖積物堆積而成的沖積層，主要組成材料有砂、沈泥、黏土及礫石等，就土層之工程性質而言為屬相對軟弱地盤，對於興建之公路路堤，極易衍生過量沈陷、路寬不足、橋台與路堤相接觸處之沈陷及箱涵下陷等問題；而另一方面，傳統沉陷計算分析步驟並未簡化至現地工程師能輕易直接操作的地步。有鑑於此，本研究收集東西向台西古坑線(台78線)及東石嘉義線(台82線)快速公路之地質探查鑽探等資料及測沉板測得路堤下面土層所產生之沉陷量，藉由倒傳遞類神經網路分析來研究路堤沈陷問題，初步建立路堤沉陷之預估模式。
本研究收集台78線及台82線地質探查及工地現場測得沈陷量等資料，並依各參數與路堤沈陷量之關連性，篩選路堤沈陷10個影響因子作為類神經網路輸入參數，其中六個影響因子值會隨著鑽探深度不同而改變，須加以加權均化。針對台78線109組案例資料，分成類型I (109組)、類型II (91組)及類型III (82組)來進行倒傳遞類神經網路路堤沉陷之預估分析，其中選用93~74組案例資料作為類神經網路之訓練，進行線性與非線性預估工作，找出各種形式之評估模式及最重要之影響因子，另外使用其餘8~16組及台82線8~13組進行檢核，以確定預估模式之可靠性及推廣性；為了判別各個網路模式訓練結果的優劣，本研究使用偏差(百分)率之平均值(μ|ε|)及標準差 (σε)方式來表示，並與顧問公司設計預估沉陷量及利用傳統公式計算結果相互比較；最後依影響因子權重大小(絕對值)排序結果進行因子篩選，分成模式一(10個因子)、模式二(8個因子)及模式三 (6個因子)，探討不同路堤沈陷影響因子數目輸入值的選取對預測結果之影響。
本研究利用類神經網路非線性預估結果進行台78線8~16組測試，結果顯示其沉陷量平均偏差率(μ|ε|)及平均標準差(σε)均較顧問公司設計預估及利用傳統公式計算出來結果為小，平均約50%以上，並且在未來預測路堤沉陷量研究領域，類神經網路是項快速工具；此外，利用類神經網路進行不同類型線性分析，所得最重要之影響因子均為填土厚度(h)，顯示其餘9個因子變化影響程度較小。另為試其是否具有推廣性，利用類神經網路非線性預估結果進行台82線8~13組案例檢核，結果除類型I平均μ|ε|及σε皆較顧問公司設計預估沉陷量及利用傳統公式計算出來結果小約200%以上，其餘類型II 、類型III之平均μ|ε|及σε則介於顧問公司設計預估沉陷量及利用傳統公式計算出來結果之間，由於台82線和台78線設計條件不同，故影響部份因子正規化值超出0~1範圍外，影響測試結果，須要收集更多東石嘉義地區案例一併加入訓練進行改善。最後進行影響因子數目降低之研究，將影響因子數目減少至4個數目，結果平均μ|ε|及σε較模式一增加率平均約30%，如此，則由現地工程師自己依需求決定影響因子數目建立類神經網路預估公式。

The southwestern plain of Taiwan is mainly covered by young Quaternary Holocence alluvium, composed of sand, silt, clay and gravel. As a soft ground in an engineering sense, highway embankments built on this region may experience severe settlement problems, so that settlement prediction plays an important role in the design stage. However, conventional settlement evaluation techniques are only accessible to consulting engineers but not transparent to field engineers. On the other hand, some literature studies have concluded that the difference between predicted settlement and in-situ measured one is usually considerable. The thesis is intended to establish a preliminary prediction model of embankment settlement primarily based on the data of boreholes, embankments, and field measurement along two east-west highways (Route 78: Taisi-Kukan and Route 82: Tungshi-Chiayi, abbreviated as HW78 and HW82, respectively), using the neural network analysis (NNA).
In this research, ten evaluation factors, among which six ground parameters require additional unification, were first selected from various ones, to predict the embankment settlement. Totally, 109 sets of data collected from HW78 were divided into three categories (I, II, III), each of which was adopted to perform the training part of NNA, followed by verification of the resultant model according to the remaining 8~16 data sets of HW78 and 8~13 data sets of HW82. The average and standard deviation of deviation percentage (m|e|,se) were defined for the checking purpose, and the results were compared with the consulting design and computation ones. The linear model of NNA was also used to determine the importance order of ten evaluation factors, from which the influence of reduced number of evaluation factors on the prediction model was studied with three modes (Modes 1,2,3 for 10, 8, 6 factors, respectively).
The verification results based on the remaining 8~16 data sets of HW78 depicted that (m|e|,se) of the NNA-generated nonlinear prediction model were both less than those of consulting design and computation ones (by around 50%), and it can serve as a quick tool in the near future for predicting embankment settlement in the studied area. The linear model of NNA pointed out the most important factor to be the fill height (h) for all three categories, implying the less variance of other factors in the studied area. On the other hand, in the verification stage using the 8~13 data sets of HW82, the ANN-generated nonlinear prediction model yielded a little higher (m|e|,se) than the consulting design and computation ones, indicating that the site condition along HW82 is somewhat different from that of HW78. It implies improving the applicability of this ANN model to the Chiayi area requires adding more data sets along HW82. In the study of reduced number of evaluation factors, reduction of the number of evaluation factors up to 4 (Mode 3) took a cost of increasing (m|e|,se) by about 30%; thus, it is up to the decision of site engineers to pick up of the right number of evaluation factors.

中文摘要 ---------------------------------------------------------------------i
英文摘要 -------------------------------------------------------------------iii
誌謝 ---------------------------------------------------------------------v
目錄 --------------------------------------------------------------------vi
表目錄 --------------------------------------------------------------------ix
圖目錄 --------------------------------------------------------------------xi
符號說明 ------------------------------------------------------------------xiii
第一章 緒論------------------------------------------------------------------1
1.1 前言---------------------------------------------------------------------1
1.2 研究動機與目-------------------------------------------------------------1
1.3 研究方法-----------------------------------------------------------------2
1.4 論文格式及內容-----------------------------------------------------------5
第二章 文獻回顧--------------------------------------------------------------6
2.1 沈陷---------------------------------------------------------------------6
2.2 路堤段之基礎沈陷分量-----------------------------------------------------7
2.3 沈陷量之估計-------------------------------------------------------------8
2.3.1 即時沉陷---------------------------------------------------------------8
2.3.2 壓密沉陷---------------------------------------------------------------9
2.3.3 次壓縮沉陷------------------------------------------------------------10
2.4 沉陷量變形參數----------------------------------------------------------11
2.5 地質探查----------------------------------------------------------------12
2.5.1 地質鑽探調查----------------------------------------------------------12
2.5.2 室內土壤試驗------------------------------------------------------ ----13
2.6 類神經網路系統----------------------------------------------------------13
2.6.1 類神經網路由來--------------------------------------------------------13
2.6.2 類神經網路發展原理----------------------------------------------------14
2.6.3 類神經網路處理單元----------------------------------------------------16
2.6.4 倒傳遞類神經網路------------------------------------------------------17
2.6.5 網路基本架構及系統參數------------------------------------------------19
2.6.6 參數正規化------------------------------------------------------------22
2.6.7 類神經網路應用案例----------------------------------------------------22
2.7 效能評估指標------------------------------------------------------------22
第三章 研究區域介紹---------------------------------------------------------24
3.1 工程目的----------------------------------------------------------------24
3.2 地理位置----------------------------------------------------------------24
3.3 地質概況----------------------------------------------------------------26
3.3.1 地形地貌概況------------------------------------------------------ ----26
3.3.2 區域地質--------------------------------------------------------------26
3.3.3 地質調查--------------------------------------------------------------28
3.4 路堤設計及施工----------------------------------------------------------32
3.5 測沉板監測--------------------------------------------------------------35
3.5.1 測沉板之安裝----------------------------------------------------------35
3.5.2 現地測沉板監測--------------------------------------------------------35
第四章 資料分析前置作業-----------------------------------------------------39
4.1 影響因子選取------------------------------------------------------------39
4.2 土層參數均化------------------------------------------------------------40
4.3 現地資料蒐集------------------------------------------------------------43
4.4 現地資料篩選------------------------------------------------------------45
4.5 參數之正規化------------------------------------------------------------48
第五章 類神經網路分析與討論-------------------------------------------------49
5.1 神經網路分析流程--------------------------------------------------------49
5.2 預估模式建立及檢核步驟--------------------------------------------------50
5.3 類型I (109組案例)之分析結果----------------------------------------- ----51
5.3.1 倒傳遞類神經網路預估公式----------------------------------------------55
5.3.2 倒傳遞類神經網路預估檢核----------------------------------------------58
5.4 類型II (91組案例)之分析結果---------------------------------------------59
5.4.1 倒傳遞類神經網路預估公式----------------------------------------------63
5.4.2 倒傳遞類神經網路預估檢核----------------------------------------------66
5.5 類型III (82組案例)之分析結果--------------------------------------------67
5.5.1 倒傳遞類神經網路預估公式----------------------------------------------71
5.5.2 倒傳遞類神經網路預估檢核----------------------------------------------74
5.6 影響因子數目對預測結果之影響--------------------------------------------75
5.7 小結--------------------------------------------------------------------78
5.7.1 不同類型網路訓練整理--------------------------------------------------78
5.7.2 不同影響因子數目網路訓練整理------------------------------------------80
第六章 結論與建議-----------------------------------------------------------82
6.1 結論--------------------------------------------------------------------82
6.2 建議--------------------------------------------------------------------83
參考文獻 -------------------------------------------------------------------85
附錄一 台78線各影響因子及及沉陷值整理表-------------------------------------87
附錄二 台78線沈陷量偏差率---------------------------------------------------89
附錄三 台78線類型I訓練組及測試組正規化之影響因子及目標值--------------------91
附錄四 台78線類型II訓練組及測試組正規化之影響因子及目標值-------------------94
附錄五 台78線類型III訓練組及測試組正規化之影響因子及目標值------------------96
簡歷 -------------------------------------------------------------------98

[1]黃景川，1996，土壤力學，三民書局，初版，第230頁。
[2]交通部台灣公路總局，1997，東西向快速公路台西古坑線E08~E510標工程施工補充說明書。
[3]中興工程顧問股份有限公司，1997，東西向快速公路台西古坑線大埤~古坑段地質探查報告書。
[4]中興工程顧問股份有限公司，1999，國道五號公路台東太麻里計畫，第4.5.6節。
[5]Das Braja M, 1983, advanced Soil Mechanics , Hemisphere Publishing Corporation , p.365。
[6]Schmertmann, J. H., "Static Cone to Compute Static Settlement over Sand," J. Soil Mech. Found. Div., ASCE, vol.96, no.SM3, 1970.
[7]Holtz R.D. and Kovacs W.D, 1981., Introduction To Geotechnical Engineering , Prentice-Hall。
[8]Terzaghi, K. ,and Peck, R. B.,1967, soil Mechanics in Engineering Practice, 2nd Ed., John Wiley & Sons,Inc. New York , p.729。
[9]Mitchell, J. K., and Gardner, W. S., 1975, In-Situ Measurement of Volume Characteristic, Specialty Conf. of Geotechnical Engineering Div., ASCE, vol.2。
[10]中華顧問工程司，2002，鑽探工程一般施工規範，現場及室內試驗規範。
[11]葉怡成，2004，應用類神經網路，儒林圖書股份有限公司，第三版。
[12]李德河、方世杰、林宏明、張舜孔，2002，類神經網路在阿里山公路邊坡崩壞潛能評估之應用，頁151-168，台中。
[13]王淑惠，1999，類神經網路應用於道路邊坡落石坍方預測之可行性研究-以阿里山公路為例，國立台北科技大學，碩士論文。
[14]魏鎮東，2001，南橫公路邊坡落石坍方可能性之探討，國立台北科技大學，碩士論文。
[15]高仲仁，2000，運用類神經網路進行隧道岩體分類，國立中央大學，碩士論文。
[16]俞旗文、蕭富元、陳錦清，2001，“倒傳法類神經網路應用於隧道三維變形預估”，第九屆大地工程學術研究討論會論文集，第E012號。
[17]盧炳志，1999，類神經網路在大地工程參數分析之研究，國立成功大學，博士論文。
[18]柯啟智，2001，“應用類神經網路決定CPT試驗參數”，第九屆大地工程學術研究討論會論文集，第E005號。
[19]張朝盛，2000，土壤液化潛能之類神經網路分析，國立交通大學，碩士論文。
[20]唐瑋廷，2001，砂性土壤液化潛能評估-模糊類神經網路，國立台灣大學，碩士論文。
[21]辜炳寰，2002，類神經網路於土壤液化評估之應用，國立成功大學，博士論文。
[22]張裕明，2001，連續表面波試驗及電子震測錐試驗評估土層剪力波速-倒傳遞類神經網路，國立台灣大學，碩士論文。
[23]陳毓山，2002，螞蟻演算法最佳化倒傳遞類神經網路於土層剪力波速評估之研究，國立台灣大學，碩士論文。
[24]中華顧問工程司，1994，台灣地區西部走廊東西向快速公路建設計畫台西古坑線規劃報告。
[25]中華顧問工程司，1994，台灣地區西部走廊東西向快速公路建設計畫東石嘉義線規劃報告。
[26]昭凌工程顧問股份有限公司，1996，東西向快速公路台西古坑線台西~大埤段地質鑽探及試驗工作報告。
[27]力權營造有限公司，1993，東西向快速公路東石嘉義線朴子~水上段地質探查試驗報告書。
[28]中華顧問工程司，2004，高鐵雲林站區聯外道路高鐵橋下道路154縣道至石廟段及增設土庫交流道工程地質鑽探報告書。