臺灣博碩士論文加值系統

本研究以現地試驗之土壤參數評估土壤液化潛能，期望找出現地土壤參數與現地液化情形之間的映對關係。以基因演算法配合倒傳遞類神經網路搜尋最佳化之網路架構，以便針對此一液化問題做各種相關研究分析。
最佳化類神經網路架構之決定實際上是有點難度的，因為網路架構的組合方式相當多元，該如何在最有效率的時間裡決定最佳化網路架構是值得深思的，於是本研究乃採用「基因演算法」來進行快速地搜尋，以期能夠搜尋出適合的類神經網路架構。
本研究之土壤案例資料是以歷年世界各地地震之現地液化觀察資料共471筆，其中285筆案例資料取自1999年台灣所發生的921集集大地震後於員林地區所測得。案例資料則分為70%訓練資料及30 %測試資料，分別置入類神經網路系統並與一般傳統評估法作一比較。
在網路輸出為「液化分類指數」以「0」與「1」表示之分析模式中(「0」表示非液化、「1」表示液化)，其對案例資料之平均誤判率為1.91%。另外在網路輸出為「模糊歸屬度」之分析模式中，其對案例資料之平均誤判率為8.81%，相較於前人研究皆有較佳之輸出結果。最後，本研究也對所蒐集歷年世界各地之土壤液化案例資料，經類神經網路以逼近分析方法建立土壤臨界液化曲線，以建立土壤參數(vs1)與現地液化阻抗(CSR)之相對應關係，進而推求有關台灣員林地區之土壤臨界液化曲線，發現其結果亦在合理之範圍內。

誌謝 Ⅰ
摘要 Ⅱ
目錄 Ⅲ
表目錄 Ⅶ
圖目錄 Ⅷ
符號表 XI
第一章 導論 1
1.1 研究背景 1
1.2 研究目的 1
1.3 研究方法 2
1.4 研究內容 3
第二章 文獻回顧 6
2.1 土壤液化 6
2.1.1 土壤液化之發生機制 6
2.1.2 土壤液化之影響因素 9
2.2 剪力波速評估土壤液化 12
2.2.1 剪力波速與土壤液化相關性之前人研究 12
2.2.2 剪力波速評估土壤液化經驗法則 14
2.3 類神經網路在土木工程上之應用 18
2.4 模糊集合 20
2.5 臨界液化曲線 21
第三章 基因演算法 31
3.1 基因演算法之初步作業 31
3.2 基因演算法之操作 33
3.3 基因演算法之特性 37
第四章 類神經網路與模糊集合 40
4.1 類神經網路 40
4.1.1 生物神經網路 41
4.1.2 人工神經元模型 42
4.1.3 類神經網路基本架構 43
4.1.4 類神經網路的學習與記憶 44
4.1.5 倒傳遞類神經網路 45
4.1.6 倒傳遞類神經網路學習演算法 46
4.1.7 倒傳遞類神經網路之特性 51
4.2 模糊集合 52
4.2.1 明確集合(crisp set) 53
4.2.2 模糊集合(fuzzy set) 53
4.2.3 模糊集合之表示法 54
4.2.4 歸屬函數 55
4.2.5 語言變數 56
4.2.6 模糊知識庫與解模糊化 57
4.2.7 模糊集合論之計算流程 58
第五章 案例分析 67
5.1 類神經網路之建構 67
5.1.1 決定土壤輸入參數 67
5.1.2 定義網路之學習方式 68
5.1.3 訓練及測試類神經網路系統 69
5.1.4 類神經網路評估法之驗證 70
5.2 網路輸出為液化分類指數(LCI)之分析模式 70
5.2.1 現地資料蒐集 70
5.2.2 範例資料之前處理 71
5.2.3 以基因演算法建構最佳化類神經網路 72
5.2.4 以最陡坡降法訓練倒傳遞類神經網路 73
5.2.5 以Levenberg-Marquardt法訓練倒傳遞類神經網路 75
5.2.6 網路訓練結果 77
5.2.7 與前人研究比較 78
5.3 網路輸出為模糊歸屬度之分析模式 79
5.3.1 現地資料蒐集 79
5.3.2 範例資料之前處理 79
5.3.3 以基因演算法建構最佳化類神經網路 80
5.3.4 以Levenberg-Marquardt法訓練倒傳遞類神經網路 81
5.3.5 與前人研究比較 83
5.4 臨界液化曲線 83
5.4.1 臨界液化曲線之逼近方法 84
5.4.2 以基因演算法建構最佳化類神經網路 85
5.4.3 分析結果 86
5.4.4 與前人研究比較 87
第六章 結論與建議 123
6.1 結論 123
6.2建議 126
參考文獻 128
附表 133
A.1(A) 訓練用之案例資料(330筆) 133
A.1(B) 測試用之案例資料(141筆) 142
A.2 案例資料(186組) 147
A.3(A) 訓練用之案例資料(270筆) 152
A.3(B) 測試用之案例資料(116筆) 160
A.4(A) 訓練案例之模糊變數 164
(1) 之模糊變數 164
(2) 之模糊變數 167
(3) 之模糊變數 170
(4) 之模糊變數 173
(5) 之模糊變數 176
A.4(B) 測試案例之模糊變數 180
(1) 之模糊變數 180
(2) 之模糊變數 181
(3) 之模糊變數 182
(4) 之模糊變數 184
(5) 之模糊變數 185
附錄 187
A.1 輸入參數相對重要性之評估方法 187

1. Andrus, R.D. & Stokoe, K.H.,Ⅱ, 1997, “Liquefaction resistance based on shear wave velocity”, Proceedings of the NCEER Workshop on Evaluation of Liquefaction Resistance of Soils, Technical Report NCEER-97-0022, National Center for Earthquake Engineering Research, Buffalo, pp. 89-128.
2. Andrus, R.D. & Stokoe, K.H.,Ⅱ, 2000, “Liquefaction resistance of soils from shear-wave velocity”, Journal of Geotechnical and Geoenvironmental Engineering, Vol. 126, No. 11, pp. 1015-1025.
3. Anthony, T. C. Goh, 1996, “Neural-network modeling of CPT seismic liquefaction data”, Journal of Geotechnical Engineering, Vol. 122, No. 1, pp.70-73.
4. Chen, K. S., Huang, W. P., Tsay, D. H., and Amar, F., 1996, “Classification of multifrequency polarimetric SAR imageery using a dynamic learning neural network”, IEEE Transactions on Geoscience and Remote Sensing,Vol. 34, No. 3, pp.814-820.
5. Dai, H., and Macbeth, C., 1995, ”Automatic picking of seismic arrivals in local earthquake data using an artificial neural network”, Grophys. J. Int. 120, pp.758-774.
6. Ellis, G. W., Yao, C., Zhao, R., and Penumadu, D., 1995, “Stress-strain modeling of sands using artificial neural networks”, Journal of Geotechnical Engineering, Vol. 121, No. 5, pp.429-435.
7. Goh, 1994, “seismic liquefaction potential assessed by neural network, Journal of geotechnical engineering”, ASCE, 120(9), pp.1467-1480.
8. Juang, C. H., and Lin, Pin-Sien, 1996, “Profiling soil parameters with neural networks”, ASCE Journal of Computing in Civil Engineering, Sept.
9. Juang, C. H., and Chen, C. J., 2000, “A rational method for development of limit state for liquefaction evaluation based on shear wave velocity measurements”, International Journal for Numerical and Analytical Methods in Geomechanics 24, pp.1-27.
10. Juang, C. H., Chen, C. J., and Jiang, T., 2001, ”Probabilistic framework for liquefaction potential by shear wave velocity”, Journal of Geotechnical and Geoenvironmental Engineering, Volume 127, Issue 8, pp.670-678.
11. Kayabali, Kamil, 1996,“Soil liquefaction evaluation using shear wave velocity”, Engineering Geology Volume: 44, pp. 121-127.
12. Kramer, S.J., 1996, Geotechnical Earthquake Engineering.
13. Li, X.S. & Ming, H.Y., 2000, “Unified modeling of flow liquefaction and cyclic mobility”, Soil Dynamics and Earthquake Engineering, Vol. 19, pp. 363-369.
14. Robertson, P.K., Woeller, D.J., & Finn, W.D.L., 1992a, “Seismic cone penetration test for evaluating liquefaction potential under cyclic loading”, Canadian Geotechnical Journal, Vol. 29, pp. 686-695.
15. Robertson, P.K., Sasitharan, S., Cunning, J.C., & Sego, D.C., 1995, “Shear wave velocity to evaluate flow liquefaction”, ASCE Journal of Geotechnical Engineering, Vol. 121, No. 3, pp. 262-273.
16. Robertson, P.K. and Wride, C.E., 1997, “Cyclic liquefaction and its evaluation based on the SPT and CPT”, Proceedings of the NCEER Workshop on Evaluation of Liquefaction Resistance of Soils, Technical Report NCEER-97-0022, National Center for Earthquake Engineering Research, Buffalo, pp. 41-87.
17. Robertson, P.K. and Wride, C.E., 1998, “Evaluating cyclic liquefaction potential using the cone penetration test”, Can. Geotech. J., 35, pp.442-459.
18. Ross, G. A., Seed, H. B., and Migliaccio, R. R., 1969, “Bridge Foundations in Alaska Earthquake”, Journal of the Soil Mechanics and Foundations Division, ASCE, Vol. 95, No. SM3, Proc. pp.4223.
19. Seed, H. B. and Idriss, I. M., 1971, “Simplified Procedures for Evaluation Soil Liquefaction Potential”, Journal of the Soil Mechanics and Foundations Division, ASCE, Vol.97, No.SM9, pp.1249-1273.
20. Seed H.B., Idriss, I.M. and Arango I., 1983, “Evaluation of Liquefaction Potential Using Field Performance Data”, Journal of the Geotechnical Engineering Division, ASCE, Vol. 109, No. 3, pp.458-482.
21. Stokoe, K.H., Roesset, J.M., Bierschwale, J.G., and Aouad, M., 1988, “Liquefaction potential of sands from shear wave velocity”, Proceedings of Ninth WCEE (Ⅲ), pp. 213-218.
22. Tokimatsu, K. & Uchida, A., 1990, “Correlation between liquefaction resistance and shear wave velocity”, Soils and Foundations, Vol 30, No. 2, pp. 33-42.
23. Zadeh, L. A., 1965, “Fuzzy set,” Information and Control 8, pp.338-353.
24. 汪培庄，民國69年，模糊集合論及其應用，中國生產力中心。
25. 吳偉特，民國68年8月，台灣地區砂性土壤液化潛能之初步分析，中國土木水利季刊第6卷第2期，pp. 39-70。
26. 吳俊彥，民國85年，以類神經網路模式評估砂質土壤液化，國立台灣大學土木工程研究所碩士論文。
27. 邱建銘，民國90年，以剪力波速評估員林地區液化及其地層動態反應研究，國立台灣大學土木工程研究所碩士論文。
28. 秉昱科技，民國85年，模糊邏輯與類神經模糊實例說明，儒林出版社。
29. 亞新工程顧問股份有限公司，民國89年，土壤液化評估與處理對策研擬第一期計畫(彰化縣員林鎮、大村鄉及社頭鄉)土壤液化現狀調查報告，行政院國家科學委員會。
30. 唐瑋廷，民國90年，砂性土層液化潛能評估-模糊類神經網路，國立台灣大學土木工程研究所碩士論文。
31. 許琦，雷一明，莊長賢，民國83年，模糊群策模式在掩埋場選址之應用，營建知訊，138期，pp.50-59。
32. 陳明澤，民國91年，用類神經網路建立以SPT、CPT及Vs為主之臨界液化曲線，朝陽科技大學營建工程系碩士論文。
33. 陳明棠，民國91年，台灣北部地區土石流潛勢溪流危險度與預警分析之研究－類神經網路與模糊理論之應用，國立臺灣大學土木工程學研究所碩士論文。
34. 陳建元，民國84年，以模糊理論評估砂土之液化潛能，國立成功大學碩士論文。
35. 張文忠，民國83年，以模糊理論推估單樁承載重，國立中興大學土木工程研究所碩士論文。
36. 張智星，民國89年，Matlab程式設計與應用，清蔚出版社。
37. 黃凱達，民國90年，砂性土層液化潛能之模糊集合評估研究，國立臺灣大學土木工程學研究所碩士論文。
38. 辜炳寰，民國91年，類神經網路於土壤液化評估之應用，國立成功大學土木工程研究所碩士論文。
39. 楊忠銘，民國87年，類神經網路與遺傳演算法在結構控制之結合應用， 私立中原大學土木工程研究所碩士論文。
40. 羅華強，民國90年，類神經網路－MATLAB的應用，清蔚科技出版社。
41. 羅華強，民國90年，Matlab & Simulink範例入門，全華出版社。
42. 蘇木春、張孝德，民國88年，機器學習：類神經網路、模糊系統以及基因演算法則，第二版，全華科技。