臺灣博碩士論文加值系統

目前在台灣的深開挖工程中，地下連續壁為最常用的擋土結構。雖然連續壁深開挖在台灣已累積了不少經驗，但仍偶有工程失敗或損鄰的事故發生。近年來，為了爭取時效，逆打工法漸為高樓建築所採用。本研究根據十個逆打深開挖之工程案例，應用倒傳遞神經網路之學習功能，建立一套類神經網路之壁體變位預測模式。
根據預測結果顯示，本文所建構的類神經網路可以合理地預測連續壁的壁體變位值，而且在最大壁體變位值與最大壁體變位發生位置方面，都有不錯的預測結果。

目 錄
摘要‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ Ⅰ
目錄‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ Ⅲ
表目錄‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ Ⅵ
圖目錄‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ Ⅶ
第一章 緒論‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥1
1.1 研究背景與目的‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 1
1.2 研究方法與流程‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 2
第二章 文獻回顧‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 5
2.1 逆打工法之概述‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥5
2.1.1 逆打工法之施工特點‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥5
2.1.2 逆打工法施工之優缺點‥‥‥‥‥‥‥‥‥‥‥‥‥‥6
2.2 影響壁體變形之因素‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥8
2.3 壁體規劃設計之特性‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥9
2.3.1 壁體厚度與開挖深度之關係‥‥‥‥‥‥‥‥‥‥‥‥9
2.3.2 貫入深度與開挖深度之關係‥‥‥‥‥‥‥‥‥‥‥‥10
2.4 最大壁體變位與開挖深度之關係‥‥‥‥‥‥‥‥‥‥‥10
2.5 現行預測壁體變形之研究方法‥‥‥‥‥‥‥‥‥‥‥‥11
2.5.1 有限元素法‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥11
2.5.2 FLAC程式的應用‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥12
2.5.3 RIDO程式的應用‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥12
2.5.4 TORSA程式的應用‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥13
2.5.5 類神經網路‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥14
第三章 類神經網路理論之簡介‥‥‥‥‥‥‥‥‥‥‥‥‥ 21
3.1 前言‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥21
3.2 類神經網路的發展‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥21
3.3 人工神經元的運算模型‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥22
3.3.1 集成函數（Summation function）‥‥‥‥‥‥‥‥‥23
3.3.2 作用函數（Activity function）‥‥‥‥‥‥‥‥‥ 23
3.3.3 轉換函數（Transfer function）‥‥‥‥‥‥‥‥‥ 24
3.4 類神經網路之分類‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 25
3.5 倒傳遞類神經網路‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 27
3.5.1 倒傳遞類神經網路之簡介‥‥‥‥‥‥‥‥‥‥‥‥‥27
3.5.2 倒傳遞演算法‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥27
3.5.3 倒傳遞類神經網路之特性‥‥‥‥‥‥‥‥‥‥‥‥‥32
第四章 案例分析與網路建構‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 37
4.1 案例基本相關資料探討‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥37
4.1.1 壁體厚度與開挖深度之關係‥‥‥‥‥‥‥‥‥‥‥‥37
4.1.2 貫入深度與開挖深度之關係‥‥‥‥‥‥‥‥‥‥‥‥38
4.1.3 最大壁體變位與開挖深度之關係‥‥‥‥‥‥‥‥‥‥38
4.2 軟硬體介紹‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥38
4.3 網路建構‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥39
4.3.1 決定輸入變數‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥39
4.3.2 決定輸出變數‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥40
4.3.3 資料的前處理與後處理‥‥‥‥‥‥‥‥‥‥‥‥‥‥41
4.3.4 網路之演算法‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥42
4.3.5 轉換函數之選用‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥43
4.4 壁體變位之預測‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥43
4.4.1 網路模式優劣性之判定‥‥‥‥‥‥‥‥‥‥‥‥‥‥44
4.4.2 程式之預測流程‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥45
4.4.3 最佳網路模式之選取‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥45
4.5 結果討論‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥48
第五章 預測結果分析與案例驗證‥‥‥‥‥‥‥‥‥‥‥‥ 90
5.1 網路預測結果之分析‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥90
5.2 案例驗證－與RIDO、TORSA程式的比較‥‥‥‥‥‥‥‥91
第六章 結論與建議‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 97
6.1 結論‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥97
6.2 建議‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥98
參考文獻‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥100

參考文獻
1.三聯科技股份有限公司（1998），「霖園飯店安全監測系統總結報告」，三聯科技股份有限公司。
2.太平洋建設（1995），「太平洋商務中心安全監測總報告」，太平洋建設。
3.中華顧問工程司（1993），「中國文化大學再興大樓新建工程地下室開挖安全監測分析工作觀測及分析總報告」，中華顧問工程司。
4.王暉文（1994），「有限差分法用於台北地區深開挖工程分析之研究」，國立台灣科技大學營建工程技術研究所碩士論文。
5.台安技術工程股份有限公司（2000），「國泰信義E大樓新建工程安全監測總報告」，台安技術工程股份有限公司。
6.李建昌（1997），「類神經網路在超音波非破壞檢測之應用」，國立成功大學土木工程研究所碩士論文。
7.李磑柏（2000），「以單梁模式分析深開挖引致之擋土壁體變形」，國立台灣科技大學營建工程技術研究所碩士論文。
8.吳明峰（1999），「軟弱粘土深開挖地表沈陷之分析與探討」，國立台灣科技大學營建工程技術研究所碩士論文。
9.吳俊彥（1996），「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。
10.吳昭慧、歐章煜（2000），「台北盆地T2區深開挖引致之壁體變形與地表沈陷」，中國土木水利學刊，第十二卷，第三期，pp.499-510。
11.林宏達等（2000），「深開挖工程設計與施工實務」，科技圖書公司。
12.林耀煌（1982），「高層建築基礎開挖施工法與設計實例」，長松出版社。
13.柯啟智（1998），「類神經網路在應用決定CPT試驗參數之研究」，國立成功大學土木工程研究所碩士論文。
14.信威技術工程股份有限公司（2000），「基隆路通化案新建工程安全監測系統工作總結報告」，信威技術工程股份有限公司。
15.冠德建設（1991），「冠德民權商業大樓安全監測總報告」，冠德建設。
16.根基營造（1999），「新海集合住宅工程安全監測總報告」，根基營造。
17.陳永義（1997），「逆築工程施工規劃與管制研究行為之研究」，國立台灣科技大學營建工程技術研究所碩士論文。
18.財團法人地工技術研究發展基金會（2001），「TORSA使用手冊」，財團法人地工技術研究發展基金會。
19.唐雨耕（1998），「土壤參數識別應用於深開挖分析之研究」，國立台灣科技大學營建工程技術研究所博士論文。
20.唐瑋廷（2001），「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。
21.許琦、李德河（1997），「高雄捷運紅橘線地質與其鄰近開挖沉陷特性」，捷運施工及托底工程研討會，pp.113~116。
22.張智星（2000），「MATLAB程式設計與應用」，清蔚科技。
23.張基礎（2000），「深開挖引致之地表沉陷特性及其預測模式之研究」，國立成功大學土木工程研究所碩士論文。
24.葉怡成（1993），「類神經網路模式應用與實作」，儒林圖書有限公司。
25.富國技術工程股份有限公司（1997），「台北霖園大飯店新建工程地質鑽探報告資料」，富國技術工程股份有限公司。
26.富國技術工程股份有限公司（1999），「益成錦州街新建工程安全觀測系統估作報告書」，富國技術工程股份有限公司。
27.鼎友實業股份有限公司（1994），「富邦金融中心監測系統總報告」，鼎友實業股份有限公司。
28.新光建設（2000），「信義商業大樓安全監測總報告」，新光建設。
29.新東陽營造（2001），「世紀羅浮大樓安全監測總報告」，新東陽營造。
30.詹君治、冀樹勇、陳錦清（2000），「類神經網路於深開挖壁體變形之預測」，中興工程，第六十九期，pp.21-38。
31.詹尚宏（1992），「台北市區深開挖之數值分析」，國立台灣科技大學營建工程技術研究所碩士論文。
32.廖瑞堂（1996），「逆打深開挖之行為研究」，國立台灣科技大學營建工程技術研究所博士論文。
33.蔡瑞興（2001），「台北都會區逆打深開挖施工行為暨規劃模式之研究」，國立台灣海洋大學河海工程研究所碩士論文。
34.蕭景福（1997），「軟弱黏土對深開挖擋土連續壁之研究」，國立台灣海洋大學河海工程研究所碩士論文。
35.謝百鉤、歐章煜（2000），「利用擬塑性模式於黏土不排水條件之深開挖分析」，中國土木水利學刊，第十二卷，第四期，pp.703-713。
36.冀樹勇、陳錦清、王建智（1999），「RIDO程式之最佳化土層參數之探討」，地工技術，第75期，pp.61-67。
37.羅華強（2001），「類神經網路－MATLAB的應用」，清蔚科技。
38.羅獻章（2001），「應用類神經網路建立深開挖地表沉陷之經驗預測模式」，國立台灣科技大學營建工程技術研究所碩士論文。
39.蘇木春、張孝德（1997），「機器學習：類神經網路、模糊系統以及基因演算法則」，全華科技。
40.Antony, T. C. Goh,(1994) “Seismic liquefaction potential assessed by neural networks,” Journal of Geotechnical Engineering, Vol. 120, No. 9, pp.1467-1480.
41.Antony, T.C. Goh, Wong, K. S., and Broms, B. B.,(1995) “Estimation of lateral wall movements in braced excavations using neural networks,” Canadian Geotechnical Journal, Vol. 32, No. 6, pp.1059-1064.
42.Antony, T. C. Goh,(1996) “Pile driving records reanalyzed using neural networks,” Journal of Geotechnical Engineering, Vol. 122, No. 6, pp.492-495.
43.Antony, T. C. Goh,(1996) “Neural-network modeling of CPT seismic liquefaction data,” Journal of Geotechnical Engineering, Vol. 122, No. 1, pp.70-73.
44.Jan, J. C., Hung, Shih-Lin, Chi, S. Y., and Chern, J. C.(2002) “Neural network forescast model in deep excavation,” Journal of Computing in Civil Engineering, Vol 16, No. 1, pp59-65.
45.Ou, C. Y., Hsieh, P. G., and Chiou, D. C.(1993) “Characteristics of ground surface settlement during excavation,” Canadian Geotechnical Journal, Vol. 30, No. 5, pp.758-767.
46.Ou, Chang-Yu, Liao, Jui-Tang, and Lin, Horn-Da(1998) “Performance of diaphram wall constructed using top-down method,” Journal of Geotechnical and Geoenvironmental Engineering, Vol. 124, No. 9, pp.798-808.
47.Wong, Kai S., and Broms, Bengt B.,(1989) “Lateral wall deflections of braced excavations in clay,” Journal of Geotechnical Engineering, Vol. 115, No. 6, pp.853-870.
48.Woo, S. M., and Moh, Z. C.,(1990)"Geotechnical Characteristics of Soils in the Taipei Basin," Proceeding of 10th Southeast Asian Geotechnical Conference, Taipei, Vol. 2, pp.51~65.