(3.235.11.178) 您好!臺灣時間:2021/03/07 08:16
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:彭成麒
研究生(外文):Cheng-Chi Peng
論文名稱:貫入試驗之倒傳遞類神經網路與頻散曲線之有限差分法頻估地盤剪力波速
論文名稱(外文):The Study of Using Finite Difference Method and Back-propagation Neural Networks to Evaluate Shear Wave Velocity
指導教授:左天雄
指導教授(外文):Tien-Hsiung Tso
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:土木工程學研究所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:155
中文關鍵詞:標準貫入試驗圓錐貫入試驗頻散曲線倒傳遞類神經網路有限差分法基因演算法
外文關鍵詞:Standard Penetration TestSPTCone Penetration TestCPTDispersion CurveBack-propagation Neural NetworksFinite Difference MethodGenetic Algorithms
相關次數:
  • 被引用被引用:9
  • 點閱點閱:247
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:26
  • 收藏至我的研究室書目清單書目收藏:1
台灣位於地震頻繁的環太平洋地震帶上,工程設計常需考慮地盤及結構物之動態反應,因此正確的土層動態參數便是不可缺少的,而剪力波速即為最重要的動態參數之一。本研究分別採用類神經網路與有限差分法評估地盤之剪力波速。以類神經網路分別模擬,由標準貫入試驗(SPT)及圓錐貫入試驗(CPT)所得土壤參數映射至剪力波速的機制。另外,並使用有限差分分析法模擬表面波傳行為,求得理論頻散曲線,藉以反算地盤深層之剪力波速。
於模式建立方面,採用目前應用最廣的倒傳遞類神經網路,並以基因演算法最佳化網路之相關參數,分別建立由SPT及CPT試驗參數評估土層剪力波速的網路模式SPTGAONN與CPTGAONN;此外,使用Virieux提出的速度—應力有限差分法模擬表面波傳行為,並利用基因演算法進行現地頻散曲線反算之最佳化控制,將整個反算過程寫成電腦程式FBADCFDM。
研究結果顯示,SPTGAONN於九個SPT場址(二十三個試驗鑽孔),網路評估之剪力波速與電子震測錐試驗(SCPT)或跨孔法(cross-hole test)等現地試驗資料的平均偏差量為9.62%,CPTGAONN於十個CPT場址(三十個試驗鑽孔)的平均偏差量為8.96%,且兩網路模式之評估結果皆優於經驗迴歸公式,故本研究所建立的網路模式具有可靠性及正確性。另一方面,FBADCFDM程式於六處現地頻散曲線之反算結果,與相關研究的剪力波速剖面具有一致性,顯示本研究所發展的FBADCFDM為一有效利用頻散曲線反算地盤剪力波速之程式。
第一章 導論 1
1.1研究背景 1
1.2研究目的 2
1.3研究方法 2
1.4本文內容 4
第二章 文獻回顧 6
2.1現地貫入試驗 6
2.1.1標準貫入試驗(standard penetration test, SPT) 6
2.1.2圓錐貫入試驗(cone penetration test, CPT) 7
2.2現地震測試驗 7
2.2.1下孔法(down-hole test) 7
2.2.2跨孔法(cross-hole test) 8
2.3土壤剪力波速之影響因素 8
2.4貫入試驗參數評估土層剪力波速 9
2.5類神經網路於大地工程之應用 9
2.6有限差分法及簡化法於波傳反算之研究 10
2.6.1頻散曲線 10
2.6.2有限差分法於波傳反算之研究 10
2.6.3簡化法於波傳反算之研究 11
第三章 類神經網路模式 16
3.1生物神經元模型 16
3.2人工神經元模型 17
3.3類神經網路分類 18
3.3.1依網路架構分類 18
3.3.2依學習方式分類 19
3.4類神經網路之發展 20
3.5倒傳遞類神經網路 21
3.5.1倒傳遞類神經網路之評價 21
3.5.2倒傳遞類神經網路基本架構 22
3.5.3倒傳遞類神經網路學習演算法 23
3.5.4 Levenberg-Marquardt演算法 26
3.5.5倒傳遞類神經網路學習流程 27
第四章 有限差分法分析模式 34
4.1波傳理論之有限差分分析法 34
4.1.1波動方程式 34
4.1.2有限差分方程式 35
4.1.3數值穩定條件 40
4.2有限差分法正算模式之建立 41
4.3有限差分正算模式之測試 44
4.3.1單層土層測試結果 44
4.3.2雙層正向土層測試結果 45
4.3.3雙層反向土層測試結果 45
4.3.4三層夾心土層測試結果 46
第五章 基因演算法 55
5.1基因演算法運算步驟 55
5.2基因演算法的各種變化 57
5.2.1選擇的方法(Selection methods) 57
5.2.2交換的方法(Crossover methods) 59
5.3基因演算法於類神經網路及波傳反算之應用 61
第六章 模式分析與網路建構 64
6.1基因演算法於類神經網路相關參數之最佳化 64
6.1.1最佳化參數之上下限 64
6.1.2 SPT及CPT類神經網路模式之輸入與輸出 66
6.1.3網路輸出之均方差及基因演算法之Fitness function 67
6.2基因演算法於有限差分法反算之最佳化 68
6.2.1最佳化參數之上下限資料來源 68
6.2.2誤差定義及基因演算法之Fitness function 70
6.2.3 FBADCFDM程式 70
6.2.4 FBADCFDM程式之輸入與輸出 71
6.3基因演算法最佳化之停止時機 71
6.3.1基因相似度 71
6.3.2基因演算法於各分析模式之停止時機 72
6.4建構基因演算法最佳化類神經網路 73
6.4.1 SPT試驗參數之類神經網路模式 73
6.4.2 CPT試驗參數之類神經網路模式 74
第七章 個案研究之結果與討論 81
7.1 SPT試驗場址介紹與評估結果 81
7.1.1台大校園 82
7.1.2台北民族公園 82
7.1.3士林社子島公園 83
7.1.4松山菸廠 83
7.1.5蘆洲抽水站 83
7.1.6北投機場 84
7.1.7宜蘭科技大學 84
7.1.8員林地區 84
7.1.9嘉義新港 85
7.2 CPT試驗場址介紹與評估結果 86
7.2.1台大校園 86
7.2.2台北民族公園 87
7.2.3士林社子島公園 87
7.2.4松山菸廠 87
7.2.5蘆洲抽水站 88
7.2.6板橋水利局 88
7.2.7三重重新橋 88
7.2.8員林地區 89
7.2.9嘉義太保 89
7.2.10台南歸仁 90
7.3類神經網路評估結果之綜合整理 90
7.4表面波震測場址與有限差分法分析結果 91
7.4.1以色列埃拉特 91
7.4.2日本大阪 91
7.4.3西班牙安達路西亞 92
7.4.4義大利翠思堤 92
7.4.5台灣台北(南勢角) 93
7.4.6挪威奧斯陸 93
7.5 CPT與連續表面波試驗場址之綜合分析 93
7.6分析結果之比較與討論 94
7.6.1 SPT及CPT類神經網路之比較 94
7.6.2類神經網路與迴歸公式之比較 95
7.6.3基因演算法不同選擇、交換方式表現之優劣 96
7.6.4有限差分分析模式之適用性 96
7.6.5簡化法深度參數K之決定 97
第八章 結論與建議 137
8.1結論 137
8.2建議 139
參考文獻 141
附錄 149
A.1 FBADCFDM程式之輸入範例 149
A.1.1使用有限差分法進行正算之輸入範例 149
A.1.2使用有限差分法模式一進行反算之輸入範例 150
A.1.3使用有限差分法模式二進行反算之輸入範例 151
A.1.4輸入分層厚度與剪力波速上下限之範例 153
A.1.5輸入現地頻散曲線資料之範例 154
作者簡歷 155
1.Alford, R. M., Kelly, K. R., and Boore, D.M. (1974), “Accuracy of Finite-Difference Modeling of The Acoustic Wave Equation”, Geophysics, Vol. 39, No. 6, pp.834-842.
2.Arifovic, J., and Gencay, R. (2001), “Using Genetic Algorithms to Select Architecture of A Feedforward Artificial Neural Network”, Physica, Vol. A289, pp. 574-594.
3.Baldi, G., Jamiolkowski, M., Lo Presti, D. C. F., Manfredini, G., and Rix, G. J. (1989), “Italian Experience in Assessing Shear Wave Velocity from CPT and SPT”, Proceedings of Twelfth International Conference on Soil Mechanics and Foundation Engineering, Vol. 1, pp. 157-168.
4.Beeston, H. E., and McEvilly, T. V. (1977), “Shear Wave Velocities from Down-Hole Measurements”, Earthquake Engineering and Structural Dynamics, Vol. 5, No. 2, pp. 181-190.
5.Boozarjomehry, R. B., and Svrcek, W. Y. (2001), “Automatic Design of Neural Network Structures”, Computers and Chemical Engineering, Vol. 25, pp. 1075-1088.
6.Chourak, M., Badal, J., Chorchete, V. and Seron, F. J. (2001), “A Survey of the Shallow Structure beneath the Alboran Sea Using Rg-waves and 3D Imaging”, Tectonophysics, Vol. 335, pp. 255-273.
7.Coley, D.A. (1999), An Introduction to Genetic Algorithms for Scientists and Engineers, World Scientific Publishing Co. Ltd., Singapore.
8.Fischer, M. M., and Leung, Y. (1998), “A Genetic-algorithm Based Evolutionary Computational Neural Network for Modelling Spatial Interaction Data”, The Annals of Regional Science, Vol. 32, pp. 437-458.
9.Gitterman, Y., Shapira, Y. Z. A., Shtivelman V. (1996), “Empirical Site Response Evaluation: Case Studies in Israel”, Soil Dynamics and Earthquake Engineering, Vol. 15, pp.447-463.
10.Goh, A. T. C. (1995a), “Empirical Design in Geotechnical Engineering Using Neural Networks”, Geotechnique, Vol. 45, No. 4, pp. 709-714.
11.Goh, A. T. C. (1995b), “Back-propagation Neural Networks for Modeling Complex Systems”, Artificial Intelligence in Engineering, Vol. 9 , No. 3, pp. 143-151.
12.Goh, A. T. C. (1996), “Pile Driving Records Reanalyzed Using Neural Networks”, Journal of Geotechnical Engineering, Vol. 122, No. 6, pp. 492-495.
13.Goldberg, D. E. (1989), Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Publishing Company, Inc., Reading, MA.
14.Gupta, J. N. D., and Sexton, R. S. (1999), “Comparing Backpropogation with A Genetic Algorithm for Neural Network Training”, The International Journal of Management Science, Omega 27, pp.679-684.
15.Hagan, M. T., and Menhaj, M. B. (1994), “Training Feedforward Networks with the Marquardt Algorithm”, IEEE Transactions on Neural Networks, Vol. 5, No. 6, pp. 989-993.
16.Hagan, M. T., Demuth, H. B., and Beale, B. (1996), Neural Network Design, Thomson Learning, Boston.
17.Hardin, B. O., and Black, W. L. (1968), “Vibration Modulus of Normally Consolidated Clay”, Journal of the Soil Mechanics and Foundations Division, Vol. 94, No. SM2, pp. 353-369.
18.Hardin, B. O., and Richart, F. E., Jr. (1963), “Elastic Wave Velocity in Granular Soils”, Journal of the Soil Mechanics and Foundations Division, Vol. 89, No. SM1, pp. 33-65.
19.Hopfield, J. J. (1982), “Neural Networks and Physical System with Emergent Collective Computational Abilities”, Proceedings of the National Academy of Sciences of the United States of America, Vol. 79, Issue 8, pp. 2554-2558.
20.Horike, M. (1985), “Inversion of Phase Velocity of Long-period Microtremors to The S-Wave-Velocity Structure Down to The Basement in Urbanized Areas”, J. Phys. Earth, Vol.33, pp.59-96.
21.Imai, T., Tonouchi, R. (1982), “Correction of N Value with S-Wave Velocity”, Proceeding of Second European Symposium on Penetration Test, Amsterdam, pp. 67-72.
22.Juang, C. H., Lin, P. S., and Tso, T. H. (1997), “Interpretation of In-Situ Data Using Artificial Neural Networks”, IEEE Proceedings on Intelligence Information System, pp. 168-172.
23.Kelly, K. R., Ward, R. W., Treitel, S., and Alford, R. M. (1976), “Synthetic Seismograms: A Finite-difference Approach”, Geophysics, Vol. 41, No. 1, pp. 2-27.
24.Kramer, S. L. (1996), Geotechnical Earthquake Engineering, Prentice Hall, New Jersey.
25.Mayne, P. W., and Rix, G. J. (1993), “Gmax-qc Relationship for Clay”, Geotechnical Testing Journal, Vol. 16, No. 1, pp. 54-60.
26.Mayne, P. W., and Rix, G. J. (1995), “Correlation Between Shear Wave Velocity and Cone Tip Resistance in Natural Clays”, Soils and Foundations, Vol. 35, pp. 107-110.
27.Mitchell, M. (1996), An Introduction to Genetic Algorithms, The MIT Press, Cambridge.
28.Osama, H. (1998), “Evolution-Based Genetic Algorithms for Analysis of Non-Destructive Surface Wave Tests on Pavement”, NDT, and E International, Vol. 31. No. 4. Pp.273-280.
29.Peiji, Yu., and Richart, F. E. (1984), “Stress Ratio Effects on Shear Modulus of Dry Sands”, Journal of Geotechnical Engineering, Vol. 110, No. 3, pp. 331-345.
30.Pederson, H. A., Campillo, M. and Balling, N. (1994), “Changes in the Lithospheric Structure across the Sorgenfrei-Tornquist Zone Inferred from Dispersion of Rayleigh Waves”, Earth and Planetary Science Letters, Vol. 128, pp. 37-46.
31.Pham, D. T. and Liu, X. (1995), Neural Networks for Identification, Prediction and Control, Springer-Verlag, London.
32.Richart, F. E., Jr., Hall, J. R., Jr., and Woods, R. D. (1970), Vibrations of Soils and Foundations, Prentice-Hall, Englewood Cliffs, New Jersey.
33.Robertson, P. K. (1986), “In Situ Testing And Its Application to Foundation Engineering”, Canadian Geotechnical Journal, No. 23, pp. 573-594
34.Robertson, P. K. (1990), “Soil Classification Using the Cone Penetration Test”, Canadian Geotechnical Journal, Vol. 27, No. 27, pp. 151-158.
35.Robertson, P. K., Campanella, R.G., Gillespie, D., and Rice, A. (1986), “Seismic CPT to Measure in Situ Shear Wave Velocity”, Journal of Geotechnical Engineering, Vol. 112, No. 8, pp. 781-803.
36.Rognvaldsson, T. S. (2001), “The Multilayer Perceptron”, Learning, and Adaptive System Lecture Notes, Halmstad University, Sweden.
37.Rumelhart, D. E., Hinton, G. E., and Williams, R. J. (1986a), “Learning Internal Representations by Error Propagation”, Parallel Distributed Processing, Vol. 1, Chap. 8, MIT Press, Cambridge, MA, pp. 318-362.
38.Rumelhart, D. E., Hinton, G. E., and Williams, R. J. (1986b), “Learning Representations by Back-propagating Errors”, Nature, Vol. 323, pp. 533-536.
39.Sette, S., Boullart, L., and Langenhove, L. V. (1998), “Using Genetic Algorithm to Design A Control Strategy of An Industrial Process”, Control Engineering Practice, Vol. 6, pp. 523-527.
40.Simpson, P. K. (1996), Neural Networks Applications, IEEE Technology Update Series, New York.
41.Stokoe, K. H., and Woods, R. D. (1972), “In-Situ Shear Wave Velocity by Cross-Hole Method”, Journal of the Soil Mechanics and Foundations Division, Vol. 98, No. SM5, pp. 443-460.
42.Tsai, Yi-Ben and Wu, Hsin-Hung (2000), “S-wave Velocity of the Crust and Upper Mantle Southeastern China by Surface Wave Dispersion Analysis”, Journal of Asian Earth Science, Vol. 18, pp. 255-265.
43.Virieux, J. (1984), “SH-wave Propagation in Heterogeneous Media: Velocity-stress Finite-difference Method”, Geophysics, Vol. 49, No. 11, pp. 1933-1942.
44.Virieux, J. (1986), “P-SV Wave Propagation in Heterogeneous Media: Velocity-stress Finite-difference Method”, Geophysics, Vol. 51, No. 2, pp. 889-901.
45.Virieux, J., and Madariaga, R. (1982), “Dynamic Faulting Studied by A Finite Difference Method”, Bulletin of the Seismological Society of America, Vol. 72, No. 2,pp. 345-369.
46.Wei, B. Z., Pezeshk, S., Chang, T. S., Hall, K. H., and Liu, H. P. (1996), “An Empirical Method to Estimate Shear Wave Velocity of Soils in the New Madrid Seismic Zone”, Soil Dynamics and Earthquake Engineering, Vol. 15, pp. 399-408.
47.Wilamowski, B. M., Iplikci, S., Kaynak, O., and Efe, M. O. (2001), “An Algorithm for Fast Convergence in Training Neural Networks”, IEEE Proceeding of International Joint Conference on Neural Networks, Vol. 3, pp. 1778-1782.
48.Zivic, M., Bondar, I. and Panza, G. F. (2000), “Upper Crustal Velocity Structure in Slovenia from Rayleigh Wave Dispersion”, Pure and Applied Geophysics, Vol.157, pp.131-146.
49.中興工程顧問社(1993),台灣西部走廊高速鐵路基本設計-土壤液化潛能評估方法研究期末報告,交通部高速鐵路工程籌備處。
50.尤致偉(1997),現地貫入試驗評估土層動態參數之研究,國立台灣大學土木工程研究所碩士論文。
51.王進德、蕭大全(1994),類神經網路與模糊控制入門,全華圖書,台北。
52.左天雄(1996),中央地質所調查報告第85-009號─現地土壤應力研究,經濟部中央地質調查所,台北。
53.朱武男(1998),以電子震測錐試驗(SCPT)評估土壤動態參數之研究,國立台灣大學土木工程研究所碩士論文。
54.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。
55.宋勻文(1997),台北盆地北投地區基隆河黏土之動態性質,國立中央大學土木工程研究所碩士論文。
56.李咸亨、吳志明(1990),台北盆地之動態性質研究(III)-下井探測法與剪力波速回歸分析之探討,行政院國家科學委員會防災科技研究報告79-04號。
57.李咸亨、吳志明(1991),「下井探測法量測剪力波速之影響因素探討」,中國土木水利工程學刊,第三卷,第十一期,第15-28頁。
58.李德河、古志生、張志豪、吳寶雅(1999),「電子錐土壤參數之比對」,第八屆大地工程研討會論文集,第760∼768頁。
59.亞新工程顧問股份有限公司(2000),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。
60.房性中(1993),「標準貫入試驗N值應用的探討(一)」,現代營建,第14卷163期,第35-41頁。
61.林潔興(2001),表面波頻散曲線之基因演算法反算土層剪力波速,國立台灣大學土木工程研究所碩士論文。
62.邱建銘(2001),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。
63.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。
64.倪勝火、洪昌祺(1999),「類神經網路預測槽溝對震波水平振幅阻隔效果」,第八屆大地工程學術研究討論會論文集,第2213-2227頁。
65.倪聖火、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。
66.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。
67.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,國立台灣大學土木工程研究所碩士論文。
68.許子建(1999),有限差分法於雷利波波傳反算之應用,國立台灣大學土木工程研究所碩士論文。
69.陳斗生(1986),「電子式圓錐貫入儀之工程應用」,地工技術,第十三期,第62-76頁。
70.黃紹揚(2000),有限差分法於頻散曲線反算土層剪力波速之研究,國立台灣大學土木工程研究所碩士論文。
71.楊忠銘(1997),類神經網路與遺傳演算法在結構控制之結合應用,中原大學土木工程研究所碩士論文。
72.葉怡成(2001),類神經網路模式應用與實作,第七版,儒林圖書,台北。
73.蔡宜峰(2000),自適應共振模糊類神經網路分析大地工程問題,國立海洋大學河海工程研究所碩士論文。
74.蔡忠儒(1991),凝聚性土壤剪力模數與壓密係數之關係,國立台灣科技大學土木工程研究所碩士論文。
75.鄭福和(2000),波傳矩陣之最佳化基因演算法於頻散曲線反算土層剪力波速之研究,國立台灣大學土木工程研究所碩士論文。
76.鄭錦桐、李錫堤(1996),「運用類神經網路做岩體分類」,中國地質學會八十五年年會手冊及論文摘要,第258-262頁。
77.盧炳志(1999),類神經網路在大地工程參數分析之研究,國立成功大學土木工程研究所博士論文。
78.鮑亦興(1993),波傳反算震測法之研究,交通部台灣區國道興建工程局。
79.簡連貴、林敏清(1998),「回填造地土壤剪力波速之評估-雲林麥寮案例之探討」,地工技術,第67期,第69-82頁。
80.簡連貴、林敏清(1999),「台灣西部沿岸回填土壤剪力波波速之評估」,中國土木水利工程學刊,第11卷,第4期,第647-656頁。
81.羅華強(2001),類神經網路—MATLAB的應用,清蔚科技,新竹。
82.蘇木春、張孝德(1999),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,台北。
83.龔俊宏(1992),以彈性波檢測介面與內含物之初步研究,國立台灣大學應用力學研究所碩士論文。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔