本研究利用類神經網路倒傳遞模式，以案例的現地土壤鑽探資料及土壤參數，進行TORSA程式之正算分析，並依此分析結果建立類神經反算模式，輸入現地監測之壁體變位反算，推估符合現地監測值之土壤設計參數，以預估下一階開挖施工造成擋土壁體變形量。
研究結果顯示利用TORSA程式進行壁體位移分析，使用類神經網路反算之Kh分析時，壁體變位相對誤差小於30%評比為優者佔驗證案例之63.8%，優於使用經驗公式建議之Kh分析的24.6%。經由本分析模式反算Kh，進行壁體位移分析能有不錯之結果，實務上使用應增加工程案例驗證，提升類神經反算模式之可靠性及普遍性，對整體深開挖工程有較佳幫助，進而提供施工單位作為施工安全參考，降低工程失敗的機率。

This research mainly bases on the Back-Propagation Network model of artificial neural network. The data of in-situ exploration results soil and engineering properties of soils are used for processing the analysis of TORSA. On the basis of the analysis conclusion, the model of back analysis of artificial neural can be built. After obtaining the design coefficients of soil which match the field monitoring data resulting from back-analysis, the prediction of displacement of construction excavation retaining wall can be made for the next excavation stage.
The results of this research show that when using TORSA to process the analysis of displacement, the relative deviation between displacement analysis and monitoring result less than 30% is only 24.6% of examined cases. In addition, the Kh（horizontal subgrade reaction）obtained from back-analysis using artificial neural network with relative deviation less than 30% is 63.8% for all examined cases. A useful result can be generated by using the analysis model developed in this study to predict the displacement of retaining wall at different excavation stages. In general the result of this study can be used as a valuable reference and can provide a safety guideline for future construction excavations to reduce the risk of excavation failures.

摘要 I
Abstract II
致謝 III
目錄 IV
表目錄 VIII
圖目錄 XI
第一章 緒論 1
1.1 前言 1
1.2 研究動機與目的 1
1.3 研究方法 2
1.4 研究內容 2
1.5 預期研究成果及可能工程實務應用 3
1.5.1 預期研究成果 3
1.5.2 可能工程實務應用 4
第二章 文獻回顧 5
2.1 引言 5
2.2 開挖擋土設計分析 5
2.2.1 分析理論 5
2.2.2 TORSA分析程式 6
2.2.2.1 程式分析原理 6
2.2.2.2 分析運算架構 6
2.2.2.3 一維有限元素 7
2.3 水平地盤反力參數相關研究 8
2.4 壁體變形特性 9
2.5 開挖回饋分析 11
第三章 類神經網路 23
3.1 前言 23
3.2 類神經網路理論 23
3.2.1 生物神經元模型 24
3.2.2 人工神經元模型 25
3.2.3 類神經網路運作 27
3.3 類神經網路類型 28
3.4 倒傳遞類神經網路 29
3.4.1 倒傳遞類神經網路架構 30
3.4.2 倒傳遞類神經網路流程 30
3.4.3 網路訓練準確驗證 31
第四章 網路建構與案例分析 41
4.1 前言 41
4.2 案例概況 41
4.3現地水平地盤反力參數 43
4.3.1 工程案例正算分析 43
4.3.2 分析結果與討論 45
4.4類神經網路建置 46
4.4.1 定義輸入變數 46
4.4.2 定義輸出變數 47
4.4.3 資料尺度化 47
4.4.4 網路演算法 48
4.4.5 網路參數 49
4.4.6 網路優劣判定模式 50
4.5 最佳網路模式 51
4.5.1 最佳網路模式選取 51
4.5.2 訓練參數最佳化 52
4.6 網路結果討論 53
4.7 結語 54
第五章 案例驗證探討 85
5.1 類神經網路反算模式 85
5.1.1 現地監測值 85
5.1.2 網路預測結果 85
5.1.3 TORSA分析結果與最大壁體變位比較 86
5.2分析結果討論 86
5.3 結語 88
第六章 結論與建議 104
6.1 結論 104
6.2 建議 105
6.2.1 工程實務上應用建議 105
6.2.2 後續相關研究建議 106
參考文獻 107

[1]亞新工程顧問公司，「台北盆地地層大地工程性質調查分析與研究工作 報告-台北市地下工程失敗案例探討及建議工作」，No.347-1，臺北，1986。
[2]Terzaghi, K. and Peck, R. B., Soil Mechanics in Engineering Practice, 2nd Edition, John Wiley and Sons, New York.,1967.
[3]Peck, R. B., Hanson, W. E., and Thornburn, T. H., Foundation Engineering, John Wiley and Sons, New York.,1977.
[4]歐章煜，深開挖工程-分析設計理論與實務，科技圖書股份有限公司，台北，2002。
[5]歐晉德、石強、謝旭昇，「深開挖擋土連續壁設計模式」，地工技術雜誌第21期，第10-17頁，1988。
[6]Winkler, E., Die Lehre Von Elasticitaet Und Festigkeit, pray（H.Dominicus）,pp.182-184.
[7]林婷媚，「雙排樁無支撐擋土結構壁體變形行為之研究」，碩士論文，國立雲林科技大學營建工程研究所，雲林，2003。
[8]程日晟，TORSA程式使用手冊，財團法人地工技術研究發展基金會，台北，第4-5頁，2002。
[9]Terzaghi, K., “Evaluation of coefficient of subgrade reaction,” Geotechnique, Vol. 5, No. 4, pp.297-326,1955.
[10]謝旭昇、程日晟、蔡宗鍠、楊明洲，「連續壁設計分析之實務考慮」，地工技術，第53 期，1996。
[11]冀樹勇、陳錦清、王建智，「RIDO 程式之最佳化土層參數之探討」，地工技術，第75 期，第61-76頁，1999。

[12]張吉佐、陳坤泉，「設計參數對深開挖擋土支撐之敏感度評估」，地工技術，第76 期，1999。
[13]Bowles, J.E., Foundation Analysis and Designs, McGraw-Hill Book Company, New York, U.S.A.,1988.
[14]黃崇岳，「應用類神經網路於逆打深開挖壁體變位預測之研究」，碩士論文，國立海洋大學河海工程研究所，基隆，2002。
[15]Clough,G. W. and O`Rourke, T. D., “Construction-induced movements of insitu walls,” Design and Performance of Earth Retaining Structures, ASCE Special Publication,No.25, pp.439-470, New York,1990.
[16]Ou, C. Y., Hsieh, P. G. and D. C.,“Characteristics of ground surface settlement during excavation,” Canadian Geotechnical Journal, Vol. 30, pp.758-767,1993.
[17]謝百鈎，「粘土層深開挖引致地盤最大位移預測」，中國土木水利學刊，2001。
[18]Peck, R. B., “Advantages and limitations of the observational method inapplied soil mechanics,”Geotechnique 19, No. 2, pp.171-187,1969.
[19]Gioda, G. and S. Sakurai ,“Back Analysis Procedures for The Interpretation of Field Measurements in Geomechanics,”Internal Journal for Numerical and Analytical Methods in Geomechanics, Vol. 11, pp.555-583, 1987.
[20]唐雨耕，「土壤參數識別應用於深開挖分析之研究」，博士論文，國立台灣科技大學營建工程技術研究所，台北，1998。
[21]陳錦清、冀樹勇、王建智、林金成、蔡明欣，「台北盆地深開挖案例資料蒐集與參數之回饋分析」，財團法人中興工程顧問社專案研究報告，SEC/R-GT-99-01，台北，1999。
[22]洪世勳、冀樹勇、陳錦清，「深開挖施工訊息化系統」，第九屆大地工程研討會論文集，中壢，A020，2001。
[23]葉怡成，類神經網路模式應用與實作，儒林圖書有限公司，台北，1997。
[24]葉怡成，應用類神經網路，儒林圖書有限公司，台北，2001。
[25]楊智堯，「類神經網路於邊坡破壞潛能分析之應用研究」，碩士論文，國立成功大學土木研究所，台南，1999。
[26]柯啟智，「類神經網路在應用決定CPT試驗參數之研究」，碩士論文，國立成功大學土木研究所，台南，1998。
[27]羅華強，類神經網路-MATLAB 的應用，清蔚科技股份有限公司，新竹，2001。
[28]廖瑞堂，「逆打深開挖之行為研究」，博士論文，國立台灣工業技術學院營建工程技術研究所，台北，1996。
[29]吳偉特，「台北盆地地盤分區土壤之土壤特性」，地工技術，第22期，第5-27頁，1987。
[30]萬鼎工程股份有限公司，「遠鼎建設股份有限公司遠東企業中心新建工程基礎施工安全監測工作報告」，台北，1991。
[31]亞新工程顧問股份有限公司，「台北都會區捷運系統南港線CN256標國父紀念館站及忠孝敦化站至國父紀念館站及國父紀念館站至市政府站間隧道工程觀測結果總報告」，No.609-1-19-4，台北，1995。
[32]謝百鈎，「考慮異向性行為之有限元素法深開挖分析」，碩士論文，國立台灣工業技術學院營建工程技術研究所，台北，1993。
[33]唐雨耕、歐章煜、李凱柏，「深開挖分析程式RIDO與VEX之缺陷與應用」，中英都會區深開挖工程研討會論文集，台北，第3-1~3-34頁，2000。