臺灣博碩士論文加值系統

混凝土的強度與坍度是混凝土品質的重要因子，由於缺少數理模型，強度、坍度與配比的關係必須透過實驗收集數據，再以迴歸分析或類神經網路建立模型。一般土木材料的實驗設計缺少系統化的方法，因此本研究嘗試以實驗設計(Design of Experiment)來設計實驗。本研究除了採用傳統的D-Optimal設計方法外，提出二種新的實驗設計方法，(1)自組織映射圖(Self-Organizing Map)設計方法、(2)分層聚類分析（Hierachical Cluster Analysis）設計方法。並以五種實驗數目各自以類神經網路建立強度、坍度預測模型，並與隨機法所建立的模型作比較，以分析三種設計方法的優劣。本研究結果顯示：(1)實驗數目的多寡對於預測模型有明顯的影響。(2)有進行實驗設計的模型相對於隨機法所產生的模型要來得好。(3)對於模型實驗點的配適，D-Optimal設計方法比自組織映射圖設計方法與分層聚類分析設計方法要來得準確和穩健。

摘要 I
目錄 II
圖目錄 III
表目錄 IV
第一章 導論 1
1-1 研究動機 1
1-2研究方法 2
1-3研究內容 4
第二章 文獻回顧 5
2-1 高性能混凝土配比設計 5
2-2 基於D-Optimal之配比設計 6
2-3 基於距離之配比設計 8
2-3-1 自組織映射圖 9
2-3-2 分層聚類分析 13
2-4 類神經網路的模式 18
2-5 混凝土最佳配比設計與材料行為建模問題 21
第三章 基於D-Optimal之配比實驗設計 26
3-1 導論 26
3-2 方法 29
3-3 結果 34
3-4 討論與結論 39
第四章 基於自組織映射圖之配比實驗設計 42
4-1方法 42
4-2結果 45
4-3討論與結論 48
第五章 基於分層聚類分析之配比實驗設計 52
5-1方法 52
5-4 結果 55
5-4 討論與結論 59
第六章 配比實驗設計之比較 62
6-1 隨機法(RA)預測模型 62
6-2模型比較 66
第七章 結論與建議 70
參考文獻 71

[1] 黃兆龍，混凝土性質與行為，詹氏書局，台北市(1999)。
[2] 葉怡成，類神經網路-模式應用與實作，儒林圖書公司，台北(2000)。
[3] 葉怡成，應用類神經網路，儒林圖書公司，台北(2001)。
[4] Kasperkiewicz, J., Racz, J. and Dubrawski, A.(1995).”HPC strength prediction using artificial neural network,” J. of Computing in Civil Engineering, ASCE, Vol. 9, No. 4, pp.279-284(1995).
[5] Abbasi, A. F., Ahmad, M. and Wasim, M.”Optimization of concrete mix proportioning using reduced factorial experimental technique,” ACI Materials Journal, Vol. 84, No. 8, pp.55-63 (1987).
[6] 蘇南，「21世紀TAICON台灣混凝土之配比設計」，高性能混凝土配比設計實作研討會論文集，台北市，第46頁(1998)。
[7] Francois de Larrard, “Optimization of high-performance concrete,” 高性能混凝土研討會，台北市，第31~44頁(1993)。
[8] de Larrard, F., Sedran, T. ”Optimization of ultra high performance concrete by the use of a packing model,” Cement and concrete Research, Vol24, No. 6, pp.997-1009(1994).
[9] 葉怡成，實驗計劃法－製程與產品最佳化，五南圖書，台北市(2001)。
[10] Shilstone, J. M. Jr. “Concrete mixture optimization,” Concrete International, June 1994, pp.31-37 (1994).
[11] Stegemann, J. A. and Buenfeld, N. R., “Mining of existing data for Cement-solidified wastes using neural networks,” Journal of Environmental Engineering, ASCE, Vol.130, No.5, pp.508-515 (2004).
[12] Kim, J. I., Kim, D. K., Feng, M. Q., and Yazdani, F., “Application of Neural Networks for Estimation of Concrete Strength,” Journal of Materials in Civil Engineering, ASCE, Vol.16, No.3, pp.257-264 (2004).
[13] Ghaboussi, J. Garrett, J. H. and Wu, X. “Knowledge-based Modeling of Material Behaviour with Neural Networks,” J. Engineering Mechanics, ASCE, Vol.117, No.1, pp.129-134 (1991).
[14] Kasperkiewicz, J., Racz, J. and Dubrawski, A., “HPC Strength Prediction Using Artificial Neural Network,” J. of Computing in Civil Engineering, ASCE, Vol.9, No.4, pp.279-284 (1995).
[15] Peng, J., Li, Z., and Ma, B., “Neural Network Analysis of Chloride Diffusion in Concrete,” Journal of Materials in Civil Engineering, ASCE, Vol.14, No. 4, pp.327-333 (2002).
[16] Nehdi, M., Djebbar, Y., and Khan, A., “Neural Network Model for Preformed-Foam Cellular Concrete,” ACI Materials Journal, Vol.98, No.5, pp.402-409 (2001).
[17] Nehdi, M., El-Chabib, H., and El-Naggar, M. H., “Predicting Performance of Self-Compacting Concrete Mixtures Using Artificial Neural Networks,” ACI Materials Journal, Vol.98, No.5, pp.394-401 (2001).
[18] Haj-Ali, R. M., Kurtis, K. E., and Akshay, R., “Neural Network Modeling of Concrete Expansion During Long-Term Sulfate Exposure,” ACI Materials Journal, Vol.98, No.1, pp.36-43 (2001).
[19] Basma, A. A., Barakat, S., and Al-Oraimi, S., “Prediction of Cement Degree of Hydration Using Artificial Neural Networks,” ACI Materials Journal, Vol.96, No.2, pp.167-172 (1996).
[20] Ghaboussi, J., Garrett, J. H. and Wu, X., “Knowledge-Based Modeling of Material Behavior with Neural Networks,” Journal of Engineering Mechanics, ASCE, Vol.117, No.1, pp.132-153 (1991).
[21] Oh, J.-W., Lee, I.-W., Kim, J.-T., and Lee, G.-W., “Application of Neural Networks for Proportioning of Concrete Mixes,” ACI Materials Journal, Vol.96, No.1, pp.61-67 (1999).
[22] James, M., “Concrete Mixture Optimization,” Concrete International, June 1990, pp.33-39 (1990).
[23] Larrard, F., Sedran, T., “Optimization of Ultra High Performance Concrete by the Use of a Packing Model,” Cement and Concrete Research, Vol.24, No.6, pp.997-1009 (1994).
[24] Kasperkiewicz, J., “Optimization of Concrete Mix Using a Spreadsheet Package,” ACI Materials Journal, Vol.91, No.6, pp.551-559 (1994).
[25] Khayat, K. H., Yahia, A. and Sonebi, M., “Applications of Statistical Models for Proportioning Underwater Concrete,” ACI Materials Journal, Vol.96, No.6, pp.634-640 (1999).
[26] Ghezal, A. and Khayat, K. H., “Optimizing Self-Consolidating Concrete with Limestone Filler by using Statistical Factorial Design Methods,” ACI Materials Journal, Vol.99, No.3, pp.264-272 (2002).
[27] Sonebi, M., Svermova, L., and Bartos, P. J. M., “Factorial Design of Cement Slurries Containing Limestone Powder for Self-Consolidating Slurry-Infiltrated Fiber Concrete,” ACI Materials Journal, Vol.101, No.2, pp.136-145 (2004).
[28] Sonebi, M., “Applications of Statistical Models in Proportioning Medium-Strength Self-Consolidating Concrete,” ACI Materials Journal, Vol.101, No.5, pp.339-346 (2004).
[29] 顏聰、張朝順，「混凝土配比之經濟化模式」，中國土木水利工程學刊，第二卷，第三期，第293-300頁 (1990)。
[30] Yeh, I-Cheng, “Design of high performance concrete mixture using neural networks,” ASCE, Journal of Computing in Civil Engineering, Vol.13, No.1, pp.36-42(1999).
[31] 柯泰至，「以類神經網路建構高性能混凝土工作度模型之研究」，碩士論文，中華大學土木工程學系，新竹(2001)。
[32] 陳怡成，「以類神經網路作高性能混凝土配比設計之研究」，碩士論文，中華大學土木工程學系，新竹(2001)。
[33] 張清雲，「實驗計劃法應用於再生混凝土最適化配比設計之研究」，碩士論文，國立台灣科技大學營建工程系，台北(2002)。
[34] 陳家偉，「以迴歸分析與類神經網路建構高性能混凝土工作度模型之比較研究」，碩士論文，中華大學土木工程學系碩士班，新竹 (2002)。
[35] 許慶安，「應用類神經網路推估混凝土之抗壓強度」，碩士論文，國立成功大學，台南市(2002)。
[36] 詹君治，「非監督式模糊類神經網路應用於混凝土配比設計」，行政院國家科學委員會專題研究計畫成果報告，NSC91-2218-E-231-004 (2003)。
[37] Yeh, I-Cheng, “Prediction of strength of fly ash and slag concrete by the use of artificial neural networks,” Journal of the Chinese Institute of Civil and Hydraulic Engineering, Vol.15, No.4, pp.659-663(2003).
[38] 田耀遠，「田口法應用於混凝土配比設計及交互作用之研究」，博士論文，國立台灣科技大學營建工程系 (2004)。
[39] Myers, R.H. and Montgomery, D.C., Response Surface Methodology, John Wiley & Sons, Ins. (1995).
[40] Stat-Ease. Inc, Design-Expert 6 User’s Guide (2003).
[41] http://www.resample.com/xlminer/