臺灣博碩士論文加值系統

目前在土木工程界中所使用之預測分析軟體，仍以RIDO、PLAXIS、TORSA及FLAC程式為最多，但這些軟體在使用上仍需要具有相當專業知識及經驗人員操作才不至失真。本研究搜集整理17個案例，得訓練範例數2,475筆，測試範例141筆，在運用多層函數連結網路（MFLN）之訓練與測試學習功能，建立「類神經網路深開挖壁體變位預測系統」，為改善壁體變位預測方式，能提供營造廠商管理者及其相關基礎施工承包商，一個簡單又能提高預測準確率之網路預測模式。
根據測試與驗證結果顯示，逐項所建構之多層函數連結網路（MFLN）預測模式，不管在每一觀測點變位值、最大壁體變位值及其發生位置預測上，皆有不錯的預測結果。與BPN網路及RIDO程式預測準確度相比，有所提升約5％以上。另應用在同地區其他案例中，經預測驗證結果顯示，亦同有良好預測準確度，代表本研究預測系統運用在該地區之適宜性。

Before design and construction of deep excavation, for the sake of construction safety and protection of adjacent buildings, prediction and measurement of diaphragm wall deflection are very important so as to avoid failures of the supporting system.
This paper attempts to predict the diaphragm wall deflection in deep excavation by using multilayer function-link neural network(MFLN) learning model. 17 case histories of deep excavation from construction projects are collected for training and verification. From the results of this research, it is shown that the MFLN model can reasonably predict both magnitude and location of the maximum deflection of the braced wall in deep excavation.

摘要....................Ⅰ
目錄....................Ⅲ
表目錄................. Ⅵ
圖目錄..................Ⅷ
第1章 緒論 1
1.1 研究背景與目的 1
1.2 研究範圍與內容 2
1.2.1 研究範圍 2
1.2.2 研究內容 3
1.3 研究方法與步驟 3
1.4 論文架構 5
第2章 文獻回顧 8
2.1 開挖順打工法之概述 8
2.1.1 順打工法之施工特點 8
2.1.2 順打工法之優缺點 8
2.2 深開挖行為影響壁體變形之因素 9
2.3 深開挖引致壁體變位之特性 11
2.4 現行壁體設計成果關係之探討 13
2.4.1 貫入深度與開挖深度之關係 13
2.4.2 壁體厚度與開挖深度之關係 14
2.4.3 最大壁體變位與開挖深度之關係 15
2.5 現今深開挖引致壁體變位之預測方法 17
2.5.1 RIDO程式的應用 17
2.5.2 有限元素法 18
2.5.3 TORSA程式的應用 18
2.5.4 FLAC程式的應用 19
2.5.5 類神經網路 20
第3章 類神經網路 38
3.1 類神經網路簡介 38
3.2 類神經網路的發展演進 38
3.3 類神經網路原理 39
3.3.1 生物神經元模型 40
3.3.2 人工神經元模型 40
3.4 類神經網路基本架構 42
3.5 類神經網路分類 44
3.6 倒傳遞類神經網路 46
3.6.1 網路演算法 47
3.6.2 倒傳遞類神經網路之優缺點 51
3.7 多層函數連結網路 52
第4章 案例分析與預測模式建立 61
4.1 前言 61
4.2 案例關鍵資料探討 61
4.2.1 貫入深度與開挖深度之關係 61
4.2.2 壁體厚度與開挖深度之關係 62
4.2.3 最大壁體變位與開挖深度之關係 62
4.3 軟硬體介紹 63
4.4 網路建立 64
4.4.1 輸入變數選用 65
4.4.2 輸出變數說明 67
4.4.3 資料尺度化技巧 67
4.5 網路參數設定 68
4.6 最佳模式建立 69
4.6.1 輸入變數決定 69
4.6.2 網路訓練 71
4.6.3 訓練測試結果比較 74
4.7 案例驗證 76
4.7.1 預測成果評估標準說明 76
4.7.2 預測成果之分析 77
4.8 預測模式應用 79
4.9 結果討論 80
第5章 結論與建議 122
5.1 結論 122
5.2 建議 123
參考文獻 125
附錄A...................132
附錄B...................168
附錄C...................171
附錄D...................175

1.丘仕礽(2007)，「基礎開挖工法之研究」，國立台北科技大學土木與防災研究所碩士學位論文。
2.陳煌銘（1987），「深開挖引致之地盤移動」，地工技術，第20期，pp.19~33。
3.何泰源，李魁士（1990），「開挖挖引起之地表沉陷及建物保護」，現代營建，第128期，pp.41~53。
4.胡邵敏（1992），「深開挖工程鄰產保護設計與施工（一）」，地工技術，第40期，pp.35~50。
5.林俊良，李建中（1993），「深開挖之地盤變形研究與探討」，中華技術，第20期，pp.83~94。
6.平岡成明，石正義（1998），「假設工程問題對策」，詹氏書局。
7.李文勳，倪至寬與陳怡君（2000），「建築基礎工程施工災害潛勢災區邊界界定之研究」，內政部建築研究所，pp.140~147。
8.歐章煜（2002），「深開挖工程分析設計理論與實務」，科技圖書股份有限公司。
9.林燕川（2004），「演化式模糊類神經網路應用在深開挖壁體變形預測之研究」，國立臺灣科技大學營建工程系碩士學位論文。
10.吳沛軫，王明俊與彭嚴儒（1997），「連續壁變形行為探討」，第七屆大地工程學術研究討論會，pp.601~608。
11.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。
12.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。
13.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。
14.李煜仕（2005），「類神經網路於大地工程上之應用」，國立海洋大學河海工程學系博士論文。
15.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，12(3)，pp.499∼510。
16.歐晉德，石強及謝旭昇（1988），「連續壁設計分析之實務考慮」，地工技術第21期，pp.10~17。
17.陳錦清和冀樹勇（1996），「軟弱土層特性與深開挖行為研究（一）深開挖土壤與支撐工有效應力互制分析程式之研究」，財團法人中興工程顧問社。
18.冀樹勇和陳錦清（1997），「深開挖施工依時性之數值模擬」，第七屆大地工程研討會，pp.609~615。
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.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，12(4)，pp.703∼713。
21.林婷媚（2003），「雙排樁無支撐擋土結構壁體變形行為之研究」，雲林科技大學營建工程系碩士論文。
22.蔡元耀（2005），「類神經網路應用於現地深開挖水平地盤反力參數推估之研究」，朝陽科技大學營建工程系碩士論文。
23.鍾寬達（2008），「砂質地盤深開挖引致之擋土結構側向變位模擬」，國立高雄應用科技大學土木工程與防災科技研究所碩士論文。
24.冀樹勇、陳錦清和王建智（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。
25.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。
26.賴慶和、與余明山（2001），「深開挖工程設計與施工實務」第四章，pp.94~112。
27.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。
28.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。
29.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。
30.冀樹勇、陳錦清和詹君治（2002），「類神經網路於深開挖壁體變形預測之應用」，地工技術，第91期，pp.55∼64。
31.黃崇岳（2002），「應用類神經網路於逆打深開挖壁體變位預測之研究」，國立台灣海洋大學河海工程研究所碩士論文。
32.李文通（2008），「深開挖壁體變形預測-應用演化式支持向量機推論模式（ESIM）」，國立台灣科技大學營建工程系研究所碩士論文。
33.陳耀茂、殷純淵（2004），「類神經網路PCNeuron使用手冊」，鼎茂圖書出版股份有限公司。
34.葉怡成(2004)，「應用類神經網路」，儒林圖書有限公司。
35.張俊雄（1993），「類神經網路在土木工程上之應用研究」，國立中央大學土木工程學研究所碩士論文。
36.焦李成（1991），「神經網路系統理論」，儒林圖書有限公司。
37.洪昌祺、倪勝火（2002），「類神經網路及其在大地工程上之應用」，地工技術，第91期，pp.5∼14。
38.黃春銘（2005），「運用模糊類神經網路進行山崩潛感分析－以臺灣中部國姓地區為例」，國立中央大學應用地質研究所碩士論文。
39.羅華強（2001），「類神經網路-MATLAB的應用」，清蔚科技股份有限公司。
40.葉怡成(2003)，「類神經網路模式應用與實作」，儒林圖書有限公司。
41.塏固工程有限公司（2005），「合陽泰山段一期大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
42.塏固工程有限公司（2006），「勝華建設板橋新板段住商大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
43.塏固工程有限公司（2005），「僑宏建設澄品住宅大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
44.塏固工程有限公司（2006），「合新建設板橋和平段B區大樓新建新建工程安全觀測系統結案報告」，塏固工程有限公司。
45.塏固工程有限公司（2006），「合新建設板橋和平段A區大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
46.塏固工程有限公司（2007），「力麒縉紳新建工程安全觀測系統結案報告」，塏固工程有限公司。
47.塏固工程有限公司（2007），「合新建設板橋和平段C區大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
48.塏固工程有限公司（2007），「合新建設三重富貴段Ｃ區大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
49.塏固工程有限公司（2009），「華鼎建設開發星光藝術館新建工程安全觀測系統結案報告」，塏固工程有限公司。
50.塏固工程有限公司（2007），「益琦建設布朗亨大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
51.塏固工程有限公司（2008），「東峻建設「千里」新建工程安全觀測系統結案報告」，塏固工程有限公司。
52.塏固工程有限公司（2008），「合新建設新莊光明段大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
53.塏固工程有限公司（2007），「合新建設三重富貴段Ｆ區大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
54.塏固工程有限公司（2008），「立崌建設大安路住宅新建工程安全觀測系統結案報告」，塏固工程有限公司。
55.塏固工程有限公司（2008），「勝旺龍鳳段782-1等地號大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
56.塏固工程有限公司（2008），「鉅陽建設飛騰禮鄰新建工程安全觀測系統結案報告」，塏固工程有限公司。
57.塏固工程有限公司（2008），「華固建設 Palm Island 住宅大樓新建工程安全觀測系統結案報告」，塏固工程有限公司。
58.陳錦清和冀樹勇（1999），「臺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。
59.Clough,G.W. and O’Rourke,T.D.,”Construction Induced Movement of Institu Walls,”Proceedings,Design and Performance of Earth Retaining Structures,ASCE,Special Conference,Ithaca,New York,pp.439-470（1990）
60.D. E. Rumelhart and J. L. McClelland，Parallel Distributed Processing,Vol.1-Vol.2,MIT Press（1986）
61.FLOOD, I. and KARTAM, N. “Neural networks in civil engineering. Ⅰ: Principles and Understanding.” Journal of Computer in Civil Engineering, Vol. 8, No. 2,pp.131~148.（1994a）
62.FLOOD, I. and KARTAM, N. “Neural networks in civil engineering. Ⅱ: Principles and Understanding.” Journal of Computer in Civil Engineering, Vol. 8, No. 2,pp.149~162.（1994b）
63.GOH, B. T. C. “Back-propagation neural networks for modeling complex systems.”Artifical Intellingence in Engineering, Vol. 9, No. 1,pp.143~151.（1995）
64.Hsieh,P.G and Qu,C.Y.”Shape of Ground Surface Settlement Profiles Caused by Ecxavation,”Canadian Geotechnical Journal,Vol.35,No.6,pp.1004-1017（1998）
65.J. J. Hopfied ,”Neural networks and physical systems with emergent collective computertational abilities”Proc.Natl.Acad.Sci.,U.S.A,Vol.79,pp.2554-2558（1982）
66.Mana,A.I. and Clough,G.W.,”Prediction of Movement for Braced Cut in Clay,”,Journal of the Geotechnical Division,ASCE,Vol.107,No.6,PP.756-777（1981）
67.Masuda,T.,Einstein,H.H. and Mitachi,T.,”Prediction of Lateral Deflection of Diaphragm Wall in Deep Excavation,”,Journal of Geotechnical Engineering,Proceeding of Japan Society of Civil Engineers,No.505,Ⅲ-29,pp.19-29（1994）
68.M. Minsky and S. Papert，Perceptrons，MIT Press（1969）
69.O’Rourke,T.D.,”Ground Movement Caused by Braced Excavations,”,Journal of the Geotechnical Division,ASCE,Vol.107,No.6,PP.1159-1177（1981）
70.Ou, C. Y., Hsieh P. G. and Chiou, D. C. “ Characteristics of ground surface settlement during excavation, ” Canadian Geotechnical Journal, Vol. 30, No. 5, pp.758∼767 (1993)
71.Palmer,J.H.L. and Kenney,T.C.,”Analytical Study of a Braced Excavation in weak Clay,”,Canadian Geotechnical Journal,Vol.9,pp.145-164（1972）
72.Wong,K.S. and Broms,B.B,”Lateral Wall Deflections of Braced Excavation in Clay,”,Journal of Geotechnical Engineering,Vol.115,No.6,pp.853-870（1989）
73.Woo, S. M., and Moh, Z. C. " Geotechnical Characteristics of Soils in the Taipei Basin, " Proceeding of 10th Southeast Asian Geotechnical Conference, Taipei, Vol. 2, pp.51∼65 (1990)
74.W. S. McCulloch and W. Pitts, Bull. Math. Biophys ,5,pp.115~133 （1943）