簡易檢索 / 詳目顯示
| 研究生： |
許慶安 Hsu, Ching-An |
|---|---|
| 論文名稱： |
應用類神經網路推估混凝土之抗壓強度 |
| 指導教授： |
倪勝火
Ni, Sheng-Huoo |
| 學位類別： |
碩士 Master |
| 系所名稱： |
工學院 - 土木工程學系碩士在職專班 Department of Civil Engineering (on the job class) |
| 論文出版年： | 2003 |
| 畢業學年度： | 91 |
| 語文別： | 中文 |
| 論文頁數： | 149 |
| 中文關鍵詞： | 推估 、類神經網路 、倒傳遞網路 、迴歸分析 、抗壓強度 、混凝土 |
| 外文關鍵詞： | back-propagation network, concrete, artificial neural networks |
| 相關次數： | 點閱：97 下載：11 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
有關混凝土抗壓強度之推估，至今已有許多研究成果，主要包括Slater經驗公式及配比強度推估等，可供工程品管參考；然前者僅考慮齡期因素為「七天強度」之單一輸入變數，而後者變數中之齡期因素係以「日數」為其輸入變數之一；比較二者，顯然前者較具有反映該批混凝土未來強度的代表性，但有可能受到組成材料不同致強度成長曲線亦不同，而易造成其推估值之偏差；後者可能需蒐集大量不同齡期（日數）之強度來比對，且不如前者係逕直反映該批混凝土強度，故齡期因素若以「日數」為變數，則於工程實務上較不符合品管作業之效率需求。因此，為改良上述之限制因素，本文乃針對混凝土抗壓強度之推估模式作進一步的探討與研究。
一般均規定於混凝土試體養治七天時進行早期抗壓試驗，以提供早期強度之參考；而於養治廿八天時再進行抗壓試驗，並依CNS規定據以判定該混凝土是否符合規範規定之設計強度。然而，當面對目前公共工程規模龐大，施工進度要求快速，品質也必須維持相當的水準時，此廿八天試驗等待期，可能對要求時效之品管作業影響相當大。因此，本研究之主要目的，係探討如何在混凝土工程澆置的初期（七天時），即可有效地推估廿八天之抗壓強度，希冀及早瞭解該混凝土結構物未來強度的發展，以確保工程施工品質。
鑑於混凝土強度受到甚多不確定因素影響，為利於早期水泥澆置七天時，即能更有效推估往後廿八天混凝土之強度，本文嘗試以混凝土之配比材料及七天齡期強度為主要探討範圍，亦即以試體七天齡期強度之變數來配合混凝土組成材料中八項主要不同變數（每次試驗之主要變項為水泥用量、拌合水用量、細骨材用量、粗骨材六分料用量、粗骨材三分料用量、附加劑用量、W/C及F.M.等），計有九項變數進行試驗；經統計迴歸分析後，以其中之『七天齡期強度』、『附加劑用量』、『W/C』及『粗骨材六分料用量』等四項變數整合，對推估廿八天抗壓強度達顯著水準。有關規劃試驗即以此四項變數及全部變數，依「材料配比」、「養護齡期」及「配比齡期」三大類，共分九種不同參數之模式，來進行試驗分析與比較。本文之研究方法，係考慮材料配比推估強度之特性較偏向非線性行為，故應用非線性能力較佳之類神經網路，並以其中具有迴歸功能之倒傳遞網路方法建構推估模式，同時進行廿八天齡期抗壓強度之推估試驗。
經本研究試驗之結果發現，在「材料配比」、「養護齡期」及「配比齡期」三大類九個試驗模式中，採用類神經網路推估模式之相關係數與準確度均優於傳統的統計迴歸分析方法，尤其於非線性之材料配比推估模式上，使用類神經網路明顯優於統計迴歸分析，而在倒傳遞網路各試驗模式中，又以七天齡期強度與所配合材料參數最多之變數整合模式（例如倒傳遞網路試驗之模式六）為最優，其推估值與真實值之相關係數達0.983，且推估值成功率若以誤差率在10%範圍以內之佔有百分比而論，則幾達100%，而倒傳遞網路數據集之訓練、校驗及測試均得相同的結論；顯示本研究所探討之主要變數整合模式與類神經網路推估方法，具有頗高的準確度及參考價值。
none
1.倪勝火、洪昌祺，「類神經網路及其在大地工程上之應用」，地工技術，第九十一期，第5-14頁，民國九十一年六月。
2.倪勝火、盧炳志，「應用類神經網路由現場試驗結果預測與分析地工設計參數」，地工技術，第九十一期，第47-54頁，民國九十一年六月。
3.常正之，混凝土施工，二版，三民書局，民國八十年三月。
4.王櫻茂，土木材料學，廿版，成功大學土木系，民國八十五年七月。
5.蔡攀鰲，土木材料試驗，五版，三民書局，民國八十四年四月。
6.黃忠信，土木材料，初版，三民書局，民國八十七年三月。
7.黃兆龍，混凝土性質與行為，初版，詹氏書局，民國八十六年八月。
8.林仁益、沈永年、郭文田等，混凝土技術，全華圖書公司，民國九十一年九月。
9.蔡得時，「腐蝕環境對鋼筋混凝土結構物及材料耐久性之研究」，交通大學土木系博士論文，民國八十七年六月。
10.中國土木水利工程學會，混凝土工程設計規範與解說，初版，科技圖書公司，民國八十七年四月。
11.中國土木水利工程學會，混凝土工程施工須知，增訂十九版，科技圖書公司，民國八十三年七月。
12.蔡閔光，「模組式類神經網路於高性能混凝土抗壓強度預測之應用」，交通大學土木系碩士論文，民國八十九年六月。
13.李家政，「反彈錘配合類神經網路推估混凝土強度可行性之研究」，中華大學土木系碩士論文，民國八十八年六月。
14.許桂銘，混凝土配比設計，初版，高立圖書公司，民國八十八年一月。
15.周耀鑾，混凝土施工，四版，專上圖書公司，民國八十二年七月。
16.羅華強，類神經網路-MATLAB的應用，清蔚科技公司，民國九十年九月。
17.葉怡成，應用類神經網路，三版，儒林圖書公司，民國九十年三月。
18.吳明隆，SPSS統計應用實務，松崗圖書公司，民國九十二年二月。
19.Hagan, M.T., Demuth, H.B. and Beale, M., Neural Network Design, Thomson Press, 1996.
20.Haykin, S., Neural Network A Comprehensive Foundation, Prentice Press, 1999.
21.Kohonen, T., "Self-Organized Formation of Topologically Correct Feature Maps," Biological Cybernetecs, Vol. 43, pp. 59- 69, 1982.
22.McCulloch, W.S. and Pitts, W., "A Logical Calculus of Ideas Immanent in Nervous Activity," Bulletin of Mathematical Biophysics, 5, pp. 115- 133, 1943.
23.Mindess, S. and Young, J. F., Concrete, Prentice Press, 1981.
24.Minsky, M.L. and Papert, S.A., Perceptrons, Cambridge, MA: MIT , 1969.
25.Neville, A. M., Properties of Concrete, Longman Press, 1999.
26.Ni, S.H., Juang, C.H. and Lu, P.C., "Estimation of Dynamic Properties of Sands Using Artificial Neural Networks," Transportation Research Record, Washington, D.C., No. 1526, pp. 1- 5, 1996.
27.Ni, S.H., Lu, P.C. and Juang, C.H., "A Fuzzy Neural Network Approach to Evaluation of Slope Failure Potential," Journal of Microcomputers in Civil Engineering, Vol 11, No. 1, pp. 59- 66, 1996.
28.Rosenblatt, F., "The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain," Psychological Review, 65, pp. 386- 408, 1958.
29.Somayaji, S., Civil Engineering Materials, Prentice Hall, 1995.
30.Widrow, B.,. "Generalization and Information Storage in Netwarks of Adeline ‘Neurons’," in Yovitz, M.C., Jacobi, G.T. and Goldstein, G.D., Eds., Self-Organizing Systym, Washington, DC: Spartan Books, pp. 435- 461, 1962.
校內：2004-07-23公開校外：2004-07-23公開