台灣地區多山及河流，公路系統中往往需藉助橋梁來跨越自然之阻礙，良好之公路運輸系統對於經濟發展之關係極大。目前台灣地區省道路上橋梁總數達數千多座，其中橋齡分佈由新建至最高者達八十幾年，隨橋梁老舊不同，採用之耐震設計規範不同，或隨橋梁服務後受環境影響而造成之劣化現象，均可能使部分橋梁因不符合現行部頒規範之耐震需求而導致破壞之情形。
有鑑於地震災害造成橋梁損壞，導致交通癱瘓、人員傷亡等事件發生，因此需要評估橋梁於不同地震強度下的損壞狀況，降低災害發生機率。然而台灣橋樑眾多，若要對每座橋梁皆進行傳統結構分析(初步評估、細部分析)，以求得Ay(降伏加速度)及Ac(完全損壞加速度)，在運作上將會有時間及預算限制之困難。故本研究希望以人工智慧方式，應用案例學習機制，藉由現有案例初評因子(輸入)與細評Ay、Ac值(輸出)的映射關係，推論求得Ay、Ac。根據上述推論模式求得Ay與Ac值，預測地震時橋梁可能的損壞機率，提供橋梁管理人員做為參考。
本研究依據公路總局「公路橋梁耐震能力評估及補強工程可行性研究」，採用其121座橋梁詳細評估參數資料，篩選出部分重要因子，針對台灣地區橋梁之管理維護，應用「演化式支持向量機推論模式」，訓練121筆案例資料，找出因子與橋梁耐震能力的關係，建立一套「橋梁耐震能力診斷模式」。

Taiwan has many mountains and rivers, often requires the use of bridges to cross the natural obstruction, so bridges made a considerable contribution to national economic development.

In view of the bridge for a common cause of earthquake damage, caused traffic standstill, casualties and incidents. Therefore need to assess the intensity of ground motion under a bridge in the state of damage and reduce the probability of disaster. Taiwan, however, many bridges, all bridges to each of the traditional structural analysis, operation time and budget constraints will be the difficulty.

This study hopes to learning mechanisms of artificial intelligence applications, With the current case, to identify initial evaluation factor (input) and the fine assessment Yield acceleration(Ay)、Collapse acceleration (Ac) values (output) mapping to inference obtained Ay、 Ac.

參考文獻
1. 「公路橋梁耐震能力評估及補強工程可行性研究」，交通部公路總局，2009。
2. 吳慶芳，「專案成功度動態預測-應用演化式支持向量機推論模式(ESIM)」，國立台灣科技大學碩士論文，2008。
3. 陳鴻震，「營造廠專業協力廠商評鑑模式之建立-應用演化是支持向量機推論模式」，國立台灣科技大學碩士論文，2008。
4. 陳弼宏，「建立專案成功度動態預測模式-演化式模糊類神經模式推論模式」， 國立台灣科技大學碩士論文，2003。
5. 陳冠霖，「演化式風險偏好支持向量機推論模式-以道路邊坡坍塌預測為例」，國立台灣科技大學碩士論文，2009。
6. Kevin R. Mackie, Božidar Stojadinović, R.Factor Parameterized Bridge Damage Fragility Curves, JOURNAL OF BRIDGE ENGINEERING c ASCE / JULY/AUGUST, pp.501.509,2007.
7. C. S. Yang1, R. DesRoches2, and J. E. Padgett3, Fragility Curves for a Typical California Box Girder Bridge, Lifeline Earthquake Engineering in a Multihazard Environment cASCE, pp.47.58, 2009.
8. 康瑞騰，「建立混凝土橋梁安全性指標及評估方法之研究」，國立中央大學碩士論文，2003。
9. 邱讚如，「建立混凝土橋梁耐久性評估方法之研究」，國立中央大學碩士論文，2003。
10. Bryant G. Nielson and Reginald DesRoches, Seismic fragility methodology for highway bridges using a component level approach, Earthquake Engng Struct. Dyn, pp.823.839,2007.
11. Kevin R. Mackie and B. G. Nielson, Uncertainty Quantification in Analytical Bridge Fragility Curves, JOURNAL OF BRIDGE ENGINEERING c ASCE / JULY/AUGUST, pp.88.99,2009.
12. 翁明全，「震後橋梁補強方案經濟效益評估模式之研究」，國立台灣科技大學碩士論文，2005。
13. 黃志評，「省、縣道橋梁檢測及評鑑制度之探討-以交通部公路總局為例」，國立中央大學碩士論文，2008。
14. 徐耀賜，「既有橋梁損壞相關影響因素之研究-以台中縣為例」，逢甲大學碩士論文，2003。
15. 楊振翰，「台灣地區橋梁維護管理現況與未來發展策略之研究」，國立中央大學碩士論文，2005。
16. H. Ping Tserng; Samuel Yen.Liang Yin; and Chin.Lung Chung, P.E, Maintenance Strategy for Bridge Components, JOURNAL OF PERFORMANCE OF CONSTRUCTED FACILITIES c ASCE / JULY/AUGUST, pp.234.243,2009.
17. 吳宗桂，「營造廠專業協力廠商評鑑模式之建立與應用」，國立台灣科技大學碩士論文， 2001。
18. 許文政，「橋梁生命週期成本評估構件劣化預測模式之研究」，國立中央大學碩士論文，2005。
19. 楊智民，劉廣利，「不確定性支持向量機原理及應用」，科學出版社，中國，2006。
20. 許淑婷，「利用快速混雜基因演算法與模擬機制建立設計專案作業程序最佳化之研究」，國立成功大學碩士論文，2006。
21. 簡崑棋，馮重偉，「結合模糊類神經模式與快速混雜基因演算法於專案工期之預測」，國立成功大學碩士論文，2003。
22. D. Knjazew, G.A. Ome, A Competent Genetic Algorithm for Solving Permutation and Scheduling Problems, Kluwer Academic Publishers, Boston, 2003.
23. Yonas B. Dibike1, ”Model Induction with Support Vector Machines: Introduction and Applications,” ASCE Journal of Computing in Civil Engineering, vol.15, No.3,pp.208.216（2001）。
24. Thorsten Joachims, http://svmlight.joachims.org/svm_struct.html。
25. Martino, J. P. (1993). Technological Forecasting for Decision Making. 3rd ed., New York, McGraw.Hill, 251–252.
26. onas B. Dibike1 et al.,”Support Vector Machines:Review and Applications in Civil Engineering,” Proc. of the 2nd Joint Workshop on Application of AI in Civil engineering（2000）。