台灣地區高山及丘陵佔了總面積的三分之二，隨著經濟發展與都市面積不斷擴張運輸路網規模，只好大量興建橋梁克服這些天然屏障。面對數量如此龐大的橋梁，維護管理就變成一個很重要的課題。橋梁的維修經費預算編列原則，常以過去經驗為導向，除了可能導致橋梁預算分配不足，產生資源排擠的疑慮外，也可能產生執行率不佳的結果，造成橋梁維護單位的困擾。
進行橋梁之維修經費評估，當然利用儀器詳細評估最為準確，不過當要評估的橋梁數量非常龐大時，所花費的時間與經費頗為驚人。目視檢測方式，是目前對於橋梁使用現況具體的管理方式之一，具有對結構物未具任何破壞作用、簡單、容易應用、很快有結果且費用較低之特性。「臺灣地區橋梁管理資訊系統」現採用D.E.R.&U.目視檢測評估法，將橋梁結構劣化的情形，依「嚴重程度(Degree)」、「範圍(Extend)」、「對橋梁結構安全性與服務性之影響(Relevancy)」及「維修急迫性（Urgency）」之評估準則，將橋梁之各種缺陷現象填寫至檢測表上。
本研究將橋梁定期檢測資料表內的21項檢測項目做為模式因子依據，並整理成所需的格式，而後再利用SPSS相關性分析，篩選因子與維修經費相關性，並選取16項符合條件的評估因子作為模式因子。應用演化式最小平方差支持向量機推論模式(ELSIM) 透過過去案例與經驗學習，歸納出專家決策過程與分析邏輯，建立橋梁維修經費推估模式，輔助決策者進行決策，並合理分配維修經費，以提昇營建管理決策的有效性。

Mountains and hills take up two-thirds of the total territory of Taiwan, transportation net works constantly expand along with economic developments and growing city spaces, building numerous bridges is the solution to overcome the natural barriers and obstacles. Maintenance and management is a very important issue while facing such a large number of bridges. Making budget for bridge maintenance usually depends on previous experiences as guideline. However, this somehow will cause troubles for bridge maintain department such as under budge, doubt of resource exclusions and poor execution. An appropriate code of conducts in order to evaluate the bridge database and accurately estimate funding for bridge maintenance will be able to assist management department to make decisions for budgeting and distribution which will improve bridge performances, safety and keep the transportation system in function.
The most accurate way to assess the funding for bridge maintenance is the application of instruments. However, the cost and time consumption is stunning if the number of the required bridge is huge. Currently, visual detection is one of the practical methods, there is none damage to the structure of bridge, simple, easy applied, efficient and low cost. "Taiwan bridge management system" is now using DER & U visual detection evaluation method, according to four categories of “Degree”, “Extend”, “Relevancy”, and “Urgency” then fills the survey with the found defects as a result.
This research will use the 21 examining items from the regular bridge survey sheet as a basis of model factors and organizes into desired format then using SPSS correlation analysis, and screening the relevance between factors and maintenance expenses. Then select 16 qualified evaluated factors as model factors. Applies Evolutionary Least Squares Support Vector Machine Inference Model (ELSIM) to learn from previous cases and experiences, summarized expert decision-making process and
logic of analysis, establish the model of estimating bridge maintenance funding and support decision makers to decide and rational allocate maintenance funds to enhance the effectiveness of decision-making from construction management.

[1] 交通部運研所、國立中央大學營建管理研究所，「臺灣地區橋梁管理資訊系統」，http://tbms.iot.gov.tw/bms2/。
[2] 楊振翰，「臺灣地區橋梁維護管理現況與未來發展策略之研究」，國立中央大學營建管理研究所碩士論文，2005。
[3] 黃宣菁，「台灣地區橋梁管理系統架構之研究」，國立中央大學土木工程研究所碩士論文，1997。
[4] 陳俊仲，「臺灣地區橋梁管理系統維護管理決策支援模組之建立－以公路總局為例」，國立中央大學營建管理研究所碩士論文，2007。
[5] 台灣省交通處公路局，「台灣省交通處公路局橋梁維修檢測訓練班講義」，1997。
[6] 交通部台灣區國道高速公路局，「公路橋梁一般目視檢測手冊」，1996。
[7] 何潁芳，「橋梁維護管理作業評鑑方式介紹及橋梁管理資訊系統操作說明」，國立中央大學營建管理研究所，2013。
[8] 連夷佐，「橋樑維護管理生命週期成本評估模式之研究」，國立中央大學營建管理研究所碩士論文，2003。
[9] 林俊豪，「橋梁構件破壞狀態值預測及優選排序模式之研究」，國立中央大學土木工程研究所碩士論文，1998。
[10] 徐耀賜，「公路橋梁之養護與維修」，幼獅文化事業公司，1996。
[11] 李有豐、林安彥，「橋梁檢測評估與補強」，2000，全華科技圖書。
[12] 中國土木水利工程學會 非破壞檢測委員會，「橋梁檢測方法與應用」，2010。
[13] 廖先格，「橋梁目視檢測自動化系統之研究」，國立中央大學營建管理研究所碩士論文，2005。
[14] 翁愷翔，「橋梁維修與整建效益評估比較之研究」，國立中央大學營建管理研究所碩士論文，2009。
[15] 張凱帆，「橋梁維修標準工項之初步研究」，國立中央大學營建管理研究所碩士論文，2009。
[16] Min-Yuan Cheng and Nhat-Duc Hoang，「Evolutionary Least Squares Support Vector Machine - Userguide」，2012，Technical Report, CIC Lab, National Taiwan Univ. of Sci. and Tech.
[17] Min-Yuan Cheng and Nhat-Duc Hoang，「Estimating Compressive Strength of Rubberized Concrete Using Evolutionary Least Squares Support Vector Machine」，2012，Technical Report, CIC Lab, National Taiwan Univ. of Sci. and Tech.
[18] Price, K.V., R.M. Storn, and J.A. Lampinen, Differential Evolution A Practical Approach to Global Optimization. Springer-Verlag, 2005.
[19] Storn, R. and K. Price, Differential Evolution - A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. J. Global Optim. , 1997. 11: 341–359.
[20] Suykens, J., et al., Least Square Support Vector Machines. World Scientific Publishing Co. Pte. Ltd., 2002.
[21] Thorsten Joachims，http://svmlight.joachims.org/
[22] Cheng Min-Yuan and Wu Yu-Wei. “Evolutionary Support Vector Machine Inference System for Construction Management,” Automation in Construction, 18(5), 2009, pp.597-604.
[23] D.E. Goldberg, K. Deb, H. Kaegupta, G. Harik, Rapid, accurate optimization of difficult problems using fast messy genetic algorithms, Proceedings of the Fifth International Conference on Genetic Algorithms, pp. 56– 64, (1993)
[24] Lewis, C. D. (1982). Industrial and Business Forecasting Method. London: Butterworth-Heinemann.