在地震頻仍的台灣，建築物長時間使用下會使其性能下降，若是長久不進行維護或補強，恐威脅生命財產安全。台灣主要建築形式為鋼筋混凝土構造，根據其劣化情形，進行適時適當的維護或補強可以延長建築物之使用壽命，有效地降低鋼筋混凝土結構物嚴重損壞之情況發生，降低結構物生命週期成本。因此，針對RC建築物的維護作業，於之前研究所提出的「劣化RC建築物生命週期維護管理決策支援系統」(林宜峰，2012)可以模擬RC建築物劣化過程之不確定性，並以多目標質群演算法搜尋最佳之維護策略提供決策者參考使用。

由於系統模擬劣化以及多目標質群演算法兩者使用上相當耗時，本研究使用平行分散式運算系統來解決此問題，利用多台多核心處理器電腦來分散計算工作，降低計算時間，並針對系統特性提出適合的平行計算策略，提高求解效率。

劣化模擬部分運用蒙地卡羅模擬，將劣化發生因素之隨機性以大量抽樣的方式，來量化劣化發生之機率。若樣本數越多則可以模擬出更符合現況之劣化發生率，但隨著樣本數提高電腦的計算時間也會隨之增加，所以以本研究提出的純分散式運算分散工作量，達到加速運算的目的。

多目標質群演算法首先比較權重法與擁擠距離法兩種評選全域最佳解(gBest)的方式。平行計算則以純分散式、主從式、滲透式、島嶼式等四種平行策略來比較其平行計算效能，並以非受支配解的支配體積作為計算指標。

Life-cycle maintenance plays an important role for buildings to sustain seismic hazard. This issue is particularly serious in Taiwan because of the frequency of earthquakes.
In Taiwan, many buildings are made of reinforced concrete (RC). Proper way and timing to perform maintenance and retrofit works for deteriorating RC buildings can extend the life of buildings as well as reduce the likelihood of damage when earthquakes strike. The maintenance and retrofit works, however, must be performed under the constraint of budget. The present study improves a previous decision-making supporting system of life-cycle maintenance strategies for deteriorating RC buildings, addressing seismic hazard. The decision-making system simulates the deterioration process of RC buildings by using Monte Carlo simulation (MCS). According to the simulation results, the system employs multi-objective particle swarm optimization (MOPSO) algorithm to search for optimal maintenance strategies in terms of various objective functions: minimizing life-cycle maintenance cost, minimizing failure probability caused by earthquakes, minimizing spalling probability of concrete cover, highest reasonability of maintenance actions, and minimizing times of maintenance works.
The present study contributes by significantly reduce the computation time of the original decision-support system, which would otherwise impede the usage in practice. This is achieved by using parallel computing techniques to expedite the computation process. For MCS, we simply distribute the computation to a number of computing cores since random samples may be evaluated independently. For MOPSO, we develop four different communication models to select global best solutions for further search. The communication models are pure distribution, master-slave, diffusion, and island models. The performance and scalability of these models are compared in terms of the computation time and the hyper-volume of the final Pareto front. A practical case is used to demonstrate the proposed models and their performance. It is shown that the diffusion model, which has the best scalability among the four models, can achieve a super-linear speedup as the computational speed can be increased to 454 times when the number of computing cores is 40.

【1】 郭明倫，「考慮地震基盤之局部不規則性的三維地震動分析」，國立中央大學，2008。
【2】 龔力歐，「應用平行計算於考量風險之多目標橋梁維護策略最佳化」，國立台灣科技大學營建工程所碩士論文，2012。
【3】 Flynn, M., “Very High-Speed Computing System”, Proceeding of the IEEE, Vol. 54, NO. 12, pp. 1901-1909, 1966.
【4】 吳美惠，「老劣化RC結構檢測、評估與防蝕技術」，中工高雄會刊，2010。
【5】 吳介豪，「含鋼筋石灰石砂漿之抗蝕與氯離子擴散研究」，國立台灣科技大學營建工程所碩士論文，2012。
【6】 林宜峰，「劣化RC建築物生命週期維護管理決策支援系統」，國立台灣科技大學營建工程所碩士論文，2012。
【7】 涂豐鈞，「考慮劣化與震損影響之RC 校舍耐震能力評估研究」，國立台灣科技大學營建工程所碩士論文，2011。
【8】 Chiu, C. K., Noguchi, T. and Kanematsu, M., “Effect of Maintenance Strategies on the Life-Cycle Performance and Cost of a Deteriorating RC Building with High-Seismic Hzarad,” Journal of Advanced Concrete Technology vol. 8, No. 2, 157-170, 2010.
【9】 杜怡萱、涂耀賢，「耐震詳評之簡化推跨分析法」，校舍之耐震評估與補強講習會，國家地震工程研究中心，NCREE-05-018，2005。
【10】 張瑜晏，「以結構容量震譜為基礎之建築物耐震能力詳細評估輔助系統之建置與應用」，國立台灣科技大學營建工程所碩士論文，2004。
【11】 Park, Y. J. and Ang, A.H-S., “Mechanistic Seismic Damage Model for Reinforced Concrete,” Journal of the Structural Engineering, ASCE, Vol. 111, No. 4, pp. 722-739., 1985.
【12】 中國土木水利工程學會，土木401-100 混凝土工程設計規範與解說，科技圖書，2011。
【13】 李有豐，「混凝土結構物劣化機制與維修補強要領」，結構物補強研討會論文集，1998。
【14】 邱建國，「劣化リスクを包含したLCCに基づくRC造建築物の維持保全最適化システムに関する研究」，日本東京大學工學系研究科建築學專攻（材料研究室）博士論文，2008。
【15】 Architecture Research Institute（ARI）, “Developmental Report for New Building Construction System,” Ministry of Construction, Tokyo, Japan, 1998. （in Japanese）
【16】 L. A. Zadeh, “Fuzzy sets”, Information and Control, Vol. 8, pp.338-353, 1965.
Nicholas Metropolis and S. Ulam, “The Monte Carlo Method,” Journal of the American Statistical Association, Vol. 44, No. 247, pp. 335-341, Sep., 1949.