研究生: |
蔡忠憲 Zhong-Xian Cai |
---|---|
論文名稱: |
基於資料探勘技術之校舍補強經費與耐震補強結果預測模型 A predictive data mining model for the budget and effectiveness on retrofitting of school building |
指導教授: |
陳鴻銘
Hung-Ming Chen |
口試委員: |
楊亦東
Yang, I-Tung 蔡幸致 Hsing-Chih Tsai |
學位類別: |
碩士 Master |
系所名稱: |
工程學院 - 營建工程系 Department of Civil and Construction Engineering |
論文出版年: | 2013 |
畢業學年度: | 101 |
語文別: | 中文 |
論文頁數: | 132 |
中文關鍵詞: | 中小學校舍 、資料探勘 、耐震補強 、經費預估 |
外文關鍵詞: | School building, Data Mining, Seismic retrofitting, Budget estimation |
相關次數: | 點閱:438 下載:4 |
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 |
學校是人才培育的場所,也同時是緊急災難時居民避難的地方,但在國內外歷次地震後發現,校舍通常是各類建築物中震損較為嚴重的一群。為了因應此一情況,我國教育部委託國家地震工程研究中心執行了「國民中小學校舍耐震評估與補強施行計畫」。計畫中對全國中小學校舍展開耐震評估與補強的工作,其過程並建置了全國中小學耐震資訊網與資料庫。此資料庫內紀錄了大量之校舍基本結構、耐震評估、補強設計、補強工程等相關資料。現有評估校舍補強前後耐震能力之方法需先建立完整之非線性數值分析模型,由專業人士進行側推分析取得建築物容量曲線後,才能經由容量震譜法得到耐震能力(CDR),此實為一專業且耗時的工作,為了在對校舍做完整的分析與設計前,能提供一有效的預測工具來輔助決策,本研究基於校舍耐震資料庫中所收集的大量資料,並應用資料探勘的方法,建立了一個針對待評估校舍,只需輸入其的長、寬、樓層數、柱量牆量、補強設計方案等資料,即可快速有效地判斷出其是否需補強、校舍極限強度下可能破壞構件及破壞模式、採用補強方案可提高的耐震能力、以及所需補強工程經費等之綜合預測模型。此綜合預測模型,可輔助決策者在短時間內對於一群待評估校舍於詳細的耐震評估與補強設計作業前,先基於其結構上的屬性先預估其未來可能的之個別與總體補強工程經費之需求,對於需補強的校舍,亦可使用此模型來預估補強方案所提供之耐震能力,於詳細的補強設計之前,先快速地對各種設計方案進行評估。
In this study, Data Mining approaches were applied on a data warehouse, with data collected from a seismic assessment and retrofitting project of school buildings in Taiwan, to develop a predictive model. By input some basic information about the structural system and the retrofitting plan, the proposed predictive model can effective estimate whether a retrofitting is needed, the seismic capacity (CDR) increased, and the construction budget required for a school building. Before detailed evaluation and design by time-consuming structural analyses, the proposed model can serve as an efficient decision support tool for predicting the outcome of a seismic assessment and retrofitting work on a large set of school buildings. From a set of school buildings, the proposed model can estimate the budget required for retrofitting in individual or in sum. In addition, for a building which requires retrofitting, the proposed model can estimate the effectiveness of a retrofitting plan in term of the CDR increased. Thus, it can be used for rapid evaluation on various retrofitting plans before detailed design.
[1] 內政部建築研究所,「嘉義瑞里地震建築災害調查報告書」,內政部建築研究所,台北,1998 年8 月。
[2] 羅俊雄,「一九九九年九月二十一日台灣中部集集地震初步勘災報告(二)」,國家地震工程研究中心研究報告,NCREE-99-031,台北,1999年11 月。
[3] 蕭江碧,「九二一集集大地震全面勘災報告-建築物震害調查-」,國家地震工程研究中心研究報告,NCREE-99-054,台北,1999 年11 月。
[4] Federal Emergency Management Agency (FEMA)-273, “NEHRP guidelines for the seismic rehabilitation of buildings,” FEMA 273/October 1997, Applied Technology Council, Redwood City, California, USA, 1997.
[5] 趙宜峯,"網路式之橋樑耐震評估系統",國立台灣科技大學營建工程所碩士論文,民國九十三年。
[6] 鄧彬斌,"案例式自我學習推理機制及耐震初步評估之應用",台灣大學 土木工程學系博士論文,2005年。
[7] 林震亞,「整合自動建模技術與分散式運算之區域地震災損模擬」,國立台灣科技大學營建工程所碩士論文,2009年8月
[8] 蔡至禹,「以再生核近似法為基礎之震區地表加速度場建構方法-以台灣校舍耐震Web-GIS系統之應用為例」,國立台灣科技大學營建工程所碩士論文,2010年8月。
[9] 張玉瑛,"以支援向量機預測台灣地區營造工程物價指數之研究",朝陽科技大學營建工程所碩士論文,2007年6月
[10] 高偉格、陳鴻銘,「校舍耐震資料倉儲之資料探勘」,第九屆結構工程研討會,2006
[11] 國家地震工程研究中心,「中小學校舍耐震評估與補強」,國家地震工程研究中心中小學校舍耐震評估與補強講習會,台北,2000 年。
[12] 國家地震工程研究中心,「國民中小學典型校舍耐震能力初步評估法」,NCREE-03-049,2003年12月
[13] 國中小校舍「補強工程」之經費支用範圍及參考單價計價方式(修正版)
[14] 國家地震工程研究中心,全國中小學校舍結構耐震評估與補強資料庫建置(一),NCREE-08-035,2008年12月
[15] 國家地震工程研究中心,全國中小學校舍結構耐震評估與補強資料庫建置(二),NCREE-09-026,2009年12月
[16] Fayyad, U.,Piatetsky-Shapiro, G.,and Smyth, P., “The KDD Process for Extracting Useful Knowledge from Volumes of Data,” Communications of the ACM, 1996, 39(11), pp.29.
[17] Berry, M.J.A. and Linoff, G., “Data Mining Technique for Marketing,” Sale, and Customer Support, Wiley Computer, 1997.
[18] Cabena, P., Hadjinian, P., Stadler, R., Verhees, J. and Zanasi, A., “Discovering Data Mining From Concept to Implementation,” Prentice-Hall Inc, 1997.
[19] Hui, S.C., and Jha, G., “Data mining for customer service support,” Information&Management, 2000, 38, pp.1-13.
[20] 蔡益超,「鋼筋混凝土建築物耐震能力評估及推廣」,內政部建築研究所,台北,1999 年。
[21] Berry, M.J.A. and Linoff, G., “Data Mining Technique for Marketing,” Sale, and Customer Support, Wiley Computer, 1997.
[22] Berry, M.J.A. and Linoff, G., “Mastering Data Mining: The Art and Science of Customer Relationship Management,” Sale, and Customer Support, Wiley Computer, 2000.
[23] Vapnik, V.N., and Cortes C., “Support vector networks,” Machine Learning,Vol.20, No.3, pp.273-297, 1995.
[24] 黃建榮,使用支援向量機分類變異特徵之影像查詢,朝陽科技大學,2004
[25] 林立明,「使用以圖找圖技術之個人臉部獨照檢索系統」,碩士論文,海洋大學資訊工程學系,基隆,2004。
[26] Müller, K.R., Mike, S., Rätsch, G., Tsuda, K., and Schölkopf, B., “An Introduction to Kernel-Based Learning Algorithms, ” Neural Network, Vol.12, No.2, pp.181-201, 2001.
[27] Kass, G. V. (1975). Significance testing in automatic interaction detection (A.I.D.). Appl. Statist., 24, 178-189.
[28] 葉怡成,「類神經網路模式應用與實作」,儒林圖書有限公司,2004
[29] 劉秀鳳,「應用類神經網路評估台14 線公路邊波崩壞潛能之研究」,碩士論文,朝陽科技大學營建所,2005。
[30] 蘇耕立,「台灣中小學校舍結構耐震能力初步評估方法之探討」,碩士論文,國立台灣大學土木系,台北,2008 年7 月。
[31] 國家地震工程研究中心,「鋼筋混凝土建築物耐震能力詳細評估分析方法(推垮分析)」,NCREE-09-015,2009年6月
[32] 內政部營建署,「建築物耐震設計規範及解說」,營建雜誌社,台北,2011。