全球環保意識的興起，建築被視為一項耗能且易於破壞生態的產業，因此永續建築成為未來重要之發展趨勢；近年來台灣綠建築策略發展快速，然而在建築生命週期中基礎之設計階段，常因「建築從業人員」及「投資業主」對於技術不熟悉與成本考量，間接影響綠建築的實踐。許多學者提出綠建築評估系統關聯性之研究，卻鮮少探討綠建築技術與綠建築標章關聯性。因此本研究依據現有354件綠建築案例，以資料探勘（Data Mining）技術探討綠建築標章等級與技術、成本之間的關聯性。透過關聯規則（Association rule）分析結果發現綠建築技術規則除了受到標章等級影響外，亦因建築類別、案例數量差別產生不同結果。接著利用類神經網路（Artificial Neural Network）建立預測案例等級及價格之模型，經1000次學習循環並訓練80%案例及測試20%案例後，準確率達80%以上。因此建築從業人員於前期設計階段，可依據關聯規則與類神經網路分析結果，於申請指標時選擇欲達到之綠建築標章等級及建築類型常用綠建築技術因子，並利用本研究所整理的技術因子進行等級及工程單價預測，將其預測結果提供業主參考，藉由降低前期設計階段時間成本及調整綠建築設計之依據，以提升本國於綠建築興建意願，使綠建築政策推行更進一步。

As a high-energy-consuming industry, the construction industry not only consumes nearly half of the earth's resources, but also destroys the ecological balance. Therefore, it is inevitable that the construction industry should move towards the goal of sustainability in the future. However, during the design and planning period, the "construction practitioners" and "developers" are often unfamiliar with the green building technologies and green building assessment system, which indirectly affects the promotion of green buildings. Therefore, this study will use Data Mining techniques to analyze 354 green building cases in the past 7 years, trying to identify the relationship between each grade level of EEWH and the adoption of green building technologies through the association rule learning; and then use the artificial neural network to predict cases’ level of green building labeling system and their costs. According to the research results, the rules of all grade levels are affected by the difference regarding architecture category and case quantity. When predicting the case grade levels and cost with artificial neural network, the research carries out circular training for 80% cases for 1,000 times and tests the rest 20% cases. The predicted accurate rate of the grade levels and cost is above 80%. Therefore, this model can be used for predicting the unit cost and grade level of green architecture engineering. In the future, it is expected that this study will assist practitioners in making decisions during the planning period and reduce time and costs of design, thereby increasing their awareness of green buildings.

一、中文文獻
[1] 工研院(2018),台灣綠建築產業報告-台灣綠建築產業發展,經濟部推動綠
色貿易專案辦公室。
[2] 內政部統計處(2019),108 年第 18 週內政統計通報
[3] 內政部建築研究所,綠建築評估手冊-基本型(2015 年版),2015
[4] 內政部建築研究所,綠建築評估手冊-基本型(2012 年版),2012
[5] 內政部建築研究所,綠建築評估手冊-基本型(2003 年版), 2003
[6] 何明錦、趙又嬋、鄭明仁、廖夆淇、詹佳綾(2015),我國近零能源建築設
計與技術可行性研究,內政部建築研究所。
[7] 吳明助(2008),推動綠建築證書與標章提升策略之探討,國立中央大學/土
木工程研究所(碩士論文)。
[8] 吳政松(2005) ,透水鋪面對工程環境之影響效益分析,國立中央大學/土木
工程研究所(碩士論文)。
[9] 李宥萲(2016),應用綠建築技術來因應建築設計的風水需求-以台中市后里
區公安路重建案為個案探討,國立聯合大學/建築學系(碩士論文)。
[10] 林宛宣(2019),應用資料探勘於臺北市住宅竊盜環境特性之關聯研究,國
立台灣科技大學/建築學系(碩士論文)。
[11] 林學儒(2019),高層集合住宅立面設計之成功關鍵因子,國立台灣科技大
學/建築學系(碩士論文)。
[12] 邱騰誼(2007),設計者對「綠建築」之認知及影響「綠建築設計」行為意
向因素之研究-以中部地區為例,國立台中教育大學/環境教育研究所(碩士
論文)。
[13] 侯建成(2017),工廠通風塔通風效能最佳化設計研究,國立臺北科技大學/
建築與都市設計研究所(碩士論文)。
[14] 洪紫雯(2016),物聯網架構下的智慧綠建築之採光設計,大同大學/資訊經
營學系(所)(碩士論文)。
[15] 洪明瑞、黃然、陳建宏、蘇南(2005),環保趨向與營建材料未來發展之介
紹, 現代營建 304 期,63-74。
64
參考文獻
[16] 徐虎嘯(2016),綠建築標章分級與指標關聯性之研究,內政部建築研究所 研究報告。
[17] 張芸翠(2012),台灣綠建築評估系統評分合理性之研究,國立成功大學/建 築學系(碩士論文)。
[18] 張珩 、林憲德(2001),國外綠建築技術之比較研究-各國綠建築評估系統 探討,內政部建築研究所。
[19] 張顯通(1997),綠化設計對二氧化碳氣體固定效果之研究,國立成功大學/ 建築(工程)學系(碩士論文)。
[20] 許學禮(2009),永續建築設計方法之歷史研究 1890-2008,逢甲大學/都市計 畫所(碩士論)。
[21] 許國勝(1999),綠建築技術構法應用之研究,中國文化大學/ 建築及都市計 畫研究所(碩士論文)。
[22] 陳冠杰(2012),案例式推理(CBR)應用於綠化量與基地保水設計之探討,國 立台灣科技大學/營建工程系(碩士論文)。
[23] 陳昭茹(2010), 綠建築法令與實務操作介面之研究, 國立臺北科技大學/建築 與都市設計研究所(碩士論文)。
[24] 陳宗和(2009),自然風力通風球排熱效率之設計研究,大同大學/工業設計 學系(所)(碩士論文)。
[25] 陳家銘、吳承釗、林晟誼、劉豐瑞(2008),以類神經網路與資料探勘進行 道路工程環境影響評估審查結論分類,2008 台灣環境資源永續發展研討會, 中央大學土木系及南雅技術學院土環系
[26] 陸國富(2016),BIM 智慧元件應用於綠建築設計置工具研究 - 以自然通風 潛力為例,國立成功大學/建築學系(碩士論文)。
[27] 曾朝源(2017),綠建築消費者購買行為意向影響因素之研究,國立澎湖科 技大學/行銷與物流管理系服務業經營管理碩士在職專班(碩士論文)。
[28] 童俊榮(2012),應用資料採礦技術分析臺灣健保資料庫-以攝護腺癌病人為 例,輔仁大學應用統計研究所碩士論文。
[29] 楊錦緞(2005),綠建築於校園生態綠化之研究,國立交通大學/工學院碩士 在職專班營建技術與管理學程(碩士論文) 。
65
參考文獻
[30] 楊珮珩(2002),住宅綠建築設計技術之研究─以都市地區集合住宅為例,中 國文化大學/ 建築及都市計畫研究所(碩士論文)。
[31] 楊謙柔(2000),綠建築設計評估工具之研究以辦公建築為例,中國文化大 學/ 建築及都市計畫研究所(碩士論文)。
[32] 楊逸詠(1998),建築構法在綠建築技術中應用之研究,內政部建築研究所。
[33] 蕭江碧、陳瑞鈴、林憲德(1999),綠建築規劃設計技術彙編之研究,內政
部建築研究所。
[34] 賴科仁(2004),建築外殼改善之節能效益評估與舒適度研究,國立臺北科
技大學/ 冷凍與低溫科技研究所(碩士論文) 。
[35] 羅時麒(2017),循環永續綠建築創新環境科技發展策略研究,內政部建築
研究所研究報告。
[36] 譚海韻(2005),建築物外遮陽設計準則之研究,國立臺北科技大學/建築與
都市設計研究所(碩士論文)。
二、中文書籍
[37] 張斐章、張麗秋(2015),類神經網路導論-原理與應用,滄海圖書資訊股份
有限公司二版一刷
[38] 葉怡成(2003) ,應用類神經網路模式應用與實作,儒林圖書
[39] 廖述賢、溫智皓(2019),資料探勘:人工智慧與機器學習發展以 SPSS
Modeler 為範例,博碩文化股份有限公司
[40] 簡禎富、許嘉裕(2014),資料挖礦與大數據分析,前程文化事業有限公司
三、英文文獻
[41] Alshibani, A. and Alshamrani, O. S.(2017). ANN/BIM-based model for predicting the energy cost of residential buildings in Saudi Arabia”. Journal of Taibah University for Science. Advance online publication https://doi.org/10.1016/j.jtusci.2017.06.003
[42] Afshari,H., Issa,M. H. and Radwan, A.(2016). Using failure mode and effects analysis to evaluate barriers to the greening of existing buildings using the Leadership in Energy and Environmental Design rating system. J. Clean. Prod. Advance online publication: https://www.sciencedirect.com/science/article/pii/S095965261630213X
66
參考文獻
[43] Deb,C., Eang, L. S., Yang, J. & Santamouris, M. (2016). Forecasting diurnal cooling energy load for institutional buildings using Artificial Neural Networks. Energy and Buildings. 121. 284–297. Advance online publication https://doi.org/10.1016/j.enbuild.2015.12.050
[44] Fayyad,U., Piatetsky-Shapiro, G. and Smyth, P. (1996). The KDD Process for Extracting Useful Knowledge from Volumes of Data. Communications of the ACM. Advance online publication: https://doi.org/10.1145/240455.240464
[45] Kleissner, C. (1998). Data mining for the enterprise. Proceedings of the Hawaii International Conference on System Sciences.
[46] Luthra ,S., Kumar, S., Garg,D., and Haleem, A.(2015). Barriers to renewable/ sustainable energy technologies adoption: Indian perspective. Renewable and Sustainable Energy Reviews.
[47] Ma, J. and Cheng , J. C. P.(2014). Analysis of the related credits in LEED green building rating system using data mining techniques. Computing in Civil and Building Engineering - Proceedings of the 2014 International Conference on Computing in Civil and Building Engineering.
[48] Newsham,G. R., Mancini, S. & Birt, B. J. (2009). Do LEED-certified buildings save energy? Yes, but.... Energy Build.
[49] Ragheb, A. F.(2011). From a Consumer Product to a Complex Building: A Quantitative Approach to Sustainability Using Life Cycle Assessment (LCA). Considering Research: Reflecting upon current themes in Architecture Research. 511-520.
[50] Son ,H. and Kim, C.(2015). Early prediction of the performance of green building projects using pre-project planning variables: Data mining approaches,. J. Clean. Prod. 109. pp. 144–151. Advance online publication: https://www.sciencedirect.com/science/article/pii/S0959652614008944
[51] Shi, G. (2013). Data Mining and Knowledge Discovery for Geoscientists. Data Mining and Knowledge Discovery for Geoscientists, Advance online publication: https://doi.org/10.1016/C2012-0-03327-3
[52] Thomas, B. J.(2008). Mining Association Rules Between Credits In The Leadership In Energy And Environmental Design For New Construction (Leed-Nc) Green Building Assessment System. Department Of The Air Force Air University. AFIT/GEM/ENV/08-M19.
67
參考文獻
https://www.researchgate.net/publication/235026178_Mining_Association_Rules_Bet ween_Credits_in_the_Leadership_in_Energy_and_Environmental_Design_for_New_ Construction_LEED-NC_Green_Building_Assessment_System
[53] Turner, C. and Frankel, M. (2008), Energy Performance of LEED ® for New Construction Buildings, New Build. Inst, Advance online publication https://newbuildings.org/sites/default/files/Energy_Performance_of_LEED- NC_Buildings-Final_3-4-08b.pdf
[54] Witten,I. H., Frank, E. and Hall, M. A.(2011). Data Mining: Practical Machine Learning Tools and Techniques(Third Edition). Annals of Physics. https://doi.org/10.1002/1521-3773(20010316)40:6<9823::AID-ANIE9823>3.3.CO;2- C, 305-349
[55] Winston,N.(2010) .Regeneration for sustainable communities? Barriers to implementing sustainable housing in urban areas. Sustain. Dev.
[56] Williams, K. and Dair, C. (2007). What is stopping sustainable building in England? Barriers experienced by stakeholders in delivering sustainable developments. Sustain. Dev.
[57] Wang,W., Zmeureanu, R. and Rivard, H.(2005). Applying multi-objective genetic algorithms in green building design optimization. Build. Environ.
[58] Yue, H., Zhu, X., Ye, X., Hu, T., & Kudva, S.(2018). Modelling the effects of street permeability on burglary in Wuhan. China, Applied Geography. Advance online publication: https://doi.org/10.1016/j.apgeog.2018.06.005
四、英文書籍
[59] Berry, M. J. and Linoff, G.(1997). Data Mining Techniques: For Marketing. Sales and Customer Support. Hoboken. US: John Wiley & Sons Inc.
[60] Han ,J., Kamber,M. and Pei, J.(2012). Data Mining: Concepts and T echniques(2012a). Burlington, US: Morgan Kaufmann. https://doi.org/10.1016/C2009-0-61819-5
[61] Han,J., Kamber ,M. and Pei, J. (2012). Data Mining Third Edition(2012b). Burlington, US: Morgan Kaufmann. https://doi.org/https://doi.org/10.1016/B978-0- 12-381479-1.00016-2, 585-631.
[62] Krishnan, K. (2013). Data Warehousing in the Age of Big Data. Burlington, US: Morgan Kaufmann. https://doi.org/10.1016/C2012-0-02737-8
五、參考網站
68
參考文獻
[63] Green Building Alliance, Retrieved from https://www.go-gba.org/( 2019/02/14)
[64] IBM Corporatio, Retrieved from https://www.ibmbigdatahub.
com/infographic/four-vs-big-data(2019/09/26)
[65] United States Environmental Protection Agency, Retrieved from
https://www.epa.gov/(2019/02/14)
[66] World Green Building Council, 取自 https://www.worldgbc.org/,造訪時間
2019/02/14
[67] 中華民國內政部建築研究所,取自 https://www.abri.gov.tw/tw/index,造訪
時間 2019/02/14
[68] 內政部統計處,取自 https://www.moi.gov.tw/stat/news_detail.aspx?sn=12360,
造訪時間 2019/11/01
[69] 台灣綠建築發展協會,取自 http://www.taiwangbc.org.tw/tw/,造訪時間
2019/02/14
[70] 環境共生住宅推進協議會,取自 https://www.kkj.or.jp/,造訪時間
2019/02/14
六、法規
[71] 公有智慧綠建築之實施方針(民 101.7.3.)
[72] 百貨商場類建築物節約能源設計技術規範(民 100.12.08)
[73] 住宿類建築物節約能源設計技術規範(民 100.12.08)
[74] 旅館餐飲類建築物節約能源設計技術規範(民 100.12.08)
[75] 都市更新建築容積獎勵辦法(民 108.5.15)
[76] 臺北市綠建築自治條例, 北市 13-11-1008 (民 103.11.10)
[77] 學校類、大型空間類及其他類建築物節約能源設計技術規範(民 100.12.08) [78] 辦公廳類建築物節約能源設計技術規範(民 100.12.08)
[79] 醫院類建築物節約能源設計技術規範(民 100.12.08)