第二章 文獻回顧
本章主要可分為四大部分：首先為介紹橋梁延伸樁桿件的相關文 獻，接著指出耐震橋梁延伸樁桿件設計流程中所參考的文獻，再來則 為類神經網路近年來的發展，最後為本研究室有關類神經網路應用方 面的相關文獻。
2.1 橋梁延伸樁桿件發展
橋梁延伸樁桿件是將橋柱直接延伸到地底下的橋梁結構物。雖然 此種結構物在美國加洲被廣泛的使用，但是目前來說，是較有限的文 獻可以利用的。缺少了相關的研究，此種結構物在地震後的反應變得 無法確定，因此，結構物的安全性也就沒辦法有保障。但是在 2000 年後，相關的研究陸續地出現。
2002 年 Chai [1] 利用了相當於固定端懸臂梁的概念，建立一個解 析模型，用以評估當結構物受側推力時，降伏桿件的局部韌性需求。
此文中假設發生最大彎矩的深度在相當於固定端深度之上，如圖 1-2，
也用樁桿件的彎矩強度和土壤的側向力分佈狀況來計算結構物的側 推強度。更藉由假設在最大彎矩處會形成一個集中塑鉸，而建立一個 有關位移韌性需求和曲率韌性需求的運動方程式。因此，可由此方程 式來評估樁桿件的破壞程度。2002 年 Chai 等人 [2]做了相關實驗，
用來調查鋼筋混凝土柱的韌性容量與側推強度，並將此數據拿來與其 解析模型做比較。於 2002 年由 Hutchinson 等人 [3]使用了非線性動 力有限元素分析橋梁延伸樁桿件結構物，並分析了土壤性質對整體樁 桿件系統造成的影響。2003 年 Chai 和 Song [4]的研究中，評估橋梁 延伸樁桿件在不同的位移韌性需求、不同的土壤情況下，其耐震性能
的情形。也將結構性質，如地面上的樁桿件高度、樁直徑、縱向鋼筋 比、軸向力，和土壤性質，如黏性土壤的不排水剪力強度、非黏性土 壤的摩擦角，比較這些因素跟曲率韌性需求之間的影響。2005 年 Song [6]使用了一種非線性分析方法，將上端為固定的樁桿件，受側推力 後的反應，分成三種極限狀態來做分析及評估其性能表現，如圖 2-1。
2005 年 Song 等人 [7]提出解析模型來分析上端為固定的樁桿件，也 評估其曲率韌性需求。
Song 等人 [5]於 2006 年提出初步耐震橋梁延伸樁桿件設計的方 法，在方法中仔細的評估周遭土壤對於整體結構物造成的影響，因此 在設計步驟中包含了許多有關土壤性質的計算公式。也採用了可靠的 方法，來決定結構物的側推強度。設計步驟中包含了疊代的程序來抵 達設計目標，輸出結果為側推勁度、側推強度、局部曲率韌性需求、
水平位移比…等，這些參數可以用來確保結構反應是否安全。總之，
它是一個以結構耐震性能為設計目標的橋梁性能設計方法。2008 年 Song [8]評估多柱式的橋梁延伸樁桿件受側向地震力後的性能表現。
2008 年 Song 和 Chai [9]提出以位移韌性為設計目標的耐震橋梁延伸 樁桿件設計。
2.2 橋梁延伸樁桿件設計中引用的文獻
介紹2006年Song等人 [5]提出的耐震橋梁延伸樁桿件設計流程 中所參考的文獻，其流程圖如圖2-2(採用Song等人 [5]之圖)。
首先，在此只先提出有使用到參考文獻的步驟，其它步驟暫先略 過。在一開始決定土壤性質中的分類時，黏性土壤和非黏性土壤的依
7
據分別為不排水剪力強度(su)和有效摩擦角(Φ)，其中水平反力模數(kh) 可以藉由不排水剪力強度(su)來估計，Davisson [10]的研究指出kh=67su。 而ATC-32 [11]指出水平反力模數(nh) 可以使用有效摩擦角(Φ)來估 算。
在步驟二中，採用NEHRP [12]地震反應譜，取Vidic等人 [13]放 大因子ca=2.5, cv=2.0, cd=1.8, 5%阻尼，接著，藉由已知該地區的最大 地表加速度(pga)，利用PEER Strong Motion [14]資料比值，根據不同 土壤來決定最大地表速度(pgv)，最大地表位移(pgd)，進而決定出
S
paa(pseudo-spectral-absolute-acceleration)。在步驟三中，利用Vidic等 人 [13] 提出的公式來決定力量折減因子(R)。在步驟四中，Chai [1]的研究指出根據不同的土壤性質，使用不同的公式，可以來決定最大 彎矩深度(Lm)和樁桿件所承受的彎矩強度(Mu)。在步驟五中，採用 Everard [15]提出決定縱向鋼筋比的方法。在步驟六中，利用Kowalsky 等人 [16]提出的公式來計算有效面積慣性矩 (Ie)。 在步驟七中，採 用Chai [1]提出的方法來獲得彈性勁度Ksp。在步驟九中，利用Chai [1]
提出的公式來計算曲率韌性因子(μΦ)，利用Hutchinson等人[3]提出的 公式來計算水平位移比(γu)。
2.3 類神經網路的發展
為了在語音及影像辨認獲至與人腦相似的功能，自1940年起，科 學家即著手從事此方面的研究，仿造最簡單的神經元模式，開始建立 最原始的類神經網路(Artificial Neural Network,ANN) 。而有關類神 經 網 路 發 展 歷 史 ， 可 參 考 Anderson 和 Rosenfeld 在 1989 年 合 著 的
“Neurocomputing: Foundations of Research“ [17]一書。以下摘要出 重要的歷史發展。
在1943年，心理學家McCulloch和數學家Pitts，介紹了第一個神經 元數學模型，在這裡神經元的輸入信號加權和與閥值比較再決定神經 元是否輸出。這是在那時候對計算元素認識的基礎上，第一次對大腦 工作原理描述的嘗詴。他們證明了簡單的神經網路可以計算任何數學 和邏輯函數，也是他們共同提出了神經元最早的數學模式(即MP模式)，
開創了腦神經科學理論研究的時代。在1958年Rosenblatt首先引用感 知器觀念來模擬大腦感知和學習兩大能力，並受到人們的廣泛注意。
而感知器是由具活化轉移函數的神經元組成的層狀網路，它具有學習 功能。在1969年，Minsky和Papert合著的“Perceptron”，一本劃時代 的著作，其中包含了對什麼樣的感知機能夠學習這一問題的嚴密研究。
感知機的形式化處理不僅要解釋感知機的限制性，並且要指明克服它 們的方向。也指出由於感知器結構上的限制，使它不能產生複雜的邏 輯函數。最後，該書悲觀地預言感知機的限制性說明神經網路研究方 向是行不通的，而受到Minsky在M.I.T.學術地位的影響，類神經網路 的研究從該書發表後就一直陷入低潮無所進展。
所幸在1962年Widrow提出所謂的適應性線性元件(Adaline)，由於 它是一種線性網路，而且具有適應學習能力，在訊號處理與系統識別 等領域受到廣泛的重視和應用。另外，在此挫折時期(1967年~1982年)，
依然有不少學者從事類神經網路方面的研究，例如，Kohonen提出了 自組織映射圖(SOM)的網路，Grossberg提出了適應性共振理論(ART) 的網路等等，還有許多其他學者的共同努力，為類神經網路以後的發 展奠下了堅固的基礎。到了1980年代初期，著名的物理學家Hopfield
9
提出了HNN網路，他在此網路中首先引用了能量函數的觀念，為判 定網路的穩定性給了依據。Hopfield的研究論文推動了類神經網路的 研究。此後，美國國防的DARPA計劃更是大大地推動了類神經網路 的 研 究 和 進 展 。 當 1986 年 ， Rumelhart 和 McClelland 共 同 編 著 的
“Parallel Distributed Processing: Explorations in the Microstructure of Cognition”[18]一書發表後，更是將類神經網路的研究帶入了新的里 程碑，書中所提的倒傳遞網路更是目前最廣為使用的網路，也是本論 文中將採用的網路。至此，類神經網路已進入了蓬勃發展階段。
2.4 類神經網路應用相關文獻
目前人工智慧中的類神經網路已經有許多成功的替代方法或是提供 相關經驗的輔助系統，以下介紹本研究室歷年來應用類神經網路的相 關文獻，如賴鴻成 [21]建立一個類神經網路學習模式，來解決混凝 土配比與抗壓強度間的問題。高清雲 [22]發展一個採用主動控制來 控制一個受動力擾動結構物的可調式神經控制器，其中包括了兩個部 分：(1)神經模擬網路：模擬受到控制的結構物行為。(2)神經行為網 路：決定施加在結構物上的控制力。李金進 [23]利用類神經網路來 發展一套新的最佳化結構主動控制理論。陳彥伶 [20]利用類神經網 路模式來模擬五樓~十樓的房屋結構設計之容量震譜系統，將來在進 行多目標最佳化設計時，由此類神經網路模式產生相同之容量震譜，
即可免去複雜的數值分析流程。呂夙修 [19]建立一套電腦輔助設計 混凝土配比的機制，提供使用者所需目標的混凝土配比，且提供多樣 的配比設計，讓不同環境下的使用者，依自身的需求使用不同的混凝 土配比設計，並利用電腦技術建立混凝土的強度模型及坍度模型，以
此輔助設計並補充資料庫中缺乏的配比組合資料。當然還有其他相關 運用類神經網路等文獻，在此不加贅述。
11