根據張（1996）分析花蓮港船隻動態與長波之關係中得知，每年 颱風波浪造成船隻出港避風之次數高達 5 至 6 次之多，而除了強烈的 風力對船隻停泊有影響外，長波所造成船隻的搖晃，亦是造成船隻斷 纜或出港之主要因素，所以船隻動態與颱風波浪關係密切。
花蓮港為東西二防波堤圍築而成之人工港，沒有自然岬灣或灣澳 的遮蔽，又因台灣東部海底地形外海具有峽谷，地形陡峭，且在夏季 平均約有3 至 4 個颱風侵襲，所以，具有特殊港形的花蓮港面臨著港 池震盪的問題。往昔學者，如張和郭（1999）、蘇等人（1996）等等，
研究花蓮港許多共振之機制，並企圖解決其共振問題，但其結果僅確 定一些花蓮港可能產生共振之波浪週期與振幅放大率（amplification）
，然而，卻無法肯定此入射長週期波浪之造成原因，進而提出改善花 蓮港共振之合適方案，因此花蓮港之船隻停泊在颱風侵台期間目前仍 面臨出港躲避湧浪之困擾。
本研究欲從花蓮港港務局的船隻動態記錄，分析其船隻動態之時 間與颱風規模及位置之關係，並利用類神經網路來建立花蓮港船隻異 動指數之預警模式，期望可在颱風來襲之前，利用預警模式判斷船隻
以減少船隻因來不及出港避風而受損的情況。
1-2 研究方法
張（1996）所述花蓮港碇泊船隻動態與長波有關，而此長波係由 颱風強烈風速所造成，並由郭（2001）所述颱風波浪的大小與颱風之 規模強度、颱風風速及颱風的行進方向等有很大的關係。因此花蓮港 在颱風期間的船隻動態與颱風因子有相當關係。若分析二者記錄資料 彼此相關性，應可得到影響花蓮港船隻停泊安全的颱風規模及位置。
因為颱風有不同的規模強度、行進路徑與前進速度，即使在同一 場颱風，不同時間其風速、前進速度均會不同，所以颱風的風場結構 相當複雜，難以用精準的數學模式來描述。況且由颱風風場所產生之 波浪，在傳遞至花蓮港造成港池共振之力學機制相當複雜，難以用函 數來描述颱風特性所造成花蓮港颱風波浪之大小及到達時間。因此本 文選擇以統計迴歸方法來處理颱風影響花蓮港船隻動態之時間及程 度。
由上述可知本文之影響因子間有著非線性之複雜關係，並且交互 影響著，是一般之統計迴歸所難以計算的。因此，本文選擇能建構非 線性模式且模擬準確度高的類神經網路，其能表達變數間之交互作用 及接受邏輯、數值、有序分類、無序分類等變數作輸入，適應力極強。
1-3 文獻回顧
在花蓮港共振機制上，往昔學者做了許多的研究與探討，蘇(1996) 在實際花蓮港港池之解析計算上，以有限元素法解析其港池共振問 題，並提出改善方案。簡和曾（1999）分析颱風資料得到颱風波浪大 小與颱風行進路徑及強度規模有關。張和郭（1999）提出花蓮港在波 浪週期 T =96sec 時會有明顯港池共振現象，若岸壁反射率小於 0.9 時則共振情況會緩和且當外海入射波向為SE 之波浪對花蓮港港池靜 穩定之影響最大，因此花蓮港容易受到夏季太平洋之颱風波浪或東南 方向遠洋傳來之湧浪影響，造成港池不靜穩。張和簡（2002）探討颱 風期間實測波浪延時變化，其結果顯示波浪成長與颱風路徑、最大風 速、中心移動度等有密切關係。
類神經網路已應用於許多方面，如在醫學方面，林(1994)利用自 組織映射圖類神經網路作病症辨識。楊(1997)利用小波轉換結合類神 經網路進行心電圖病症分類辨識等。在金融投資方面，楊(2000)利用 類神經網路預測個股未來一週內，股價的波段最高、最低點何者先發 生。張(2001)經由類神經網路進行股價漲跌預測等。在土木工程的應 用上，駱(1994)以類神經網路應用在結構系統的辨識上，以評估結構 物之安全性。劉(1995)以過去石門水庫歷年操作紀錄為訓練資料，建
在海岸工程的應用上，過去有許多學者利用類神經網路於預測潮 汐及波浪等方面，朱(1997)應用倒傳遞類神經網路建立波浪預報模 式，預測單一測站波浪時序列變化特性。沉(1998)利用類神經網路進 行波浪資料補遺及預報。謝（2000）藉由倒傳遞類神經網路結合調和 方程式，建立可以預報長時期潮汐變化的模式。李等（2002）以倒傳 遞類神經網路，結合調和方程式，建立一套簡便可行的潮汐補遺推算 模式。錢等人（2002）利用神經-模糊網路推算颱風波浪並建立颱風 行為及氣象與颱風波浪間的關係。張和錢（2003）利用類神經網路建 立三種不同影響餐數之模式以模擬颱風波浪。
1-4 文章結構
本文第一章為緒論，主要說明研究動機、目的與研究之方法及文 獻回顧。第二章是說明選取了哪些影響船隻動態之影響因子與選取之 原因，並加以分析分類。第三章為利用花蓮港船隻動態表，訂定出颱 風影響船隻動態之範圍，並選取本研究模式所需之參數（神經元、轉 換函數等），利用選取出來之參數建立本研究之預警系統模式，並加 以學習與驗證。第四章則是結論，針對本研究之模式結果定下結論。