建築廢棄物產生量推估及應用範例之研究：子計畫1 建築廢棄物產生量推估之研究
196
0
0
全文
(2) 建築廢棄物產生量推估及應用範例之研究. 研究主持人：葉主任秘書世文 協同主持人：黃教授榮堯 研. 究. 員：許有志、許維庭. 研 究 助 理 ：余昌翰、林耕全、 吳明哲、葉政黌. 內政部建築研究所協同研究報告 中華民國九十三年十二月.
(3) ARCHITECTURE AND BUILDING RESEARCH INSTITUTE MINISTRY OF THE INTERIOR RESEARCH PROJECT REPORT. Quantity Estimation of A Building’s CD & W And Recycling and Reuse of Building’s CD & W On A Model Construction Project. BY YE SHI WEN HUANG RONG YAU XU YOU ZHI YU CHANG HAN LIN GENG CHAUN. December 30, 2004.
(4) 目次. 子計畫 1 建築廢棄物產生量推估之研究 目. 次. 目次......................................................................................................I 表次....................................................................................................III 圖次.................................................................................................... V 摘要.................................................................................................. VII 英文摘要 ............................................................................................ X 子計畫 1 建築廢棄物產生量推估之研究..............................................1 第一章 緒論 ........................................................................................2 第一節 研究背景與動機 ................................................................... 2 第二節 研究目的與方法 ................................................................... 3 第三節 研究範圍 .............................................................................. 3 第四節 研究流程與內容 ................................................................... 3 第五節 預期成果 .............................................................................. 4 第二章 文獻回顧.................................................................................6 第一節 建築廢棄物種類與定義......................................................... 6 第二節 建築廢棄物產生量推估之需求.............................................. 7 第三節 國內外建築廢棄物推估方式 ................................................. 8 第四節 建築廢棄物產生數量推估方法（類神經網路之回顧） ........ 10 第三章 影響建築廢棄物產生因子之探討與資料蒐集 .........................13 第一節 影響建築廢棄物產生量因素之探討..................................... 13 第二節 建築工程現地案例資料蒐集 ............................................... 16 第三節 新建工程資料分析與篩選 ................................................... 20 第四節 拆除工程資料分析與篩選 ................................................... 22 第四章 建築廢棄物產生量推估模式之建構 .......................................25 第一節 資料之尺度化處理.............................................................. 25 I.
(5) 目次. 第二節 建築廢棄物產生量推估模式之建立..................................... 25 第三節 建築廢棄物產生量推估模式之架構..................................... 32 第四節 新建工程建築廢棄物產生量推估模式之訓練與驗證 ........... 33 第五節 拆除工程建築廢棄物產生量推估模式之訓練與驗證 ........... 38 第六節 輸入因子變數影響程度之比較............................................ 40 第七節 與現行建築廢棄物推估係數比較 ........................................ 43 第五章 建築廢棄物產生量推估系統開發與使用 ................................45 第一節 推估模式系統開發.............................................................. 45 第二節 推估模式系統之操作使用 ................................................... 46 第六章 結論與建議 ...........................................................................48 第一節 結論 ................................................................................... 48 第二節 建議 ................................................................................... 49 附錄一第一次專家座談會會議記錄....................................................50 附錄二第二次專家座談會 ..................................................................53 附錄三期初報告審查意見與回覆 .......................................................56 附錄四期中報告審查意見與回覆 .......................................................58 附錄五期末報告審查意見與回覆 .......................................................60 參考文獻 ...........................................................................................62. II.
(6) 表次. 表. 次. 表 2-1 國內外建築廢棄物之定義..........................................................6 表 2-2 近年來建築廢棄物產生數量研究結果........................................9 表 2-3 建築廢棄物產生數量之推估研究個案比較...............................10 表 2-4 類神經網路與迴歸分析之比較表 .............................................12 表 3-1 專家訪談人員名單 ..................................................................13 表 3-2 影響廢棄物產生量之因子........................................................16 表 3-3 新建工程資料篩選前之組中點、上下界 ..................................21 表 3-4 新建工程資料合併後之組中點、上下界 ..................................22 表 3-5 拆除工程資料篩選前之組中點、上下界 ..................................23 表 3-6 拆除工程資料篩除後之組中點、上下界 ..................................24 表 4-1 新建工程之資料分類...............................................................32 表 4-2 拆除工程之資料分類...............................................................32 表 4-3 網路參數表 .............................................................................33 表 4-4 新建工程訓練之誤差資料 .......................................................34 表 4-5 新建工程測試之誤差資料 .......................................................35 表 4-6 六十八筆資料之組中點、上下界 ............................................37 表 4-7 拆除工程訓練之誤差資料 .......................................................39 表 4-8 拆除工程測試之誤差資料 .......................................................40 表 4-9 新建工程單一因子變數比較 ....................................................40 表 4-10 拆除工程單一因子變數比較 ..................................................40 表 4-11 二因子變數比較 ....................................................................41 表 4-12 二因子變數比較 ....................................................................41 表 4-13 新建工程三因子變數比較......................................................42 表 4-14 拆除工程三因子變數比較......................................................42 表 4-15 影響因子之特性 ...................................................................43 III.
(7) 表次. 表 5-1 建築廢棄物數量推估模式之適用範圍......................................46. IV.
(8) 圖次. 圖. 次. 圖 1-1 研究流程圖 ...............................................................................5 圖 2-1 本研究建築廢棄物之定義..........................................................7 圖 3-1 蒐集案例之用途種類...............................................................17 圖 3-2 蒐集案例之構造種類...............................................................17 圖 3-3 蒐集案例之使用分區...............................................................18 圖 3-4 蒐集案例之區域範圍...............................................................18 圖 3-5 蒐集案例之用途種類（拆除） ................................................19 圖 3-6 蒐集案例之構造種類（拆除） ................................................19 圖 3-7 蒐集案例之區域範圍（拆除） ................................................19 圖 3-8 蒐集案例之單位樓地板面積產生量 .........................................20 圖 3-9 直方圖-資料篩選前 .................................................................21 圖 3-10 直方圖-資料篩選後 ...............................................................21 圖 3-11 蒐集案例之單位樓地板面積產生量........................................22 圖 3-12 直方圖-資料篩選前 ...............................................................23 圖 3-13 RC 住宅型之極端值 ..............................................................23 圖 3-14 加強磚造住宅型之極端值......................................................24 圖 4-1 不同隱藏層之處理單元正確率（新建） ..................................28 圖 4-2 不同隱藏層之處理單元正確率（拆除） ..................................28 圖 4-3 不同學習率之正確率（新建） ................................................29 圖 4-4 不同學習率之正確率（拆除） ................................................29 圖 4-5 不同訓練次數之正確率（新建） .............................................29 圖 4-6 不同訓練次數之正確率（拆除） .............................................29 圖 4-7 不同慣性因子之正確率（新建） .............................................30 圖 4-8 不同慣性因子之正確率（拆除） .............................................30 圖 4-9 新建工程之分類準確度 ...........................................................31 V.
(9) 圖次. 圖 4-10 拆除工程之分類準確度 .........................................................31 圖 4-11 新建工程網路架構圖 .............................................................32 圖 4-12 拆除工程網路架構圖.............................................................33 圖 4-13 類神經網路訓練結果.............................................................34 圖 4-14 類神經網路訓練收斂圖 .........................................................34 圖 4-15 類神經網路測試結果.............................................................35 圖 4-16 蒐集案例之用途種類.............................................................36 圖 4-17 直方圖-加入台北縣政府資料.................................................36 圖 4-18 類神經網路訓練結果.............................................................37 圖 4-19 纇神經網路測試結果.............................................................37 圖 4-20 類神經網路訓練結果.............................................................38 圖 4-21 類神經網路訓練收斂圖 .........................................................38 圖 4-22 類神經網路測試結果.............................................................39 圖 4-23 實際產生量、本研究模式與現行推估之比較圖（新建） .......44 圖 4-24 實際產生量、本研究模式與現行推估之比較圖（拆除） .......44 圖 5-1 建築廢棄物產生量推估模式 EXCEL 介面 ..................................45 圖 5-2 建築廢棄物推估模式推估結果 ................................................47. VI.
(10) 摘要. 子計畫一：建築廢棄物產生量推估之研究 摘要 關鍵詞：建築廢棄物、數量推估、類神經網路 一、 研究緣起 台灣地區每年產生大量之建築廢棄物，據建研所之調查顯示，台 灣地區經合法申請拆除之建築廢棄物數量據估計每年約有 1,100 多萬 公噸。順應世界各國永續發展的潮流趨勢下，目前政府正努力朝著廢 棄物減量（Reduce） 、重覆使用（Reuse） 、回收再利用（Recycle）與無 法再利用者進行適當之處理（Recovery）。倘若能追溯建築廢棄物之產 生源頭，掌握建築廢棄物產生量，便能有效管制廢棄物與減少違規棄 置之情事發生。 建築廢棄物產生量之推估不似土方可做簡易計算，較難有簡易之 估算標準。目前相關推估研究只考慮將建築面積與用途納入影響因子 當中，並未將其他影響因子（如構造種類等）考慮至建築廢棄物產生 量之計算，如此將造成推估數據上的偏差。根據現地施工單位表示， 利用現有之推估係數推估所得與實際產生之建築廢棄物數量有顯著落 差，使廢棄物數量無法明確掌握，不但造成施工單位不便，也使政府 單位難以管控廢棄物後續之流向與處理，如此在缺乏適當管控情況 下，更不利地球之永續發展。 二、 研究方法及過程 本研究透過專家訪談及召開專家座談會方式了解現行廢棄物數量 推估現況及問題所在，且分別針對新建工程與拆除工程尋求其影響廢 棄物產生量之因子。藉由各縣市政府之建築執照與拆除執照、實際紀 錄工地現場產量等方式蒐集所需資料，帶入類神經網路建立一套建築 廢棄物產生量推估模式。 三、 重要發現 為促使政府相關單位能確實掌握建築廢棄物之產生量，本研究以 VII.
(11) 摘要. 專家訪談及類神經網路方式去建置建築廢棄物產生量推估模式，經分 析研究可歸納下述幾項結論： 1. 現行影響建築廢棄物產生量之主要因子為總樓地板面積、構造種 類、建築用途、建築物高度、建築物樓層數、工程金額、裝修材料、 減量措施與工程管理等因子，本研究於新建工程中將裝修材料與工 程金額合併成為一影響廢棄物產生量之因子，主要因為造價反應於 建築材料上。拆除工程因受限於拆除執照之資料緣故，故只採用總 樓地板面積、構造種類、建築用途、建築物樓層數等四因子。 2. 透過類神經網路之學習，本研究所建構之新建工程建築廢棄物產生 量推估模式準確率為 85.71％，拆除工程建築廢棄物產生量推估模 式準確率為 84.62％，相較與現行政府機關所使用之推估係數，本 研究所建立之模式較為準確。 3. 透過影響因素之敏感度分析後，可發現影響新建工程建築廢棄物產 生量之主要因素之順序為總樓地板面積、建築用途、工程金額與構 造種類。而影響拆除工程建築廢棄物產生量之主要因子順序為構造 種類、建築物樓層數、建築物用途、總樓地板面積。 4. 透過本研究所建置之建築廢棄物產生量推估模式之各項影響因子 測試後，可以發現於新建工程時，總樓地板面積與建築廢棄物單位 產生量呈現反比關係；工程造價與建築廢棄物單位產生量呈現正比 關係；在其他影響因子條件相同下，加強磚造、RC 造之建築廢棄 物單位產生量均大於 STEEL 造、SRC 造或 SS 造；在其他影響因 子條件相同下，住宅類型之建築廢棄物單位產生量大於辦公大樓類 型、工廠類型與其他類型。於拆除工程時建築物樓層數與建築廢棄 物單位產生量呈現正比關係；總樓地板面積與建築廢棄物單位產生 量呈現正比關係；在其他影響因子條件相同下，加強磚造、RC 造 與磚造之建築廢棄物單位產生量均大於鋼鐵造或鋼骨造；在其他影 響因子條件相同下，住宅類型之建築廢棄物單位產生量大於工廠類 型與其他類型。 四、 主要建議事項 VIII.
(12) 摘要. 本研究有下述幾點建議： 1. 可持續擴充案例資料庫，諸如各構造種類、各種不同之建築用途、 與裝潢材料等之蒐集，並且可針對北、中、南、東區位進行資料蒐 集，透過全面性之資料蒐集，以強化資料庫之資料完整性。 2. 可透過現場實際調查之方式，進行影響廢棄物產生量因子之分析與 探討，觀察現場工地之施工情況、材料之使用情況等紀錄之，經實 地調查之方式了解整體影響廢棄物之因子，以強化本研究所考量之 廢棄物產生量之因子，使所推估出之廢棄物產生模式，更能較為準 確。 3. 本研究發現，於處理資料之尺度化方式，可採用各種搭配方式進 行，倘若只用一種尺度化之方式進行資料處理，輸入至類神經網路 進行訓練與測試，則將造成類神經網路效能之降低、收斂速度較慢 與過大震盪，故採用配套措施之方式，將可提升類神經網路之效能。 4. 建議可從建築設計階段著手進行建築廢棄物產生量推估，並透過此 階段利用模組化系統進行設計與施作，可降低廢棄物之產生量。 5. 本研究所建立之模式，倘若能透過系統開發介面化方式，則更能讓 使用者易於操作及使用。 6. 建議各縣市政府可以在新建執照與拆除執照上增列本研究所調查 之影響參數，不但可讓數量推估更為精準，也可讓業者在提報減量 措施時有評估依據。. IX.
(13) 英文摘要. ABSTRACT Keyword：Construction, Waste, Quantity, Neural Network Under the global development of sustainable construction, the government in Taiwan devotes more and more efforts for the proper treatment and recycling of construction and demolition wastes. In order to control for those wastes to go into recycling plants or legal dumping sites, construction sites in several local district counties are required to submit a waste treatment plan before they can start the work. One of the most important items in the plan is to estimate the quantity of construction wastes which will be generated in a particular site and where will they go, how will they treated. Therefore the estimated quantity serves as a base for the rest of process for waste monitoring and controlling. The objective of this research is to study the major factors influencing the waste quantity generated in a building construction, and to develop a model for its estimation. Literature reviews and expert interviews are conducted to identify the major factors influencing waste quantity. They are building floors, purpose of building, structural type, and building price. Totally 34 cases of building construction are collected and the Neural Network (NN) method is employed for the development of the estimating model. The developed NN model is 91% accurate in training, and 80% accurate in testing. A comparison of the developed estimation model and the current most used estimation formula (0.1345m3/m2) is conducted on 10 test cases. The result shows that the developed model is much more accurate than the current one in estimating the waste quantity of single building construction.. X.
(14) 子計畫 1 建築廢棄物產生量推估之研究. 1.
(15) 第一章緒論. 第一章 緒論 第一節 研究背景與動機 台灣地區每年產生大量之建築廢棄物，據民國八十七年建研所對 拆除與廢棄物產生現況作調查顯示，台灣地區經合法申請拆除之建築 廢棄物數量據估計每年約有 1,100 多萬公噸【1】 【2】 。每年如此龐大之 建築廢棄物產生，在順應世界各國永續發展的潮流趨勢下，目前政府 正努力朝著廢棄物減量（Reduce）、重覆使用（Reuse）、回收再利用 （Recycle）與無法再利用者進行適當之處理（Recovery） 。倘若能追溯 建築廢棄物之產生源頭，掌握建築廢棄物產生量，便能有效管制廢棄 物與減少違規棄置之情事發生。 建築廢棄物產生量之推估不似土方可以體積做簡易計算，較難有 簡易之估算標準，例如建築物之構造形式、樓地板面積大小、使用分 區、建築用途、工程造價、裝修材料、拆除要項等，亦或是工程合約 中之工程項目、設計圖說等諸多條件均影響建築廢棄物之產生量計 算。目前相關推估研究只考慮將建築面積與用途納入影響因子當中， 並未將其他影響因子（如構造種類等）考慮至建築廢棄物產生量之計 算，如此將造成推估數據上的偏差。根據現地施工單位表示，利用現 有之推估係數推估所得與實際產生之建築廢棄物數量有顯著落差，使 廢棄物數量無法明確掌握，不但造成施工單位不便，也使政府單位難 以管控廢棄物後續之流向與處理，如此在缺乏適當管控情況下，更不 利地球之永續發展。 為改進上述之各項缺失，本研究將透過工地現場進行廢棄物產生 量案例蒐集，並透過專家訪談之方式調查出影響建築廢棄物產生量之 因素，透過影響因子並利用營建系統分析方法之方式，嘗試推估建築 施工與拆除時所產生之廢棄物總量，以改善目前推估數量不夠準確之 現況，以健全現行建築廢棄物總量申報管控作業程序。. 2.
(16) 第一章緒論. 第二節 研究目的與方法 本研究主要目的如下： z 分析與探討影響建築廢棄物產生數量之因子。 z 建立建築工程新建與拆除時所產生之廢棄物產生量推估模式。 於廢棄物產生量推估部分，本研究將利用人工智慧中之類神經網 路技術進行分析，有關類神經網路方法，將於稍後說明介紹。. 第三節 研究範圍 本研究分別針對建築工程新建與拆除時產生之廢棄物數量進行影 響因子探討分析與推估模式之建立，但並不包括土石方（指岩屑、礫 石、砂土及沙、石、混合物、沉泥、黏土、污泥、淤泥）數量之計算， 因其數量可經由簡易之體積計算求得。. 第四節 研究流程與內容 本研究之研究流程及內容如圖 1-1 所示，分述如下： 1.. 研究動機與目的之確認. 2.. 文獻蒐集與整理 利用各大圖書館、國家科學委員會資料中心及網際網路等資 源，蒐集整理國內外現有之相關文獻、資料統計及技術報告等， 瞭解國內外建築廢棄物推估之方式與實施計畫，並整理歸納現 有建築廢棄物之相關公式，以利後續分析建議事項。. 3.. 廢棄物產生量推估現況調查與問題分析 實地走訪民間各相關處理業者（清運業者、中間處理業者、拆 除廠商、施工單位、使用單位等） ，藉由參觀訪談的方式，了解 目前建築廢棄物實際施行方式，並收集調查有關數據作為後續 研究分析使用。. 4.. 廢棄物產生量影響因子之專家訪談與調查 經由專家詢問訪談之方式，了解影響廢棄物產生量因子之因素 後，將整理有關建築廢棄物產生量之影響因子，以利後續進行 3.
(17) 第一章緒論. 類神經網路輸出層之建立與設定。 5.. 廢棄物產生量影響因子分析 考量資料之可及性，篩選出屬於較不重要亦或是同質性較高之 影響因子，將其進行合併與篩除，以提升類神經網路推估廢棄 物數量之效能。. 6.. 建築廢棄物產生量推估模式之建立 確定本研究主要之使用軟體與決定類神經網路之輸入層、中間 層與輸出層整體網路之建立。將資料輸入至類神經網路前，對 其進行尺度化之工作，以提升類神經網路之效能與收斂速度。. 7.. 建築廢棄物產生量推估模式之訓練與實際案例之測試 經由蒐集之資料進行類神經網路之訓練學習，以訓練範例教導 網路，經由重複之學習，將估計之誤差降低，並透過測試範例 對訓練完之模式進行驗證之工作，倘若其正確率無法達到較高 之水準，則進行其網路修改與調整。. 8.. 建築廢棄物產生量模式之建立 經由上述步驟後建立建築物新建與拆除時建築廢棄物產生量推 估之模式。. 9.. 報告撰寫. 第五節 預期成果 本研究主要針對建築工程施工與拆除進行建築廢棄物產生量模式 之建立，預期完成之工作項目如下： z. 廢棄物產生量推估現況調查與問題分析。. z. 分析與探討影響建築廢棄物產生數量之因子。. z. 建立建築工程新建與拆除時之廢棄物產生量推估模式。. 本研究之結果可供政府機關於建築新建工程施工與拆除時所產生 之廢棄物數量作有效之掌握，並可結合與強化現行「營建剩餘土石方 資訊系統」作業申報系統，健全現行建築廢棄物總量申報管控作業， 4.
(18) 第一章緒論. 避免違規棄置情形發生，再配合我國所實施之各項再生利用之措施， 可促使國內建築廢棄物減量與再利用之目標得以有效落實。. 圖 1-1 研究流程圖. 5.
(19) 第二章文獻回顧. 第二章 文獻回顧 第一節 建築廢棄物種類與定義 根據內政部建築研究所報告顯示，無論是新建工程或是拆除工程 時所產生之建築廢棄物，其主要內容為磚瓦、混凝土塊、廢木料、金 屬、玻璃、有害物與其他等。而國外對於廢棄物之種類區分眾多，對 於相關名詞之定義皆不相同，其所界定之範圍與內容亦有所不同，茲 整理如表 2-1 所示。 表 2-1 國內外建築廢棄物之定義 國家. 定義 備 註 「拆建物料」 （C&D Waste） ：分為惰性和非惰性兩類，其中惰性物料係 香 指不會分解與無臭味之碎石、混凝土、瀝青、拆樓後的瓦礫和挖掘之石 香 港 環 保 港 頭及泥土，又稱為「公眾填料」 ；而非惰性拆建物料則包括竹子、塑膠、署 木材和其他有機物，亦稱為「拆建廢物」 施工建造廢棄物（Construction Wastes） ：所有施工建造階段所產生之廢 稱 棄物。包含廢木料、開挖土方、金屬、水泥塊、混凝土塊、磚瓦、玻璃、合 加 C&DW 廢電纜、隔熱材料、紙類、塑膠、纖維等。 拿 Forintek 拆除廢棄物（Demolition Wastes）：所有拆除工程所產生之廢棄物。包 Canada 大 含廢木料、開挖土方、金屬、水泥塊、混凝土塊、磚瓦、玻璃、廢電纜、Corp. 隔熱材料、紙類、塑膠、纖維、家電、廢棄設備、傢俱、瀝青、石膏等。 可回收再利用：混凝土塊、瀝青混凝土塊、建設污泥、紙 戶 谷 有 建設建 設 日 一、建設副 類、金屬、廢木料 副產廢 棄 本 產物現況 物 物 不可再利用：有害廢棄物、飛散性廢棄物 與課題 施工建造以及拆除廢棄物（C&DW）：所有新建、修建、改造、拆除、 美 國 紐 約 農地清理、公用事業維護、季節性或天災性的清理工作所產生之未受污 州 環 境 保 染的固體廢棄物皆屬之。 護部 美 施工建造以及拆除殘餘物（C&D debris）所有構造物的新建、拆除、修 國 建過程產生之廢棄物。構造物包含了住宅及非住宅建物、道路、橋樑等。美 國 環 保 廢棄物的組成包括混凝土、瀝青、木材、金屬、石膏、壁板及樓板；有 署 些州的定義尚包含土地清理物如樹木殘株、岩石、土壤等。 建築工程、公共工程或拆除工程施工所附帶產生之金屬 內 政 部 營 營建廢棄物 屑、玻璃碎片、塑膠類、木屑、竹片、紙屑、瀝青等。 建署 台 工程施工建造、建築拆除、裝修工程及整地刨除所產生之 灣 營建混合物 事業廢棄物，內容包括磚、混凝土塊、砂、木材、金屬、 工研院 玻璃、塑膠等。 資料來源：【1】、本研究整理. 6.
(20) 第二章文獻回顧. 本研究所稱建築廢棄物是指建築新建或拆除工程所產生不包含土 方之營建副產物（圖 2-1），包括磚瓦、混凝土塊、廢木料、金屬與玻 璃等物質。. 資料來源：【5】、本研究整理. 圖 2-1 本研究建築廢棄物之定義. 第二節 建築廢棄物產生量推估之需求 政府於民國八十四年開始建置「營建棄填土資訊系統」 ，主要為蒐 集預定產出剩餘土石方工程與需要土石方工程資料，其中亦包含分類 為 B8 類之營建混合廢棄物（磚、混凝土塊、沙、木材、金屬、玻璃、 塑膠等） 。所申報之資料包含建物基本資料、預計廢棄物產生量與實際 產生量【6】 、 【7】 。隨後地方政府亦逐漸將建築工程施工或舊有建築拆 除所產生之營建廢棄物納入管理，以避免違規棄置之情形發生。以現 行管理營建廢棄物最為完善之縣市台北縣為例，於九十一年四月一日 起實行營建廢棄物申報作業，於工程實際產出營建廢棄物前提報營建 廢棄物處理計畫書，其內容應包含廢棄物預估數量、廢棄物種類、計 畫運送路線、收容場所地點、運載車輛基本資料等【6】。目前政府營 建廢棄物管理流程，可分為（1）建築廢棄物處理計畫書備查（2）申 請運送憑證及處理紀錄表（3）建築廢棄物產出運送至合法處理場（4） 7.
(21) 第二章文獻回顧. 申報處理完成報告書。其主要內容為廢棄物之預估數量、各階段廢棄 物產生數量之實際填報與最終處理完成之廢棄物數量，如圖 2-2 所示。. 資料來源：本研究整理、【6】. 圖 2-2 現行營建廢棄物管理流程 政府各級單位雖已逐漸重視營建混合物之申報與流向管理，但若 缺乏合理之數量推估方式，將無法確實掌握混合物之產生數量與其流 向，使目前各項流向管理制度之實施效果大打折扣。. 第三節 國內外建築廢棄物推估方式 國內外目前對於建築廢棄物產生數量之統計資料尚屬缺乏，無法 取得完整正確的數據作為佐證，大多是以平均總樓地板面積之推估方 式得知建築廢棄物之產生數量。表2-2彙整近幾年來建築廢棄物數量之 評估研究資料，各研究對於建築廢棄物之定義與資料取得方式有所差 異，且評估對象與範圍並非完全一致，因此造成彼此估算結果不盡相 同。. 8.
(22) 第二章文獻回顧. 表 2-2 近年來建築廢棄物產生數量研究結果 種類. 新建 工程. 新建 與拆 除 拆除. 研究個案 方法 事業廢棄物機構儲存清除處理 利用 50 筆建築工程廢棄物產生量之平均求得一單位樓地板面 設施列管計劃（環保署，1990） 積產生係數 0.071(m3/m2) 建築產業廢棄物再利用之研究 (陳明良，1996). 透過問卷調查 30 筆建築工程之總樓地板面積與廢材數量得每 平方公尺樓地板面積平均排出廢棄物數量為 0.198m3. 建築施工污染及廢棄物產生現 況與調查架構研究(章裕民， 1998) Characterization of Building-Related Construction and Demolition Debris in The United States（U.S. EPA，1998）. 利用事業廢棄物機構儲存清除處理設施列管計劃（環保署）與 建築產業廢棄物再利用之研究(陳明良)之數據平均得一施工過 程廢棄物產生量係數 0.1345m3/m2) 美國環保署透過研究調查資料顯示住宅類新建之單位樓地板 面積廢棄物產生量為 0.021 公噸/平方公尺，非住宅類新建之單 位樓地板面積廢棄物產生量為 0.019 公噸/平方公尺。非住宅類 拆除之單位樓地板面積廢棄物產生量為 0.757 公噸/平方公尺。 依據構造物之材料使用量(M3/M2)加總之後為構造物之整體廢 棄物產生係數，高雄市單位樓地板面積拆除廢棄物產生量約為 1.28t/m2（0.81 m3/m2）。. 建築拆除污染及廢棄物產生現 況與調查架構研究(黃榮堯). 資料來源：【8】、【9】、【2】、【26】、【1】、本研究整理. 針對表2-2五個研究個案，本研究對於其分析方法、資料蒐集與計 算結果進行剖析，如表2-3所示五個研究個案均有其共通之缺點，主要 為影響廢棄物產生量之影響因子並無考慮完善，以總樓地板面積作為 影響廢棄物產生之因子，但是卻忽略其他影響因子如構造種類、建築 用途等，故計算之結果較無法顯現出實際產生量之情況，倘若利用所 計算出之係數或是公式，所得之結果與利用工地實際所產生之廢棄物 數量相比較，可發現現行所推估之公式或是推估係數與現場工地實際 產生量有顯著差異，這也反映出推估係數與公式所考慮之影響因子不 足所致；再者於四個研究中，對於資料之分析與篩選亦出現問題，並 無將極端值刪除與分析，亦即對於資料之篩選並無透過一系統性之分 析與比較，便進行推估工作，這將於推估廢棄物產生量造成影響。 是故本研究對於建築廢棄物產生量之推估上，將針對上述幾項缺 點進行改進，針對影響因子之評估與選用與資料之蒐集，本研究將從 建築工程透過現場之廢棄物產生量之紀錄進行資料之蒐集，另針對資 料之分析進行更為嚴謹之資料篩選與選用，以使建築廢棄物推估模式 能達到一完善之功能。. 9.
(23) 第二章文獻回顧. 表 2-3 建築廢棄物產生數量之推估研究個案比較 研究個案. 缺點 1. 並無將不適當之資料剔除(如樓地板面積25400m2所產生之廢棄物數量 事業廢棄物機構儲存清除 為60m3) 處理設施列管計劃（1990） 2. 影響因子除樓地板面積外並未考慮其他影響因子 1. 只考慮樓地板面積為影響因子並未考慮其他影響因子，SRC之資料較 建築產業廢棄物再利用之 少 研究(1996) 2. 所得之廢棄物產生係數偏高，無法表現出實際產生量 3. 並無剔除極端值(如樓地板面積47.85m2所產生之廢棄物數量為950m3) 1. 並無考慮任何影響因子 建築施工污染及廢棄物產 2. 兩項研究計劃之樣本數與時間點均不同，故所得資料有待商確 生現況與調查架構研究 3. 根據現場施工單位表示利用此係數推估產生量所得之結果較為偏高， (1998) 並不符合實際狀況 Characterization of Building Related 1. 影響因子除樓地板面積外並未考慮其他影響因子 Construction and Demolition Debris in The 2. 非住宅類之工程數量過少 United States（U.S. EPA， 3. 取樣年份與範圍過於分散，故所得資料有待商確 1998） 建築拆除污染及廢棄物產 1. 其假設鋼鐵造之木材類廢棄物單位面積發生量與RC相同，有待商確 生現況與調查架構研究 2. 鋼構案例較少 (1998). 資料來源：【8】、【9】、【2】、【26】、【1】、本研究整理. 第四節 建築廢棄物產生數量推估方法（類神經網路之回顧） 本研究主要透過歷史案例資料之蒐集與分析，嘗試建立單一建築 物之建築廢棄物產生數量推估模式。傳統推估數量之分析方法有統計 迴歸、案例式推理與專家系統等。但近十年來電腦科技發展迅速，對 於數值運算的速度提昇，因此在具學習能力之人工智慧（Artificial Intelligence）領域，模擬人腦智慧特點和結構的類神經網路乃應運而生。. 一、類神經網路概述 類神經網路系統的基本結構是模仿生物神經網路的資訊處理系 統，於許多文獻均曾對類神經網路做過不同的定義，但都大同小異， 在此引用葉怡成(1993)對類神經網路的定義：「類神經網路是一種計算 系統，包括軟體與硬體，它使用大量簡單的相連神經元來模仿生物神 經網路的能力。神經元是生物神經元的簡單模擬，它從外界或者其他 類神經元取得資訊，並加以非常簡單的運算，並輸出其結果到外界環 境或者其他神經元」 。由於其知識儲存於網路架構中，即各神經處理單 10.
(24) 第二章文獻回顧. 元連結之權重值(weight)，因此要決定所有處理單元相互連結的加權 值，即完成了整個類神經網路演算系統的結構。每一個處理單元的輸 出值會傳到其他的處理單元，成為其他眾多處理單元的輸入值，對於 網路模式輸出入之關係可寫成： Y. j. = f (net. j. )=. ⎛ f ⎜ ⎝. ∑. W. ij. i. X. i. − θ. j. ⎞ ⎟ ⎠. Yj：模仿生物神經元j的模型輸出訊號。 f：模仿生物神經元的非線性轉換函數(Transfer Function)，是一將從 其它處理單元輸入值之加權乘積和轉換成處理單元輸出值的數 學函數。 Wij：模仿生物神經元j與輸入神經元i的神經節強度，又稱連結加權 值。 Xi：模仿輸入生物神經元i的輸入訊號。 θj：模仿生物神經元模型j的閥值(或偏權值bias)，即輸入訊號的加權 乘積和必須大於該閥值，才可輸出至其它神經元中。 n：模仿輸入生物神經元的數目【11】。 首先ΣWijXi–θj 用以將其他神經單元透過網路連結傳來的輸出訊息 與連結權重值的乘積加以綜合，在減去閥值，以決定是否為一有效的 輸入訊號。若其有效，則透過作用函數f，將此輸入訊號與神經元目前 的狀態一併考慮，決定是否將激發神經元，產生新的輸出訊號。若神 經元被激發，則非線性轉換函數f用以將激發函數輸出值轉換成為處理 單元的輸出值。有關類神經網路方法之介紹，請參閱文獻。 【11】. 二、類神經網路於營建工程之應用 類神經網路具有高速計算及學習能力，可由系統輸入之樣本中擷 取其內在規則並建立其非線性關係，易於掌握系統之預測、分類等模 式，適合用於非線性亦或是無法利用數學方程式可求得解之問題。類 神經網路廣泛應用於各領域中，包含工程應用（如材料之選用、電子 11.
(25) 第二章文獻回顧. 電路診斷、排程問題與VLSI設計等）、商業與金融之應用（如信用卡 盜用判斷、股價、匯率及利率預測與財務分析等）及科學技術之應用 （如天氣氣象預測、醫學儀器之映像判斷與指紋辨識系統等）。此外， 亦有學者利用迴歸方式與類神經網路兩種方式所尋求之各種營建工程 問題，結果均為類神經網路優於利用迴歸分析所做出之結果；如利用 類神經網路與迴歸分析估測工程直接成本【17】，則利用類神經網路 之誤差值遠較利用迴歸分析求得之工程直接成本來的小，如表2-4所示。 表 2-4 類神經網路與迴歸分析之比較表 案例 估 測 碳 鋼 水 管 之 成 本 （ Graza 、 Rouhana1995）. 結果 類神經網路 MSE=3.72 類神經網路 RMS=3.631e06. 工程直接成本之估測. 迴歸分析 MSE=11.205 迴歸分析 RMS=4.979e06. 資料來源：【27】、【24】. 由於建築廢棄物產生量推估亦屬於多參數型之問題，因此本研究 之研究方法將運用類神經網路技術方法，進行廢棄物數量之推估。. 12.
(26) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 第三章 影響建築廢棄物產生因子之探討與資料蒐集 第一節 影響建築廢棄物產生量因素之探討 影響建築廢棄物產生之因素眾多，如構造種類、總樓地板面積、 施工法、裝潢材料、建築物用途等。本研究係藉由專家訪談及召開專 家座談會方式，得知影響建築廢棄物產生量之因子，藉此使本研究決 定之影響因子不至於過於主觀性。表3-1為專家訪談人員名單，每位專 家均為營建工程界中服務二十年以上之專家。. 表 3-1 專家訪談人員名單 類別 新 建 工 程. 受訪單位 勝堡村營造 大都市營造 新亞建設 合欣營造 評輝營造 拆 大鋼牙工程 除 台灣建築經理公司 工 崇信工程 程 青玄建設 陽光城市 總茂環保 營豐環保 資料來源：本研究整理. 受訪人員職稱 處長 副經理 總經理 副總 估算襄理 總經理 總經理 襄理 負責人 經理 總經理 負責人. 工程經歷（年） 20 20 30 30 20 20 30 20 30 20 30 20. 專家訪談及專家座談會係利用現場討論方式針對影響建築廢棄物 產生量之主要因子進行諮詢，受訪結果可得知建築廢棄物產生量之影 響因子包括構造種類型式、建築面積大小、建築物用途、裝修材料之 使用量、工程造價之多寡、施工管理、施工法及建築物樓層數等，依 序分述如下： 1. 構造種類型式 以鋼構造與RC造兩者為例，鋼構造主要以組裝鋼構為主，其施工 13.
(27) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 程序為工廠內先備料、訂做、假組立、進而至工地組裝，期間所產生 之廢棄物數量較少；而傳統RC造，主要是先將鋼筋模板於工地組裝完 成，進行灌漿，於工地施工中易造成水泥砂漿、鋼筋餘料、模板廢料 等之剩餘物，故構造種類易影響建築廢棄物之產生量。拆除工程時， 因鋼鐵或鋼骨構造型式之建築物，與RC造建築物不論重量或體積皆不 相同，故構造種類型式易影響建築廢棄物之產生量。 2. 建築面積大小 施工面積大小與建築廢棄物產生量有著絕對之關係，本研究透過 迴歸分析方式探討總樓地板面積與廢棄物產生量之關係，分析結果總 樓地板面積與廢棄物產生量之R2大於0.8，故面積與廢棄物產生量有著 一定比例之相關性。 3. 建築用途 不同之建築用途類型其材料、施工法等均不相同，故所產生之廢 棄物亦不同。如辦公大樓與住宅所使用之材料、施工法均不同，故建 築用途對於廢棄物產生量有影響。 4. 裝修材料之使用量 裝修材料之使用量影響著建築廢棄物產生量之多寡，主要原因在 於使用材料時所剩餘之廢料，如瓷磚、舖面等，或是材料於施工、搬 運過程中所造成之破壞，使材料無法使用而廢棄等均是影響建築廢棄 物產生量之原因。拆除工程時，裝潢之多寡與材料之分類皆影響著建 築廢棄物產生量，如相同總樓地板面積下只有一房一廳與兩房一廳， 兩者間建築廢棄物就有差異，故裝潢材料也是影響建築廢棄物產生量 之原因。 5. 工程造價之多寡 工程造價為使用材料之金額費用，本研究於新建工程將工程金額 與裝修材料合併為一項影響因子，因為材料之使用反映出工程金額的 14.
(28) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 大小，材料用量越多，金額勢必越高，故將其合併為一影響之因素。 拆除工程因礙於資料蒐集為縣市政府之拆除執照，而拆除執照上並無 工程金額此項目，故此項目不計入拆除工程之輸入因子。 6. 施工管理優良與否 工程於施工時，工程管控如材料之使用、材料運送等諸多管控因 素，或是施工人員之施工方式等均影響著廢棄物產生量的大小，但對 於如何評斷工程管理之好壞，則會造成主客觀上之差異，如廢棄物產 生量少之工地便為工程管理佳，但似乎只考慮廢棄物產生量之關係， 並無考慮其他工程管理面上之問題，故本研究對於工程管理優良與否 之因素並不考慮。 7. 施工法之選擇 各種施工法所造成之廢棄物數量均不相同，如預鑄式之方式主要 於工廠生產構件後，於現場組裝，如此對於傳統工法於現場澆注之方 式較少產生廢棄物數量。各種拆除工法也會影響到建築廢棄物之產生 量，如破碎拆除、爆破拆除等，都會影響廢棄物產生量。 8. 建築物樓層數 拆除工程方面，建築物在相同高度下不同樓層數影響著廢棄物之 產生數量，故樓層數也是一項影響主因。 如上所述影響建築廢棄物產生量之因素甚多，但因受限於資料蒐 集上之困難，最後經本研究整理與分析，而歸納出新建工程與拆除工 程各四項影響建築廢棄物產生量之主要因素，如表3-2所示，本研究將 利用上述分析所得之影響廢棄物產生量之主要因素，做為本研究採用 類神經網路分析時之輸入層，進行廢棄物數量推估之工作。. 15.
(29) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 表 3-2 影響廢棄物產生量之因子 類別. 項目 構造種類. 新 建 工 程. 建築用途 總樓地板面積 工程造價 （裝修材料） 構造種類. 拆 除 工 程. 建築用途 總樓地板面積 建築物樓層數. 影響原因 如鋼構造、RC造、磚造、加強磚造、木造等，各型 式之構造物所使用之材料均為不同，易影響廢棄物之 產生量。 如工廠、住宅…等，所使用之構造形式、材料、施工 法等均不相同，其所產生之廢棄物亦不同。 總樓地板面積與廢棄物產生數量之多寡成一絕對性 相關性 工程造價反應於建築材料上，使用建材不同，所產生 之廢棄物數量亦不相同。 如鋼構造、RC造、磚造、加強磚造、木造等，各型 式之構造物所使用之材料均為不同，易影響廢棄物之 產生量。 如工廠、住宅…等，所使用之構造形式、材料、施工 法等均不相同，其所產生之廢棄物亦不同。 總樓地板面積與廢棄物產生數量之多寡成一絕對性 相關性 相同建築物高度不同樓層數，產生之廢棄物數量亦不 相同。. 資料來源：本研究整理. 第二節 建築工程現地案例資料蒐集 本研究新建工程蒐集之資料為臺北縣政府廢棄物處理計畫書、現 場工地產生之廢棄物數量與營建棄填土資訊系統之資料。於台北縣政 府所提供之廢棄物處理計畫書中，主要為預估廢棄物產生量與實際產 生量之資料，共有172筆資料，但經本研究發現，所獲得之資料可信度 不高，主因承包廠商於預估廢棄物產生量時，只透過單一值0.1345m3/m2 進行數量預估，並未考慮其他影響因子，致使預估結果與真正實際產 生量有出入，且業者於實際產出時為配合預估量而使實際產生量較符 合預估量，造成有以多報少或是以少報多之情形，造成廢棄物產生量 之統計產生顯著落差，故此部份之資料並不採用。營建棄填土資訊系 統之資料，因所提供之基本資料為全國B8類之統計數量，並非單一工 程個案之廢棄物數量統計，且並無提供任一影響因子，故此方面之資 16.
(30) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 料亦無法採用，因此本研究係透過營造廠從工地現場所實際產生之廢 棄物數量著手，較多數建築工地並未對建築廢棄物進行數量統計，工 地對於建築工程產生之廢棄物運送為總價之行為，透過經驗公式估計 工地所產生之建築廢棄物量，再做車次估算，進而計價，如此亦造成 本研究蒐集資料上之困難。故本研究係經由實地統計現場工地實際產 生廢棄物數量，以作為本研究所使用之數據。 總共蒐集建築工程案例共有41筆，分別為住宅類23筆、辦公大樓8 筆、工廠6筆與其他4筆（小學與醫院） ，茲就用途別、構造種類、使用 分區及區域範圍等背景資料整理如圖3-1、圖3-2、圖3-3、圖3-4所示。. 資料來源︰本研究整理. 圖 3-1 蒐集案例之用途種類. 資料來源︰本研究整理. 圖 3-2 蒐集案例之構造種類. 17.
(31) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 資料來源︰本研究整理. 圖 3-3 蒐集案例之使用分區. 資料來源︰本研究整理. 圖 3-4 蒐集案例之區域範圍 本研究拆除工程蒐集之資料包括各縣市政府之拆除執照、現場工 地產生之廢棄物數量與營建棄填土資訊系統之資料。其中各縣市政府 提供之拆除執照資料一年有多達數百筆，但經分析發現大多數拆除執 照上之廢棄物數量多為由相關研究公式直接換算而得，但未經兩階段 勾稽作業，所以可信度並不高。而台北縣政府所提供之廢棄物處理計 畫書，主要為預估廢棄物產生量與實際產生量之資料，有實施兩階段 勾稽作業，台中市政府及台南市政府之資料為各工程廢棄物傾倒至收 容場所數量，有別於其他縣市政府，可信度較高故本研究採用此三縣 市政府之資料。至於營建棄填土資訊系統之資料，因所提供之基本資 料為全國B8類之統計數量，並非單一工程個案之廢棄物數量統計，且 並無提供任一影響因子，故此方面之資料亦無法採用。本研究實際走 訪進行拆除工程之工地，實際紀錄工地現場所產生之廢棄物數量，故 本研究採用台北縣政府、台中市政府、台南市政府所提供之拆除執照 資料與實際現場工地紀錄之資料進行分析。 18.
(32) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 總共蒐集拆除工程案例共有64筆，分別為住宅類52筆、工廠9筆與 其他3筆（教室與市場），茲將整理如圖3-5、圖3-6、圖3-7所示。. 資料來源︰本研究整理. 圖 3-5 蒐集案例之用途種類（拆除）. 資料來源︰本研究整理. 圖 3-6 蒐集案例之構造種類（拆除）. 資料來源︰本研究整理. 圖 3-7 蒐集案例之區域範圍（拆除）. 19.
(33) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 第三節 新建工程資料分析與篩選 本研究透過營造廠蒐集建築工程施工中所產生之建築廢棄物數 量，並對所蒐集之資料進行篩選，以避免部分資料偏離蒐集之樣本過 大，而造成於推估數量時之偏差。本研究所蒐集之案例，其單位樓地 板面積產生之廢棄物產生量約在0.01~2.9 m3/m2之間，如圖3-8所示。 單位樓地板面積產生量 3.5. 單位產生量(m3/m2. 3 2.5 2 1.5 1 0.5 0 1 2. 3 4 5. 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 筆數. 資料來源︰本研究整理. 圖 3-8 蒐集案例之單位樓地板面積產生量 另本研究透過直方圖之繪製，了解蒐集之資料分佈區間，如圖3-9 所示。蒐集之資料屬於對數常態分佈（Log Normal Distribution） ，對數 常態分佈主要表示資料均落於一定區間，少數資料偏離樣本群，造成 某些極端資料之偏離。於本研究中顯示，直方圖組數共六組，資料最 大值為2.9 m3/m2 ，資料最小值為0.0105m3/m2 ，樣本平均值為0.208 m3/m2，樣本變異數0.416。從中發現所蒐集之資料其範圍均落於單位樓 地板面積0.01~0.51 m3/m2之間，其組中點與上下界如表3-3所示，只有 少數筆資料偏離群體，共有七筆。本研究將這七筆資料刪除，主要原 因為此七筆資料已偏離樣本過多，進行推估廢棄物時易造成誤差，故 本研究將其刪除。. 20.
(34) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 資料來源︰本研究整理. 圖 3-9 直方圖-資料篩選前 表 3-3 新建工程資料篩選前之組中點、上下界 組中點（m3/m2） 下界（m3/m2） 0.26 0.01 0.76 0.51 1.26 1.01 1.76 1.51 2.26 2.01 2.76 2.51 資料來源：本研究整理. 上界（m3/m2） 0.51 1.01 1.51 2.01 2.51 3.01. 筆數 35 4 1 0 0 1. 經由上述對於資料之分析與篩選後，利用直方圖將34筆資料再次 進行分析，如圖3-10所示。各組之組中點分別如表3-4所示，故本研究 將針對此34筆資料進行廢棄物數量之推估。. 資料來源：本研究整理. 圖 3-10 直方圖-資料篩選後. 21.
(35) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 表 3-4 新建工程資料合併後之組中點、上下界 組中點（m3/m2） 下界（m3/m2） 0.0268 0.0105 0.0594 0.0431 0.092 0.0757 0.1246 0.1083 0.1572 0.1409 0.1898 0.1735 資料來源：本研究整理. 上界（m3/m2） 0.0431 0.0757 0.1083 0.1409 0.1735 0.2062. 筆數 5 10 9 6 3 1. 第四節 拆除工程資料分析與篩選 本研究透過台北縣政府、台中市政府與台南市政府與現場工地實 際紀錄蒐集拆除工程所產生之建築廢棄物數量，並對所蒐集之資料料 進行篩選，以避免某部分資料偏離蒐集樣本過大，而造成推估數量時 之偏差。本研究所蒐集之案例，其單位樓地板面積產生之廢棄物產生 量主要約在0.2~0.98 m3/m2之間，如圖3-11所示。. 資料來源︰本研究整理. 圖 3-11 蒐集案例之單位樓地板面積產生量 另本研究透過直方圖之繪製，了解所蒐集之資料其分佈之區間， 如圖3-12及表3-5所示。於本研究中顯示，直方圖組數共七組，資料最 大值為0.972 m3/m2，資料最小值為0.2451 m3/m2，樣本平均值為0.735 m3/m2。從中發現有兩筆RC住宅型資料其單位產生量相對於其他相同條 件之資料為低，如圖3-13所示，故懷疑此資料有問題予以刪除；有一筆 加強磚造住宅型資料其單位產生量相對於其他相同條件之資料為低， 22.
(36) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 如圖3-14所示，故予以刪除。本研究將這三筆資料篩除，主要原因為此 三筆資料除建築高度與總樓地板面積無法相對比較外，對於其餘構造 種類與建築用途相同條件之資料比較後，發現有異常進行推估廢棄物 時易造成誤差，故本研究將其篩除。. 資料來源：本研究整理. 圖 3-12 直方圖-資料篩選前 表 3-5 拆除工程資料篩選前之組中點、上下界 組中點(m3/m2). 下界(m3/m2). 0.318 0.428 0.538 0.648 0.758 0.868 0.978 資料來源：本研究整理. 0.263 0.373 0.483 0.593 0.703 0.813 0.923. 上界(m3/m2). 筆數. 0.373 0.483 0.593 0.703 0.813 0.923 1.033. 3 4 5 3 13 35 1. 資料來源︰本研究整理. 圖 3-13 RC 住宅型之極端值 23.
(37) 第三章影響建築廢棄物產生因子之探討與資料蒐集. 資料來源︰本研究整理. 圖 3-14 加強磚造住宅型之極端值 經由上述對於資料之分析與篩選後，本研究亦利用直方圖將數據 再次進行分析，如圖3-15所示。而所得資料範圍為0.468~0.972 m3/m2， 如表3-6所示。. 資料來源：本研究整理. 圖 3-15 直方圖-資料篩選後 表 3-6 拆除工程資料篩除後之組中點、上下界 組中點(m3/m2) 下界(m3/m2) 0.508 0.468 0.588 0.548 0.668 0.628 0.748 0.708 0.828 0.788 0.908 0.868 0.988 0.948 資料來源：本研究整理. 24. 上界(m3/m2) 0.548 0.628 0.708 0.788 0.868 0.948 1.028. 筆數 8 1 3 9 27 12 1.
(38) 第四章建築廢棄物產生量推估模式之建構. 第四章 建築廢棄物產生量推估模式之建構 第一節 資料之尺度化處理 類神經網路之輸入變數為數值資料之組合，本身並不具任何意 義，藉由類神經網路訓練過程，找出描述輸入與輸出變數之間對應關 係之加權值。資料表現與處理是否適當，對於類神經網路模式發展具 有相當重要的影響。所謂資料之尺度化處理是指將原始資料以正規化 或取對數等方式處理之。主要目的為當用於訓練之資料其變數值域差 別過大，將使值域小之變數對於網路之重要性無法突顯出來，而值域 大之變數控制整個網路學習過程，故可能降低類神經網路學習效果。 除此之外，尺度化處理也可使輸入變數間之對應關係更加明確，提高 類神經網路預測能力。【13】一般將資料尺度化之方式有數種，如線 性尺度法、對數尺度法等，本研究將採用此二種尺度化之方式，試分 別說明如下： z. 對數尺度法（取log）：數據較大時使用，如工程金額與總樓地 板面積時採用此方式，將可使資料縮減至0~1之區間內，本研究 另採用改良式之對數尺度法，對於數據太大者利用log/10之方式 將資料縮減至0~1之間。. z. 線性尺度法：分類編碼時使用，如構造方式、建築用途等，將 可使資料縮減至0~1之間。. 第二節 建築廢棄物產生量推估模式之建立 本研究建構與訓練類神經網路所採用的軟體為The MathWorks，Inc. 所研製之MATLAB中之類神經網路工具箱（Neural Network Toolbox）。 將設定好之訓練範例與測試範例，儲存於EXCEL試算表中，再透過 MATLAB 的 匯 入 資 料 功 能 將 訓 練 範 例 與 測 試 範 例 數 據 直 接 匯 入 MATLAB中即可。將影響建築廢棄物產生量之因子或是拆除執照上之 影響因子做為輸入變數，以建築廢棄物單位面積產生量作為輸出變 25.
(39) 第四章建築廢棄物產生量推估模式之建構. 數，藉由類神經網路進行演算，預測建築工程中於施工/拆除時所產生 之單位建築廢棄物產生量，以作為將來施工單位與管理單位管理與預 算編列之依據。根據觀察本研究問題之特性，選擇監督式學習網路建 構建築廢棄物單位產生量預測模式之網路模式，所使用之類神經網路 架構為倒傳遞類神經網路（Back Propagation Neural Network，BPNN）， 此網路是目前類神經網路學習模式中最具代表性與應用最為普遍之模 式，其適合用來解決與處理需要以類比為基礎求解之問題，並且於非 線性問題等求解上以其精確度高、回想速度快等優於其他類型網路， 故本研究將透過倒傳遞類神經網路之建置，進行建築廢棄物產生量推 估模式之建立。. 一、建築廢棄物產生量推估模式之網路架構 倒傳遞類神經網路（Back Propagation Neural Network，BPNN）之 基本架構主要為輸入層、隱藏層與輸出層三層架構。茲分別說明如下： 輸入層：表示輸入之變數，處理單元依問題而定，經由資料之尺 度化處理後，帶入類神經網路中。本研究主要以影響建 築廢棄物產生量之因子作為主要之輸入變數。 隱藏層：表示輸入變數間之交互影響，其主要作用為連接反應前 一層與後一層之互動關係，處理單元數目以多少為佳或 需要幾層隱藏層較為適當，目前尚無一定論，一般而言 依問題之特性與試驗法來決定最佳處理單元數與採用何 種非線性轉換函數。 輸出層：表示輸出變數，處理單元數依問題而定，主要透過輸入 層之輸入資料數據，透過隱藏層運算後，透過輸出層輸 出，本研究主要以每單位樓地板面積產生量分類作為輸 出變數。 其網路架構如下所述： 1. 影響因子輸入變數之決定 輸入層之變數於新建工程主要為建築總樓地板面積、工程金額、 26.
(40) 第四章建築廢棄物產生量推估模式之建構. 構造種類與建築用途等，而於拆除工程主要為總樓地板面積、構造種 類、建築用途與建築物樓層數等將其轉換後分別輸入，但由於不同之 處理單元組合方式，將影響到模式預估能力，故本研究必須於模式訓 練與測試實驗中方能得到較佳之模式組合。 2. 隱藏層之選擇 隱藏層主要表示輸入變數間之交互影響作用，其主要作用為連接 反應前一層與後一層之互動關係 3. 輸出層 此預估模式依據上述之影響因子為輸入變數，經由預估模式網路 訓練後，產生一範圍區間，而輸出層個數則經由測試各分類區間之準 確率之後決定，主要針對單一建築物所產生之建築廢棄物數量範圍為 主要輸出。. 二、類神經網路參數之測試 影響倒傳遞類神經網路運作較為重要之參數為（1）隱藏層處理單 元（2）學習速率（3）訓練次數（4）慣性因子等四個參數，本文針對 訓練次數於100,000次為基準，對於學習率與處理單元數進行測試，試 分別測試出較佳之學習速率、處理單元數、慣性因子，最後觀察訓練 次數探討訓練次數之收斂情況，以下將逐步討論上述之各項測試： 1. 隱藏層處理單元 本文所測試之隱藏層處理單元各數從1~30個分別進行測試，訓練 次數均為100,000次，學習率定為0.5，其測試結果如圖4-1、圖4-2所示， 結果顯示，於新建工程方面測試處理單元數為11時，所得到之正確率 最為準確，達正確率80％。於拆除工程方面測試處理單元數為10時， 所得到之正確率最為精準，達正確率80％。. 27.
(41) 第四章建築廢棄物產生量推估模式之建構. 圖 4-1 不同隱藏層之處理單元正確率（新建）. 圖 4-2 不同隱藏層之處理單元正確率（拆除） 2. 學習速率 為了求得較佳的學習速率參數值，本文乃將學習速率分為0.1、 0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9及1.0等十種。結果顯示如圖4-3、 圖4-4所示，於新建工程學習速率於0.2時所得之正確率為80％，於拆除 工程學習速率為0.2時所得之正確率為80。 3. 訓練次數 由圖4-5、圖4-6可觀察出，於新建工程訓練次數大於20,000次以上 均可得到較佳之正確率。於拆除工程訓練次數在15,000次可得較佳之正 確率。. 28.
(42) 第四章建築廢棄物產生量推估模式之建構. 圖 4-3 不同學習率之正確率（新建）. 圖 4-4 不同學習率之正確率（拆除）. 圖 4-5 不同訓練次數之正確率（新建）. 圖 4-6 不同訓練次數之正確率（拆除） 29.
(43) 第四章建築廢棄物產生量推估模式之建構. 4. 慣性因子 本文將慣性因子為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8及0.9等 九種進行測試由圖4-7、圖4-8所示，新建工程慣性因子在0.3時有不錯 的分類結果。拆除工程慣性因子在0.6時有不錯之分類結果。. 圖 4-7 不同慣性因子之正確率（新建）. 圖 4-8 不同慣性因子之正確率（拆除） 本研究針對類神經網路幾個較為重要之參數如（1）隱藏層處理單 元（2）學習速率（3）訓練次數（4）慣性因子等四個參數進行測試， 透過測試之方式尋求隱藏層處理單元之較佳個數、較佳之學習速率、 適當之訓練次數與較佳慣性因子，如此方能使類神經網路於推估建築 廢棄物產生量時有著良好之效能。經由本研究測試結果決定最佳之組 合如下所示： 新建工程 隱藏層處理單元：11個 學習速率：0.2 30.
(44) 第四章建築廢棄物產生量推估模式之建構. 慣性因子：0.3 訓練次數：20,000次 拆除工程 隱藏層處理單元：10個 學習速率：0.2 慣性因子：0.6 訓練次數：15,000次 上述所得之各項較佳參數及所篩選後之資料各分類為3~6組，做其 準確度分析，從中發現新建工程與拆除工程在分類為三組時準確度最 高，如圖4-9、圖4-10所示，故將資料分類為三組，各定義為產生量少、 一般產生量與產生量多。而各項資料之範圍如表4-1、表4-2所示。. 圖 4-9 新建工程之分類準確度. 圖 4-10 拆除工程之分類準確度. 31.
(45) 第四章建築廢棄物產生量推估模式之建構. 表 4-1 新建工程之資料分類 分類. 組中點(m3/m2). 下界(m3/m2). 上界(m3/m2). 筆數. 產生量少. 0.05. 0.01. 0.08. 22. 一般產生量. 0.12. 0.08. 0.15. 37. 產生量多. 0.19. 0.15. 0.23. 9. 表 4-2 拆除工程之資料分類 分類. 組中點(m3/m2). 下界(m3/m2). 上界(m3/m2). 筆數. 產生量少 一般產生量 產生量多. 0.553 0.723 0.893. 0.468 0.638 0.808. 0.638 0.808 0.978. 9 14 38. 第三節 建築廢棄物產生量推估模式之架構 本研究所採用之類神經網路為倒傳遞類神經網路，架構為4個輸入 值，中間層為1層之處理層，輸出值為3個輸出值，網路架構圖如4-10、 圖4-12所示，各項參數值如表4-3所示。. 資料來源：本研究整理. 圖 4-11 新建工程網路架構圖. 32.
(46) 第四章建築廢棄物產生量推估模式之建構. 資料來源：本研究整理. 圖 4-12 拆除工程網路架構圖 表 4-3 網路參數表 網路參數項目 NN Type. 參數值（形態）【新建】 Feed Forward Backpropagation Tansigmoid TrainGDM LearnGDM. Transfer Function Training Function Learning Function Performance MSE Function Goal 0 Learning Rate 0.2 Hidden Layer 1 Hidden Note 11 Epochs 20000 80% 訓練、20%測試 Sample Search 資料來源：本研究整理. 參數值（形態）【拆除】 Feed Forward Backpropagation Tansigmoid TrainGDM LearnGDM MSE 0 0.2 1 10 15000 80% 訓練、20%測試. 第四節 新建工程建築廢棄物產生量推估模式之訓練與驗證 一、新建工程建築廢棄物產生量推估模式之訓練 本文經由第三章資料之篩選，選定34筆建築工程資料後，利用隨 機選取樣本數之80％即為24筆資料作為訓練資料，透過EXCEL建製整 體建築工程之資料庫，再透過匯入MATLAB之功能進行類神經網路之 操作，類神經網路各項係數之決定，主要依據表4-3所示，隨後進行類 神經網路之訓練。 33.
(47) 第四章建築廢棄物產生量推估模式之建構 訓練結果. 產生量之分類. 3. 2. 1. 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 筆數 實際產生量之分類. 訓練結果. 圖 4-13 類神經網路訓練結果. 圖 4-14 類神經網路訓練收斂圖 類神經網路之訓練結果及收斂分別如圖4-13及圖4-14所示，所得之 正確率為91.67％，於24筆資料中有2筆資料無法符合訓練之結果，其訓 練之誤差資料如下表4-4所示。由類神經網路訓練後顯示，造成誤差之 結果均落於實際產生量之正負一區間內，產生之結果不至於落差至二 區間內，且正確率91.67％為本研究可接受之合理範圍。故本研究將利 用24筆資料所訓練出來之類神經網路進行測試之工作，測試是否本研 究所利用類神經網路所建構之廢棄物產生量推估模式是否正確。 表 4-4 新建工程訓練之誤差資料 實際單位 預測單位 產生量分類 產生量分類 第三類 第二類 住宅 310000000 3 2 (0.17 m /m ) (0.11 m3/m2) 第二類 第一類 辦公大樓 320000000 3 2 (0.11 m /m ) (0.04 m3/m2). 筆數 總樓地板面積 m2 構造種類 建築用途 工程金額 14. 13000. SRC. 23. 13861.39. RC. 34.
(48) 第四章建築廢棄物產生量推估模式之建構. 二、新建工程建築廢棄物產生量推估模式之驗證 本研究經由網路之架構與訓練後，即進行類神經網路之測試，經 由第三章資料之篩選，選定34筆建築工程資料後，利用隨機選取樣本 數之80％訓練資料所剩餘之20％資料作為類神經網路測試筆數，共有 10筆資料進行類神經網路之測試。測試結果準確率達80％，如圖4-15。. 驗證結果. 產生量之分類. 3 2 1 0 1. 2. 3. 4. 5. 6 筆數. 實際產生量之分類. 7. 8. 9. 10. 測試. 圖 4-15 類神經網路測試結果 類神經網路之測試結果顯示，所得之正確率為80％，於10筆測試 資料中有2筆資料無法符合實際產生之結果，其測試之誤差資料如下表 4-5所示。 表 4-5 新建工程測試之誤差資料 實際單位 產生量分類 第三類 辦公大樓 239900000 (0.17 m3/m2) 第二類 辦公大樓 507089395 (0.11 m3/m2). 筆數 總樓地板面積 m2 構造種類 建築用途 4. 6246.8. SS. 5. 18719.25. SRC. 工程金額. 預測單位 產生量分類 第二類 (0.11 m3/m2) 第一類 (0.04 m3/m2). 三、新建工程建築廢棄物數量推估模式之二次建模 本研究利用所建製之初步建築廢棄物推估數量模式檢核台北縣政 府所提供之案例，亦即利用台北縣政府所提供之資料輸入至本研究之 35.
(49) 第四章建築廢棄物產生量推估模式之建構. 初步模式中，檢核經由本研究模式計算之輸出值是否與台北縣政府所 提供之輸出值相同，相同者表符合實際產生量。台北縣政府所提供之 案例筆數為 176 筆，透過本研究模式篩選檢核後，共有 34 筆符合實際 產生量。 經篩選台北縣政府所提供之資料，並與工地實際所蒐集之案例加 總後，總案例筆數為68筆，住宅類為38筆，辦公大樓10筆，工廠10筆， 其他10筆（小學或醫院），如圖4-16所示。. 50. 筆數. 40 30 20 10 0 住宅類. 辦公大樓. 工廠. 其他. 用途. 圖 4-16 蒐集案例之用途種類 本研究利用直方圖將數據再次進行分析，如圖 4-17 所示。將直方 圖組數分為三組，將產生量區分為產生量少、一般產生量與產生量多 之分類。所得之資料範圍為 0.01~0.23m3/m2，各組之組中點分別如表 4-6 所示，資料經由篩選後較為平均，故本研究將針對此 68 筆資料進 行建築廢棄物數量推估之建置。. 圖 4-17 直方圖-加入台北縣政府資料 36.
(50) 第四章建築廢棄物產生量推估模式之建構. 表 4-6 六十八筆資料之組中點、上下界 分類. 組中點(m3/m2). 下界(m3/m2). 上界(m3/m2). 筆數. 產生量少. 0.05. 0.01. 0.08. 22. 一般產生量. 0.12. 0.08. 0.15. 37. 產生量多. 0.19. 0.15. 0.23. 9. 68筆建築工程案例利用隨機選取樣本數之80％即為54筆資料作為 資料訓練筆數，訓練結果準確率達88.68％，如圖4-18所示。 訓練結果. 產生範圍. 3. 2. 1. 實際產 生數量. 0. 訓練結 果. 1. 4. 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 筆數. 圖 4-18 類神經網路訓練結果 測試筆數為14筆，測試準確率為85.71％，如圖4-19所示 測試結果. 產生範圍. 3. 2. 實際產 生量. 1. 0 1. 2. 3. 4. 5. 6. 7 8 筆數. 9. 10 11 12 13 14. 測試結 果. 圖 4-19 纇神經網路測試結果 案例資料數增加為68筆，再經由類神經網路之訓練與測試後，使 建築廢棄物產生量推估模式更能強化其準確率，使推估更加準確。. 37.
(51) 第四章建築廢棄物產生量推估模式之建構. 第五節 拆除工程建築廢棄物產生量推估模式之訓練與驗證 一、拆除工程建築廢棄物產生量推估模式之訓練 本研究經由第三章資料之篩選，選定61筆建築工程資料後，利用 隨機選取樣本數之80％作為資料訓練筆數，共有48筆資料進行訓練， 透過EXCEL建製整體建築工程之資料庫，再透過匯入MATLAB之功能 進行類神經網路之操作，而類神經網路各項係數之決定，主要依據表 4-3所示，進行類神經網路之訓練。. 圖 4-20 類神經網路訓練結果. 圖 4-21 類神經網路訓練收斂圖 類神經網路之訓練結及收斂如圖4-20及圖4-21所示，所得之正確率 為89.58％，於48筆資料中有5筆資料無法符合訓練之結果，其訓練之誤 差資料如下表4-7所示。由類神經網路訓練後顯示，造成誤差之結果均 38.
(52) 第四章建築廢棄物產生量推估模式之建構. 落於實際產生量之正負一區間內，產生之結果不至於落差至二區間 內，且正確率89.85％為本研究所接受之合理範圍。故本研究將利用48 筆資料所訓練出來之類神經網路進行測試之工作，測試本研究所利用 類神經網路所建構之廢棄物產生量推估模式是否正確。 表 4-7 拆除工程訓練之誤差資料 筆數 總樓地板面積 m2 構造種類 建築用途 樓層數 7. 357.14. RC. 住宅. 2. 19. 693.36. RC. 住宅. 3. 24. 123.4. RC. 住宅. 4. 26. 1721.95. 磚造. 住宅. 5. 42. 529.45. 加強磚造. 住宅. 3. 實際單位 產生量分類 第二類 (0.723 m3/m2) 第二類 (0.723 m3/m2) 第二類 (0.723 m3/m2) 第二類 (0.723 m3/m2) 第二類 (0.723 m3/m2). 預測單位 產生量分類 第三類 (0.893 m3/m2) 第三類 (0.893 m3/m2) 第三類 (0.893 m3/m2) 第三類 (0.893 m3/m2) 第三類 (0.893 m3/m2). 二、拆除工程建築廢棄物產生量推估模式之驗證 本研究選定61筆拆除工程資料，利用隨機選取樣本數之20％資料 作為類神經網路測試筆數，共有13筆資料進行類神經網路之測試。測 試結果如圖4-22。. 圖 4-22 類神經網路測試結果 類神經網路之測試結果顯示，所得之正確率為84.62％，於13筆測 39.
(53) 第四章建築廢棄物產生量推估模式之建構. 試資料中有2筆資料無法符合實際產生之結果，其測試誤差資料如下表 4-8所示。 表 4-8 拆除工程測試之誤差資料 筆數 總樓地板面積 m2 構造種類 建築用途 樓層數 3. 94.9. RC. 住宅. 1. 4. 103.5. 磚造. 住宅. 1. 實際單位 預測單位 產生量分類 產生量分類 第二類 第三類 3 2 (0.723 m /m ) (0.893 m3/m2) 第二類 第三類 (0.723 m3/m2) (0.893 m3/m2). 第六節 輸入因子變數影響程度之比較 一、單一因子變數影響程度之比較 本研究嘗試將各輸入因子輸入至類神經網路進行訓練與案例驗 證，先將「總樓地板面積」作為影響因子，將其經類神經網路訓練與 驗證，其結果顯示，準確率達78.57％（新建）及53.85％（拆除），如 表4-9、表4-10所示，將個別之影響因子輸入至類神經網路之輸出結果， 可發現新建工程中以總樓地板面積為主要影響建築廢棄物產生量之因 子，而拆除工程則以構造種類為主要影響因子。其餘因子因其準確率 較低，所以影響建築廢棄物產生量的相關性相較為低。 表 4-9 新建工程單一因子變數比較 總樓地板面積 78.57％. 單一影響因子變數之比較 構造種類 建築用途 71.42％ 71.42％. 工程金額 71.42％. 表 4-10 拆除工程單一因子變數比較 總樓地板面積 53.85％. 單一影響因子變數之比較 構造種類 建築用途 76.92％ 61.54％. 40. 建築物樓層數 69.23％.
(54) 第四章建築廢棄物產生量推估模式之建構. 二、二因子輸入變數影響程度之比較 本研究嘗試一次先加入兩個影響建築廢棄物之輸入因子作為輸入 層，試經由兩兩比較之方式比較出其二者之差異與相關性。如表4-11、 表4-12所示，為經由類神經網路訓練與測試之結果，結果顯示如下。從 中發現於新建工程當輸入總樓地板面積與構造種類、建築用途、工程 金額搭配時，其準確率達78.57％，故表示構造種類、建築用途、工程 金額對於建築廢棄物產生量之影響有著相當之關聯，但其關聯性較 小。而於拆除工程當輸入構造種類與建築物樓層數時，其準確率最高， 故表示當輸入此兩項因子時對於建築廢棄物產生量影響較大。 表 4-11 二因子變數比較 總 樓 地 板 面 積 總樓地板面積 總 樓 地 板 面 積 構造種類與 構 造 種 類 與 建 築 用 途 與 與構造種類 與建築用途 與工程金額 工程金額 建築用途 工程金額 78.57％ 78.57％ 78.57％ 71.42％ 71.42％ 71.42％. 表 4-12 二因子變數比較 總 樓 地 板 面 積 總樓地板面積 總樓地板面積與 構造種類與建 構 造 種 類 與 建築用途與建 與構造種類 與建築用途 建築物樓層數 築物樓層數 建築用途 築物樓層數 61.54％ 53.85％ 53.85％ 76.92％ 69.23％ 61.54％. 三、三因子輸入變數影響程度之比較 本研究將影響因子增加至三個影響建築廢棄物之輸入因子作為輸 入層，試經由兩兩比較之方式比較出其二者之差異與相關性，如表 4-13、表4-14所示。於新建工程輸入變數為總樓地板面積、構造種類與 建築用途或總樓地板面積、構造種類與工程金額或總樓地板面積、建 築用途與工程金額時，其測試準確率達78.57％，唯當輸入變數為總樓 地板面積時，其準確率下降至71.42％，可發現總樓地板面積之影響性 較高。於拆除工程輸入變數為構造種類、建築用途與建築物樓層數時， 其測試準確率達76.92％，但當輸入變數由總樓地板面積替換構造種類 時，準確率下降至53.85％，可發現構造種類對於建築廢棄物產生量之 影響性較高。 41.
數據
+7
相關文件
資源化產業為有工廠 登記之製造業，須檢 附下列之資格證明文 件之一：.
Finally, based on the experience in the test run period, the operational construction lab will be equipped with more and more suitable construction equipments and safety facilities
Reuse, Reduction and Recycle of Construction and Demolition Waste Construction and Demolition Waste... What is Construction Waste What is
香港歷史 建築的特 色 歷史建築
In response to the twenty-first century’s global economy, “broadband network construction” is an important basis for the government in developing the national knowledge and
分別至埔里場、南投場、霧峰場、大里場、太平場五處 921 震災
Secondly, the assessment of practical cases, Fire burning by a variety of experimental literature measured data(Such as temperature, flame height, heat radiation) , With the
建築學院四樓 A421 普通教室 建築學院五樓 A506 普通教室 建築學院五樓 A510 繪圖室 建築學院五樓 A511 評圖室 建築學院五樓 A512 研究室 建築學院五樓 A513 評圖室
