營建工地知識歸納學習系統-以連續壁工程單元分割為例

Abstract

在機器學習的領域中，概念學習一直是相當受重視的課題之一。所謂概念學習就是 從一群已分類的特定範例中，歸納出符合整個群組範例的普遍性概念。對營建產業 而言，由於各工程案例的條件與狀況變化多端，很難用一套簡單明確且有系統的知 識法則來解決所有可能的問題( 如結構設計、施工規劃、工地現場配置等 )。因此 ，概念學習對每一個營建工程師而言應是十分基本而重要的。在遭遇新問題時，工 程師會依據其本身的工作經驗將新問題分類，再依循過去解決此類問題的方法來解 決新問題。然而此分類卻是動態而不固定的( 與一般知識領域不同，如為的分類、 幾何物件的分類等是屬於靜態的分類方法 )。其分類方式可能會因考慮的角度不同 而有所差異，即使是同一個工程案例亦可能被歸類為不同的群組，而不同的工程師 其分類的準則可能也不盡相同。 本研究以連續壁工程單元分割計劃為例，模擬人類解決問題的過程，使用者可以以 動態的分類方式，於案例庫中篩選出與新問題同類別的舊案例，再從這些舊案例中 以歸納學習的方式推導出一般性的知識法則，藉以推論新問題的答案。在歸納學習 方面，本系統採用STAR歸納學習演算法進行歸納，並容許使用者訂定雜訊的敏感度 以改善傳統STAR歸納學習演算法易受雜訊資訊影響的缺點。