國 立 成 功 大 學

土 木 工 程 研 究 所
碩 士 論 文

營建工程風險確認分析模式
-以隧道擠壓變形潛能為例
(The Engineering Risk Identification and Analysis Model
- Quote by Tunnel Squeezing Potential)

研 究 生：廖 偉 全
指導教授：馮 重 偉 博士

中華民國九十一年六月二十七日
 營建工程風險確認分析模式-

以隧道擠壓變形潛能為例

摘要
風險管理的理念是現今企業經營的重要考量因素之一，由於營建工程所面臨
施工環境與施工條件的不確定性尤甚於其他產業，因此營建產業更應投注心力於
工程風險的積極掌握與控制，除維護工程安全、避免工程損失外，也是確保利潤
不因為風險發生而遭受侵蝕。
風險管理必須對風險先能確認分析，絕大多數情況下風險並非顯而易見，也
不容易辨識和預測，常常因為注意表面現象而忽略內在的危險，因此辨識和衡量
風險在風險管理中尤為重要。過去研究對於風險確認分析多以風險列舉的方式確
認風險因素，再藉由專家評判或是統計方法建立影響權重，在風險分析時，往往
忽略因素間相互影響的關係，或以專家經驗建立權重之際將影響關係作概括性處
理。因此風險分析對於系統作用清楚的工程風險，藉由計算分析的方式增加設計
上的安全係數，而對系統作用不清楚的工程風險，則只能靠工程師經驗判斷處置。
安全係數高增加工程成本，安全係數低則產生工程安全問題，再者工程經驗判斷
也有因人而異的疑慮。過去的做法少有以風險管理的角色出發，因此本研究建立
一個系統化的風險確認分析模式，藉由工程案例的資料回饋分析，能迅速進行風
險的影響程度判斷，通過不同方式的風險處置行動以滿足工程安全與經濟的目標。
系統模式建立是結合灰色系統理論與模糊集理論，因為風險系統的風險因素
有相互影響的關係，而灰色系統理論可以被用來處理這種灰關係並克服少數據分
析上的困境，從而選擇出適當的風險評估因子。對於風險分析的衡量，藉由模糊
集理論處理風險因素的不確定性質，消除過去必須使用精確數值進行計算的分析
方式，並且也能得到一定精度的判斷，足夠作為風險處置的決策基礎。
對於所構建營建工程風險確認分析模式，藉由隧道擠壓變形潛能為例進行驗
證，研究成果確定經過擷取後風險因素較擷取前使用所有風險因素有較佳風險評
估效果﹔其次累積足夠的回饋分析資料或是輔以安全係數能夠增加評估結果的可
靠性。整體而言本研究模式確實能夠做為風險管理初步的風險確認分析。

關鍵詞：風險確認分析、灰色系統理論、模糊集理論

I
 The Engineering Risk Identification and Analysis Model
- Quote by Tunnel Squeezing Potential

Abstract
Risk management is an importance element of a business managing. The
construction industry has more uncertain change, such that we should pay
more efforts on engineering risk control. Not only to keep construction
safety but also to keep off loss. Risk management has to take risk
identification and analysis first. In the past, the engineer to deal with risk
is design to take higher safety coefficient or by engineer experience to
handle and less to create an engineering risk identification and analysis
model systematized. This study is try to use Grey system theory and Fuzzy
set theory to create an engineering risk identification and analysis model
and use the engineering risk of tunnel squeezing potential to test suitable
for risk assessment. Results of this study show that (1) After picking risk
assessment factors by grey relation analysis, risk analysis can reduce the
influence by the same type factors, (2) This model can take risk
assessment by accumulating construction record data to go back to
analysis providing more information assist risk management in decision
making.

Keyword：Risk Identification and Analysis, Grey System Theory, Fuzzy Set Theory

II
 誌 謝

論文完成之際，其實心中的感謝尤甚於喜悅的心情。從研究題目之探索與選取、

論文架構之確立與斧正，以致最後論文之定稿與付梓，均澤恩師 馮重偉博士悉心指

導得以順利完成。老師寬闊的學術思考、嚴謹的研究態度，對學生的循循善誘，謹此

致上學生最誠摯之敬意與感謝。老師，您辛苦了！

論文口試期間，承蒙 范嘉程博士、鄭道明老師、曾惠斌老師費心審閱並惠賜許

多寶貴意見與建議，在此表示深摯的謝意。同時也必須謝謝中興工程顧問公司王瀛恭

先生、大陸工程公司蔡宏銘先生在研究過程中所提供的意見與協助，使本論文能順利

完成。

感謝博士班吳獻堂學長，以及學長姐劉劍成、陳怡兆、沈芳瑩、江秉忠、謝文憲、

宋克平、陳建豐、黃玲瑛、陳素娥、吳秉澄，同窗鄭益明、王聖元、鐘宏吉、邱淑華、

黃佳駿，學弟妹蘇世昌、林恩仕、宋欣財、陳宗儀、郭信成、鄭翔元、李家慶、莊曜

聰等等研究室諸位夥伴。謝謝你們的陪伴，我們學業上彼此切磋、生活上共同關懷、

精神上相互砥礪，因為諸位的參與，豐富在研究所學習的生活更讓我受益匪淺。

時光匆匆，成大六年來學習過程的點點滴滴，在論文付梓之際，特別令人感懷過

去這段歲月所經歷的人與事，感謝一路上提攜與扶持我走過的師長與朋友，讓我在這

段人生的黃金歲月裡留下美麗的足跡。謝謝所有 89 級的同學這六年來的相知相惜，

許多的話語充塞心中但一言難盡，在這學習的過程裡我並不孤獨，謝謝你們。

僅以此論文獻給我親愛的父親，感謝我的家人無微不致的關懷與照顧，使我無憂

無慮地專注學習與研究，順利的朝向下一個人生旅程前進。期盼未來的日子裡能盡一

己之力，為你們分憂解勞，不辜負你們對我的期許與鼓勵。

III
 目錄

摘要 Ⅰ
誌謝 Ⅲ
目錄 Ⅳ
表目錄 Ⅵ
圖目錄 Ⅶ

第一章 序論……………………………………………………………… 1-6

1.1 研究動機與背景…………………………………………………… 1
1.2 研究目的…………………………………………………………… 3
1.3 研究方法與流程…………………………………………………… 4
1.4 論文架構…………………………………………………………… 6

第二章 研究問題陳述…………………………………………………… 7-13

2.1 評估因子關聯性分析……………………………………………… 7
2.2 工程風險分析評估………………………………………………… 9
2.3 研究範圍與限制…………………………………………………… 12

第三章 文獻回顧………………………………………………………… 14-23

3.1 風險管理…………………………………………………………… 14
3.1.1 風險確認……………………………………………………… 15
3.1.2 風險分析……………………………………………………… 17
3.1.3 小結…………………………………………………………… 18
3.2 隧道擠壓變形潛能評估…………………………………………… 19

第四章 風險確認分析模式構建………………………………………… 24-52

4.1 灰色系統理論……………………………………………………… 24
4.1.1 灰色系統理論原理與量化模型……………………………… 27
4.1.2 灰關聯分析模型……………………………………………… 30
4.2 擷取代表性地質參數之模式構建………………………………… 33
4.2.1 地質參數數據列確定與處理………………………………… 34
4.2.2 地質參數分群與擷取………………………………………… 36
4.3 模糊集理論………………………………………………………… 39
4.3.1 模糊集合運算………………………………………………… 43
4.3.2 模糊推論……………………………………………………… 45
4.4 隧道擠壓變形風險分析模式構建………………………………… 47

IV
 4.4.1 分析模式的評估基準………………………………………… 48
4.4.2 隸屬函數選取與擠壓變形潛能分級………………………… 50

第五章 模式應用與驗證………………………………………………… 53-74

5.1 評估案例基本資料………………………………………………… 54
5.1.1 地質參數資料………………………………………………… 55
5.1.2 頂拱收斂儀監測紀錄………………………………………… 57
5.2 模式應用計算流程………………………………………………… 58
5.2.1 代表性地質參數擷取………………………………………… 58
5.2.2 擠壓變形潛能分級…………………………………………… 62
5.2.3 工程風險確認分析…………………………………………… 68
5.3 評估結果與分析…………………………………………………… 69

第六章 結論與建議……………………………………………………… 75-77

6.1 結論………………………………………………………………… 75
6.2 建議………………………………………………………………… 77

參考文獻…………………………………………………………………… 78-80

V
 表目錄
表 3.1 Jethwa 等(1984)建議之擠壓潛能評估準則 20
表 3.2 Bhasin 與 Grimstad(1996)建議之擠壓潛能評估準則 21
表 3.3 俞旗文與陳錦清(1996)建議之隧道擠壓程度判定準則 22
表 3.4 陳錦清等(1998)建議之隧道擠壓性研判準則 23
表 4.1 灰色系統理論與統計機率、模糊集理論的區別 25
表 4.2 測試例：8 個因子的兩兩灰關聯度值 37
表 4.3 測試列：以門檻值 0.8 進行分群之結果 38
表 4.4 模糊集合運算子基本概念 43
表 4.5 模糊集合運算基本性質 44
表 4.6 模糊集合代數運算 44
表 4.7 灰關聯度與模糊權重等級的對照關係 49
表 5.1 木柵隧道南下線地質參數資料 56
表 5.2 Hoek-Brown(1988)建議之岩體評分所採用凝聚力 c、摩擦角ψ 56
表 5.3 經驗公式對岩體變形模數推估 56
表 5.4 經驗公式對岩體單壓強度推估 56
表 5.5 木柵隧道南下線頂拱沉陷監測 57
表 5.6 地質參數間兩兩灰關聯度 60
表 5.7 分群門檻值敏感度分析 61
表 5.8 地質參數引發擠壓變形潛能關係 65
表 5.9 地質參數模糊評等 65
表 5.10 模糊權重平均計算擠壓變形潛感值 66
表 5.11 解模糊化後評估指數與實際擠壓變形情況 66
表 5.12 擠壓變形評估指數潛能分級 68
表 5.13 評估區域地質參數模糊評等 68
表 5.14 模糊權重平均計算擠壓變形潛感值 68
表 5.15 評估指數評判結果 69
表 5.16 回饋分析資料 69
表 5.17 測試判斷資料 70
表 5.18 評估結果比較 71
表 5.19 評估指數增加安全係數 1.5 後潛能分級 71
表 5.20 加入安全係數 1.5 後評估結果 71
表 5.21 增加回饋分析資料點後評估指數 73
表 5.22 增加回饋分析資料點後判斷區域評估指數 73
表 5.23 增加回饋分析資料點後評估指數潛能分級 73
表 5.24 增加回饋分析資料點後評估結果 73
表 5.25 增加回饋分析資料點並去除資料歧異點後評估指數 74
表 5.26 增加回饋分析資料點並去除資料歧異點後判斷區域評估指數 74
表 5.27 增加回饋分析資料點並去除資料歧異點後評估指數潛能分級 74
表 5.28 增加回饋分析資料點並去除資料歧異點後評估結果 74

VI
 圖目錄
圖 1.1 風險管理循環程序 1
圖 1.2 研究流程 5
圖 2.1 隧道變位管制圖 11
圖 3.1 風險的界定 17
圖 3.2 利用 Q 值預測隧道擠壓程度 21
圖 4.1 擷取代表性地質參數模式構建程序 34
圖 4.2 (a)明確集合 41
圖 4.3 (b)模糊集合 41
圖 4.4 三角形隸屬函數 42
圖 4.5 模糊權重之隸屬函數 45
圖 4.6 重心法解模糊化 46
圖 4.7 地質參數分群與擷取，使評估因子具代表性且影響獨立 48
圖 4.8 地質參數小引發擠壓潛能大 49
圖 4.9 地質參數大引發擠壓潛能大 49
圖 4.10 三角形隸屬函數之模糊權重 51
圖 5.1 模式應用與驗證流程圖 53
圖 5.2 北二高隧道群示意圖 54
圖 5.3 利用 Sakurai(1993)所建議擠壓變形管制圖判斷風險程度 67

VII
 第一章 序論

1.1 研究動機與背景

風險管理的理念已經是現代企業經營的重要考慮因素之一，營建工程的管理亦應

積極掌握與控制所面臨之工程風險期使工程順利完成，除 維護工程安全與避免工程損

失外，也是確保利潤不因為風險發生而遭受侵蝕。所謂風險管理是透過對風險的辨

識、衡量再予以適當的處理，期以最少的成本，使風險加諸於財務的不良影響降至最

低的方法(Williams & Heins，1964)。營建工程的工程風險是由於無法確定的因素及

錯誤之估計或判斷，而導致工程施工時遭受意外事故所造成的生命或財產損失(劉福

標，1999)。營建工程相較其他事業屬於較高風險的行業，營建工程的施作容易受到

天氣、地質情況、人為原因等不確定因素影響，進而造成工程成本增加與工期延長。

為了達成風險管理的目標，一般實施程序經過風險確認、風險分析、風險處理再加上

管理評估，如圖 1.1 所示。由此可知風險管理首先必須對風險進行確認與分析。

風險管理
風險確認 風險分析 風險處置
評估
圖 1.1 風險管理循環程序

將工程風險影響的範圍界定為一個風險系統，風險確認是要辨識影響系統作用之

風險因素，過去對於風險確認的做法不外風險列舉法與保險單檢查法兩類(劉福標，

1999)，或源於施工經驗累積不然即是專家研究分析，然而多數僅考慮風險因素造成

風險發生的可能性與機率，而較少有風險因素間影響與風險發生的關聯性考慮，以之

應用於風險分析上可能造成評估結果偏誤。因此對於工程風險進行風險管理時，有必

要建立一個新的風險確認分析模式，能夠從工程風險系統識別風險因素趨勢與主次，

並考慮風險決策的資訊需求與風險系統性質，使用適當風險分析方法判斷工程風險，

藉由不同風險處置方法達成風險管理目標。

1
 此外因為台灣地理環境為山多平原少，隨著交通建設不斷拓展，可以預期未來將

有更多的隧道工程。由於隧道工程所面對的不確定環境尤甚於其他工程類別，因此在

許多交通建設中往往成為工程計劃的關鍵項目。因為隧道施工往往必須面對複雜多變

的地質條件，而台灣地質年代較年輕，岩性及構造之變化差異性大，因此隧道工程遭

遇地質條件惡劣區域往往增加施工困難度及危險性，造成工期延誤、成本增加與工程

災害發生。然而現有地質調查作業在客觀條件下基於工期與成本的考量，未能完全詳

盡掌握地質條件，造成風險因素無法確定甚至錯誤之估計或判斷，若規劃設計與施工

進行前能預警工程潛在危險，將有助於危險避免與危機應變。從風險管理的角度觀

之，如果能透過風險確認分析的作為，將可能發生之意外或損失事件，於事先加以處

理或控制，對於工程施作將有莫大的助益。由上述所知，有其必要針對隧道工程風險

確認分析架構一易於使用且客觀的評估模式。因此本研究以灰色系統理論及模糊集理

論為基礎，建立營建工程風險確認分析模式，並分別進行風險分析評估因子擷選及風

險潛能評估。

影響隧道擠壓變形現象的地質參數繁多，而地質調查與岩石力學試驗資料有限，

並且地質參數間相互影響的作用機制也未完全確知。因此隧道擠壓變形的風險系統正

如同現實世界存在的許多抽象系統一般，有訊息不確定或不確知的原因，無法被具體

而微的描述與試驗，而反映出灰色系統的特徵。灰色系統理論(Grey System theory)

以數據序列的處理尋找數據的規律，能夠處理數據間的灰色關係，並且模式所需之數

據量少，故值得考慮以灰色系統理論為基礎，進行風險分析之評估因子擷選。至於模

糊集理論(Fuzzy Set theory)是為了處理生活上“模糊事物”所發展出來一套嚴謹的

數學方法(熊雲嵋，1992)。評估隧道擠壓變形之風險分析，使用評估因子為利用地質

調查與岩石力學試驗得到的地質參數，而風險系統中地質參數的值具有不確定性是概

略的數值，但是工程師的經驗判斷並不需要精確的數學運算，人腦本身具備一種用以

前經驗來判斷事情的直覺，如果能完善地處理特徵描述(地質參數)中具有的模糊性，

就能真實表達事物呈現的形象。因此藉由模糊集理論得到一定精度的判斷，達成風險

分析的目的。本研究以隧道擠壓變形潛能為例，運用灰色系統理論與模糊集理論，擷

取評估參數以衡量工程風險輔助決策，完成營建工程風險確認分析模式之構建。

2
1.2 研究目的

研究之內容主要在於建立一結合灰色系統理論與模糊集理論之風險確認分析模

式，並應用此模式於隧道擠壓變形潛能分析上。期能做為工程管理上風險確認分析之

輔助工具，以決策進行適當之風險處置行動。

整理本研究之目的可分為下列幾點：

1.建立營建工程風險評估系統模式

營建工程過去對於工程風險的態度往往並不積極，或在分析設計上增加安全係數

確保工程安全，或是工程師憑藉工程經驗處理所面臨工程風險。建立營建工程風險評

估系統模式，透過對工程風險的確認與分析，可以減少安全係數過大或過小不同風險

態度所致的施工經濟性與安全性顧慮，也能夠累積案例資料的工程經驗回饋分析，將

工程經驗轉化成為工程知識，避免工程師的個人經驗偏誤造成錯誤判斷，進而能積極

掌握與控制風險以達成工程目標。

2.做為隧道工程風險管理之確認分析

風險管理首先應對風險有所識別，由於隧道工程地質調查囿於工程成本與工期的

限制，使施工環境的地質調查資料並不完全充分完整，再者目前對於岩石力學行為的

作用也尚未能完全準確掌握，對於隧道工程之擠壓變形評估，仍多仰賴工程師預測判

斷以確認工程風險並進行處置。本研究嘗試以灰色系統理論與模糊集理論解決資料不

足與關係不明的問題，識別可能存在的危險與影響幅度，做為風險管理之風險確認分

析，輔助風險處置之決策。

3.建立工程施工經驗的知識管理

整理國內外文獻對於隧道擠壓變形評估的研究成果，導入台灣地區隧道工程案例

的資料，進行隧道工程地質參數與擠壓變形潛能關係之探討，一方面是累積台灣隧道

工程資料，一方面是應用案例資料反饋至工程分析，擷取工程案例中的未能夠明顯表

達的知識與經驗，轉化成為評估模式的分析運用，透過工程案例建立知識內隱到外顯

的外化過程，經由知識管理使工程施工經驗提昇層次成為一種工程知識。

3
1.3 研究方法與流程

營建工程風險確認分析模式是對風險系統進行系統分析，考慮隧道擠壓變形的工

程風險進行模式應用與驗證，研究流程大致分成兩個部分，一個是系統影響因子的識

別，一個是系統評估模式的架構。在系統影響因子識別上，進行風險確認擷取代表性

評估因子﹔而在系統評估模式架構上，進行風險分析建立風險潛能評估。結合兩者成

為一個完整的風險系統分析，其方法與流程如後所述。

1.利用灰色系統理論擷取代表性地質參數

風險系統分析要先能確認風險因素，識別影響關係的主次。隧道工程擠壓變形的

工程風險，主要風險因素是地質條件的影響，地質參數是地質調查或是岩石力學試驗

所得到的結果，用以表現出地質條件與力學行為的各種工程性質，因為主客觀條件不

允許，使所能掌握地質條件的資料數量有限。再者地質參數間相互關係確實存在，但

是岩石力學作用的機制至今未能完全掌握，而多因子間相互影響關係與影響程度的研

究並不多見。因此利用灰關聯分析方法釐清地質參數間彼此關聯程度，並處理地質參

數間灰關係與克服分析數據少的問題，進行擷取能代表風險系統與影響獨立的地質參

數，以做為風險分析之評估因子。

2.利用模糊集理論進行擠壓變形潛能評估

風險系統確認風險因素後進行風險分析以衡量風險影響的程度。透過灰色系統理

論擷取評估因子，後續以之建立隧道擠壓變形風險分析的評估模式。由於隧道開挖造

成岩石應力解除而發生擠壓變形現象，過度擠壓變形會使支撐破壞而造成工程災害。

因此有必要對於隧道擠壓進行預測與判斷，預以擬定因應措施進行風險管理行動。隧

道擠壓變形潛能評估是利用模糊集理論，由於地質參數資料具有變動範圍，例如試驗

上取樣地點和施工地點誤差，使地質參數是一個可能的區間。因此藉由使用模糊集理

論的方法，處理數值不確定的區間範圍，將數值轉成語意上的 A(風險潛能很高)、B(風

險潛能高)、C(風險潛能普通)、D(風險潛能低)、E(風險潛能很低)的等級，利用地質

參數模糊評等做為風險分析的依據。從而計算整體風險的潛感值，藉由模糊集理論中

模糊推論的機制，進行擠壓變形潛能評估，完成風險分析模式構建。

4
3.研究流程圖

風險管理是現今企業經營的重要考量因素之一，思考工程管理在建立風險意識所

遭遇之問題，並從這個研究動機出發考慮研究目的，觀察風險管理活動中所遭遇的困

難確立研究問題，針對研究問題界定本研究的研究範圍。整理相關文獻對於風險管理

與工程風險問題的做法，依研究問題與研究範圍所釐清的研究內容，考慮相關研究的

好處與應用上面臨之問題，構建一個新的風險確認分析模式，同時對模式的理論基礎

加以說明。模式經過工程案例應用與驗證，最後對結果進行討論得到結論並提出研究

過程中一些建議。研究流程如圖 1.2 所示。

研究動機與研究目的

確立研究問題與範圍

資料收集與文獻回顧

系統影響因子 系統評估模式

灰色系統理論 模糊集理論

風險確認分析模式

模式應用與驗證

結論與建議

圖 1.2 研究流程

5
1.4 論文架構

本研究論文架構分為六章。

第一章序論說明研究動機與背 第一章 序論
景，並說明研究目的、方法及 1.1 研究動機與背景
流程。 1.2 研究目的
1.3 研究方法及流程
1.4 論文架構

第二章論述本研究討論的研究 第二章 研究問題陳述

問題，說明研究問題的意義與 2.1 評估因子關聯性分析
重要性。 2.2 工程風險分析評估
2.3 研究範圍與限制

第三章整理研究問題過去相關 第三章 文獻回顧

的研究成果，以了解其運用的 3.1 風險管理
成效與使用上限制。 3.2 隧道擠壓變形潛能評估

第四章針對研究問題利用灰色 第四章 風險確認分析模式構建

系統理論與模糊集理論進行研 4.1 灰色系統理論
究，建立分析模式。 4.2 擷取代表性地質參數之模式構建
4.3 模糊集理論
4.4 隧道擠壓變形潛能分析模式構建

第五章利用所建立模式進行個 第五章 模式應用與驗證

案應用驗證，討論模式評估結 5.1 評估案例基本資料
果的可靠性。 5.2 模式應用計算流程
5.3 評估結果與分析

第六章對研究成果提出結論， 第六章 結論與建議

並且建議未來研究方向。 6.1 結論
6.2 建議

6
 第二章 研究問題陳述

風險管理的概念已經成為企業經營的重要考量因素之一，由於營建工程相較其他

事業具有較高風險的特性，理應更加著重於工程風險管理機制的建立。因此本研究就

營建工程風險評估系統發展風險確認分析模式。風險確認即認識工程風險發生的可能

性，辨識損失的根源與性質，並發掘導致風險發生的因素。風險分析是在確認風險的

存在後，衡量其損失程度或是影響幅度，以採取不同的風險處置策略或措施達成風險

管理目標。因此風險確認分析確實是進行風險管理決策的先決條件。其次將模式應用

於隧道擠壓變形潛能並進行驗證，考慮隧道開挖所面臨之擠壓變形工程風險。本章就

研究問題中兩個子題“評估因子關聯性分析”與“工程風險分析評估”以及研究範

圍與限制進行說明。

2.1 評估因子關聯性分析

本節旨在說明模式擷取評估因子(地質參數)的意義。風險因素間具有相互影響的

關係，當風險分析未能建立在影響獨立的評估因子上，分析結果將造成偏誤。以下將

從地質參數定義及意義與地質參數間關聯性說明，透過地質參數間相關性分析，清晰

化影響隧道擠壓變形的風險因素間關係，擷取兼具風險系統中能代表地質條件整體與

風險影響獨立的評估因子。

1.地質參數定義及意義

風險是因為風險因素的增加或產生，造成預期外的差異而造成之損失。因為工程

風險系統中許多因素是帶有不確定的性質，例如天氣、生產力等。由於隧道工程在地

底下施工的關係，各種風險因素中對地質條件掌握尤為重要，所以地質參數是隧道工

程風險系統中相當重要的風險因素。對於影響風險系統的風險因素不限於地質條件，

為避免研究問題之發散，本研究假設在單一隧道下其他影響條件，如隧道施工順序、

支撐時機等是一般相同的情況，而使風險因素只考慮地質條件的變化，藉由分析地質

7
參數與隧道擠壓變形關聯性，建立初步的隧道擠壓變形風險確認分析模式。透過地質

調查與岩石力學試驗所得到地質參數，例如單位重、含水比、比重、孔隙率等等，可

以表現岩石物理性質與工程性質並提供工程分析或設計，同時也被工程師用來判斷地

質狀況與施工安全性。因為地質參數關乎工程分析、設計、安全等等考量，所以說地

質參數是隧道的重要風險因素。地質條件藉由地質參數的描述可以表達地盤的工程性

質，一般從岩石強度、岩石變形性與岩石滲透性三個面向進行描述地質條件，雖然是

三個面向，但都是透過多個不同地質參數分別表達部分意義，單一個地質參數不能表

達全部地質條件的工程性質，因此多個參數的綜合評估是必然的結果。單一地質參數

的意義有限，而多個參數的意義又複雜難以清晰參數與參數間所具有的不同程度關聯

性，造成分析上的討論空間，包括參數間相互關聯性與岩石力學相互作用的機制，而

本研究正是著眼於前者，藉此發展選擇恰當評估因子之模型。

2.地質參數間關聯性

地質參數間關聯性的研究不多，較多是概念性推論，或是兩個因素間的相互影響

分析，例如孔隙比越高，則滲透率越高、變形性越大之類的論述，或水平節理對岩體

單壓強度之影響(林宏憲，1993)、砂岩之強度與變形性之研究(陳志雄，1988)等。但

是不同地質條件下地質參數間交互作用的影響程度會隨之不同，當多個地質參數相互

影響下，建立分析研究的模型則更為困難。再者使用地質參數做為隧道工程風險系統

的評估因子，倘若評估因子不能代表風險系統狀態，又或因子間有交互關聯性影響，

往往會使評估結果造成偏誤與可靠性降低，所以本研究在進行風險分析前，有必要釐

清影響工程風險的真正的代表性地質參數為何。考慮灰色系統理論所提供的灰關聯分

析方法，根據地質參數序列發展的相似或相異程度衡量地質參數間關聯程度，利用灰

關聯分析可以將各地質參數間灰關係清晰化，使相同影響趨勢的地質參數歸於一群同

型因子，再於同型因子間擷取一代表性地質參數，使所選取地質參數能考慮地質參數

所有影響趨勢，並且避免多個同型因子用於風險分析造成累加性影響，使評估結果產

生偏誤。因此進行評估因子關聯性分析是進行風險確認的必要手段，釐清評估因子間

的關聯性影響，使評估因子影響獨立，提供風險分析之模式應用，以得到值得信賴的

風險評估資訊輔助決策。

8
2.2 工程風險分析評估

本節說明建立工程風險潛能分級以架構風險分析模式的意義。由於隧道擠壓變形

程度之影響關乎工程安全性、經濟性與施工性，因此針對這項工程風險進行影響程度

的分析，再者考量地質隱含不精確性與評估結果的模糊性，因此考慮模糊集理論進行

模式之構建。以下將就隧道擠壓變形現象、隧道擠壓之風險分析問題與工程風險程度

判斷準則進行說明。

1.隧道擠壓變形現象

擠壓(squeezing)原用以形容隧道施工發生異常之大量變形，Terzaghi(1946)首

先將擠壓定義為特定的地盤狀況。1980 年代以後隧道工程將擠壓用於描述隧道之變

形行為並賦予更明確之定義。國際岩石力學學會(International Society of Rock

Mechanics; ISRM)於 1995 年組成「岩石擠壓委員會」(Commission on Squeezing

Rocks)，對「擠壓」定義及說明如下(Barla，1995)：

(1)擠壓現象為一種隧道開挖過程中，與時間有關（time dependent）的大變形。

(2)擠壓現象與岩石之潛變行為有某種程度的關連性，尤其是岩石承受剪應力超過某

極限值所引致之潛變。

(3)擠壓現象有可能於施工過程中即終止，也有可能延續一段很長的時間。

(4)隧道周圍區域的材料，只要其承受的應力與材料性質達到一特定組合即會產生擠

壓；擠壓在岩石和土壤中都有可能發生。

(5)隧道發生擠壓現象時，周圍岩體的變形量、變形速率及降伏區的大小等，與地質

條件、現地應力之大小、地下水流狀況、孔隙水壓力以及岩體性質相關。

(6)擠壓現象可發生於完整岩石，以及沿層面、葉理、節理、斷層或其他不連續面中

之夾泥發生。

(7)擠壓與過應力(overstress)一詞同義。

(8)擠壓的發生與隧道開挖、支撐技術與次序有密切關係。如果支撐系統的架設略有

延誤，岩體會向隧道內移動，而應力也會重新分佈；相反的，如果岩體的變形被

支撐系統束制，則擠壓會增加支撐的長期荷重。

9
 擠壓現象為隧道施工障礙的一種，隧道周圍的岩體一旦發生擠壓現象，由於隧道

周圍岩體大量變形入侵開挖面，將造成隧道淨空不足、支撐毀壞、甚至引致隧道坍塌

等，使人員傷害、工期延誤與工程經費增加，對於工程計劃影響甚鉅。因此隧道工程

必須透過工程地質調查、岩石力學試驗等手段，以掌握地質條件做為工程風險分析的

依據，進而決策適當之風險處置行為。

2.隧道擠壓之風險分析問題

隧道擠壓變形現象影響工程甚鉅，相關擠壓變形潛能的評估方法的研究，包括有

經驗準則、理論模式與數值分析三類，這些評估方法於台灣隧道工程的適用性探討(王

泰典等，1998)或過於保守或評估結果相反，在工程實務應用的可靠度並不理想。各

種擠壓分析與預測的方法，由於發展背景的差異如地質條件、施工作業方式等等，因

此有發展適合國內隧道工程環境之擠壓變形評估機制之需要，以進行相關風險確認、

分析與處置等工程風險管理行動。再者由於隧道工程所面對的大地環境仍有許多現實

條件尚未能有效掌握，例如不同地層的岩石力學性質、地質參數間相互影響關係等，

使得隧道工程分析工作複雜而且充滿不確定性。但是隧道開挖或者可以視為一種大型

的現地試驗，在上述不確定因素與條件未能有效掌握之前，透過隧道擠壓變形監測紀

錄，將隧道工程實測資料儲存、管理與回饋分析，建立一個能快速且有系統的整理地

質參數與隧道擠壓變形行為關係模式，藉由風險分析的方式進行的風險判斷，以提供

資訊輔助工程師決策並進行適當處置，使隧道工程目標能夠順利完成。

因為隧道擠壓變形的風險分析使用之地質參數具有模糊性質，包括地質調查與岩

石試驗的誤差、鑽測點與實際工址誤差、隧道開挖範圍內各點差異等等，過去的分析

方法必須是精確的數值計算，對於數值是一個區間的不確定性分析則不容易解決。因

此隧道擠壓變形的風險分析考慮以模糊集理論的方法，解決地質參數的不確定性質，

計算整體的擠壓變形風險潛感值與評估指數，架構風險分析之模式。分析模式的建立

是重塑工程師的判斷過程，透過工程案例發生變異的過程與經驗，從地質參數資料與

擠壓變形程度的關係，建立模糊推論的規則，使隧道工程對可能遭遇擠壓變形的特殊

地質條件中，確認工程風險的存在並分析其影響幅度。

10
3.工程風險程度判斷準則

隧道開挖致使岩盤應力解除，隧道圍岩的擠壓變形能重新調整岩盤應力分布以達

到新的平衡狀態。因此輕微的擠壓變形對岩盤仍會是安全穩定的狀態，但是大量擠壓

變形造成支撐破壞與隧道崩坍，將導致工程災害的發生，所以需要有一個工程風險程

度的判斷準則，界定擠壓變形程度為輕度、中度以至於高度。本研究對於擠壓變形程

度的判斷準則，係依據日本學者櫻井春輔(Sakurai，1993)所提出的隧道變位管制圖，

如圖 2.1 所示。Sakurai(1993)建議利用隧道實測資料包括隧道應變量(定義為頂拱總

沉陷量與隧道半徑之比值)與隧道周圍岩體單壓強度之關係，定義三條基準線為隧道

變形安全管理標準，做為現場安全控制的工具。隧道變位管制圖類似紅黃綠燈，提供

安全管理行動一般、警戒、行動的判斷基準。國內顧問公司曾依照隧道變位管制圖做

為工地現場預警制度，建立相應的施工對策(俞旗文、陳錦清，1993)。另外陳錦清等

(1995)以福德隧道案例應用 Sakurai(1993)的建議方式，其擠壓變形研判準則判斷結

果與實際支撐破壞現象亦大致符合。因此本研究採用 Sakurai(1993)所提出判斷準

則，做為衡量擠壓程度高低的定性標準與擠壓潛能分級的基準，將模式所計算之整體

擠壓變形評估指數，利用管制圖的三條基準線判斷隧道擠壓程度為不會擠壓、輕度擠

壓、中度擠壓與高度擠壓。經由隧道擠壓潛能分級，建立模糊推論引導風險分析結果，

完成隧道擠壓變形風險分析模式。

10
ａ)

1 III
應變量(δc

II
0.1
I
0.01 a：隧道半徑
δC：頂拱沉陷
0.01 0.1 1 10 100 1000

岩體強度(Qu) MPa

圖 2.1 隧道變位管制圖(Sakurai，1993)

11
2.3 研究範圍與限制

風險系統的範圍端視風險管理決策者的角度決定，對業主而言是看整個專案的風

險，對專案經理而言是看整個工程的風險，如同分層管理所使用的分工結構圖(Work

Breakdown Structure)，對每個層次的人有不同角度與範圍看待風險管理。為避免研

究問題發散而失去原來研究的意義，因此本研究必須界定研究的範圍，以掌握研究的

動機與目的，研究過程中也有一些限制，一併說明如下：

1.研究範圍

模式建立的想法並不限定應用在個案討論，而是系統化處理所遭遇的風險確認分

析問題，只是對於不同工程風險的風險系統評估，使用的風險因素必須進行相關初擬

評估因子建立的考量。本研究過程所建立風險確認分析模式將是應用於隧道擠壓變形

潛能評估，隧道開挖相當於將岩體的應力解除，隨之岩體藉變形的方式釋放能量，一

旦岩體變形超過某些臨界值，將可能引致隧道產生突發性的破壞。再者由於岩體的變

形較應力易於監測，利用岩體變位做為安全管制將是隧道工程必然的趨勢(呂守陞

等，1996)。考慮隧道擠壓變形程度是隧道安全管理上重要的工程風險，因此頂拱沉

陷與淨空變形監測資料成為評估岩石隧道開挖安全性及支撐妥善性的重要依據，例如

張吉佐等(2001)以應變量(仰拱淨空變形量 隧道開挖直徑)、Sakurai(1993)以應變

量(頂拱沉陷量 隧道半徑)、Barton(1993)以頂拱、側壁、仰拱變形量建立隧道擠壓

性地盤研判準則與隧道變位安全管制建議。由於 Sakurai(1993)建議之變形量管制圖

對支撐破壞的評估準則容易使用，並且應用上評估結果與實際情況大致相符，因此採

用 Sakurai(1993)建議之變形量管制圖做為擠壓程度判斷準則，對隧道擠壓變形現象

只考慮頂拱沉陷量，至於其他的變形量如仰拱淨空變形、側壁淨空變形等則沒有考慮

進去，對於隧道內不同位置的變形量與隧道安全關係，仍有待深入研究與探討。

透過收集與整理隧道擠壓變形監測資料進行回饋分析，使隧道監測報告不僅僅是

對工程安全與施工成果作檢驗，更是經由施工成果的工程經驗累積，建立風險確認分

析模式，提供風險管理上預測與判斷的輔助資訊。最後歸納隧道擠壓變形潛能評估結

果，驗證模式在風險確認分析的應用潛力。本研究的主要內容包括：

12
 (1)對工程風險進行系統分析，建立營建工程風險確認分析模式。

(2)應用於隧道擠壓潛能評估，驗證模式在風險管理運用可行性。

2.研究限制

影響隧道擠壓變形的因素不只限於地質條件，包括隧道形狀、隧道尺寸、施工與

支撐配套措施，甚至雙孔相鄰隧道先挖或後挖的施工順序等，也都對於隧道擠壓變形

有影響關係(林志明，2000)。本研究將模式應用範圍限制在單一隧道工程，因此除地

質條件外的一般性質均假設為相同情況，簡化研究問題中風險因素，使考慮的影響因

子限制於反應地質條件的地質參數。再者對於大地環境的複雜多變，地質條件的掌握

或許能透過不同的岩體評分、經驗參數甚至是專家評分，而模式使用地質參數也只限

於一般隧道施工對地質調查與岩石力學試驗的資料，也是目前隧道規劃設計階段使用

之地質參數資料，風險確認分析模式與隧道設計規劃使用之資料基礎相同，評估的結

果將較為容易被認同與接受，也較能在實際風險確認分析應用上進行驗證。

此外在運用模糊集理論進行模糊集合描述時，為克服模糊數演算的問題，必須限

定隸屬函數三個性質：(1)連續性、(2)凸性、(3)常態性。參考林振平(1991)應用模

糊集理論分析坡地破壞潛能，測試不同隸屬函數對於評估結果之影響，其解模糊化後

的評估指數呈線性關係，用於建立模糊推論規則，對於風險分析的評估結果沒有產生

具影響性的改變。因此模糊權重之隸屬函數雖然必須要能代表不同的模糊概念，使隸

屬函數能具體表現模糊權重代表的意義，但是由於隸屬函數形狀不致造成評估結果改

變，因此模式中模糊權重採用三角形模糊數(triangular fuzzy number)進行模糊集

合運算，三角形頂點數值表示隸屬函數值為１的元素，使符合隸屬函數連續、為凸模

糊集與高度為 1 的性質，配合模糊集合運算方法計算整體的隧道擠壓潛感值，建立風

險分析的評估模式。風險分析模式是做為隧道擠壓變形風險初步評估，至於更精準的

隸屬函數建立，需要更深入探討以提高評估結果準確度。另外必須說明的是本研究建

立風險確認分析模式是精確分析的初判，對於風險確認分析模式判斷具高風險潛能區

域，應積極進行更詳細的分析工作以掌握工程風險的發生與處理，進行各種風險處置

達成風險管理目標。

13
 第三章 文獻回顧

本章就研究目的與研究內容，探討過去相關研究方向與成果，包括 3.1 節探討風

險的界定與風險管理架構，並整理風險確認與風險分析的相關研究方法﹔3.2 節整理

關於隧道擠壓變形潛能的相關文獻，並針對評估模式進行相關研究的整理。

3.1 風險管理

1.風險的界定

「風險是一個極為抽象而且模糊籠統的概念，因此一個完善而周延、清楚，並應

用在不同領域皆可適用的定義，是一件不容易的事情(鄧家駒，1998)。」本研究的目

的不是要對風險定義(define)，而是界定(describe)風險在研究內容中意涵。整理文

獻中對於風險的定義，對工程風險界定為“任何活動或事件會對計畫的目標、品質、

績效或執行的時間成本造成負面的影響者稱之為風險(Kris，1984)”，風險界定的概

念如圖 3.1 所示。其中危險因素或者稱風險因素之增加或產生，將造成工程危險事

故，使工程計劃外的變化造成工程災害或損失，這就是工程風險。

增加或 引起 產生 實際與預期 就是
危險因素 危險事故 損失之可能 風險
產生 之差異程度

圖 3.1 風險的界定(宋明哲，1984)

2.風險管理的架構

Williams & Heins(1964)對於風險管理的解釋為透過對風險的鑑定、衡量與控

制，期以最少成本使風險損失達到最低程度。站在風險管理的角度，工程管理不只考

慮工程安全也是衡量工程成本財務，以達成企業經營獲取利潤的目的。風險管理架構

也就是風險管理循環程序，如圖 1.1。內容就是對風險的確認、分析、處理與執行評

估的程序，風險管理架構內四個步驟說明如下(宋明哲，1994)：

14
(1)風險確認：鑑定與認識風險，辨別損失發生的根源及性質。

(2)風險分析：風險經過確認存在後，測度風險發生頻率與幅度。

(3)風險處置：風險的性質與幅度不同，處理的對策也各有因應，包括風險避免、風

險降低、風險保留及風險移轉，以達成風險管理目標。

j風險避免(Risk Avoidance)，迴避風險發生之可能性，可以是放棄不做或是尋

找可以替代的方案。

k風險降低（Risk Abatement），其意義有兩種，一是預防損失發生，另一是在

風險發生後，盡力地降低事故所致損失的嚴重性。

l風險保留（Risk Retention），當風險承受單位具備處理風險的能力，而風險

難以預防與迴避，移轉也不可行時，應積極準備相應的措施。

m風險移轉（Risk Transfer），其意義是將風險的後果轉嫁他人承擔。通常有二

種方式，一是以保險為移轉方式，二是利用非保險移轉方式例如契約條文移轉。

(4)執行和評估：由於風險具多變性，運用風險管理方法應定期檢討與修正，以達成

預期目標與效果。

3.1.1 風險確認

多數情況下，風險並非顯而易見也不容易辨識和預測，至少不容易被準確預測，

因此確認風險在風險管理中是重要的開始，要對各種可能導致風險的因素分析判斷，

對影響風險項目的各項因素進行評估，推測其傾向與趨勢。風險會造成損失往往是因

為只注意表面現象而忽略內在的危險，因此確認風險是風險管理的先決條件，愈早確

認風險越能及早進行風險分析衡量，以進行各種風險處理活動，能正確辨識風險，而

後才能擬定出相應的管理措施。

風險確認的方法大至可以歸納為兩種類型，一是導源自企業經營本身的風險列舉

方式，另一則是借助於保險公司的保險調查方式，說明如後：

1.風險列舉法

根據企業財務資料、作業流程或工程生命週期等方式，列舉可能遭遇之問題，依

據可能遭遇的問題逐項辨識可能之風險，所使用不同方法說明如下：

15
(1)財務報表法

從財務報表中分析風險來源事件，有助於確定一個特定工程計劃可能遭受的損

失，因為任何作業活動都與資金財產密不可分，將財務報表和財務預測、預算結

合起來，對成本項目與會計科目深入研究，藉以發現未來的風險。

(2)流程圖法

以流程圖作為風險確認工具，將一項特定的工程項目按步驟或階段順序，以若干

模組形式組成流程圖，對每個模組標出各種潛在的風險或利弊因素，從而得到具

體的印象，以探尋可能導致風險的因素，辨識風險存在。

(3)風險問卷與檢核表法

對於風險列舉法的運用是依據企業特性與需要建立，Cooper & Chapman(1987)

提出風險問卷與檢核表法，可以適用於一般專業與大型工程風險的來源確認。

風險列舉法利用不同方式探究可能會遭遇問題的風險因素，對工程風險而言，來

源是營建廠商的工程經驗與專家分析，但是這種對風險因素的確認會發生兩個問題，

首先是不同營建廠商或是專家學者所建立的風險列舉會有所不同而產生差異。其次所

列舉風險因素可能有相關聯性，如果風險分析不能解決這種相互影響的關係，將使評

估結果失真而產生錯誤。綜合以上兩個問題，以風險因素進行風險分析時，必須進行

風險確認並認真考量風險系統的風險因素與風險因素間影響關係。

2.保險單檢查法

藉由保險公司承保工程保險所承保的各式保險單，以其內容為依據辨識企業存在

的風險。因為風險管理是由早期保險的觀念而來，保險公司是風險管理的重要專業單

位，對工程可能遭遇風險進行調查與分析以建立各式保險單，因此也能做為工程辨識

風險的一種方式。然而目前營建產業的工程保險多屬於營造綜合險(Contractor’s

All Risk)，對於特定工程風險項目的保險單設計較少，因此保險單檢查法應用於風

險因素確認仍未能滿足多數風險項目的分析使用。

16
3.1.2 風險分析

風險分析是評估風險的可能影響，以擬訂適宜之對策及措施，降低風險的不利衝

擊。風險分析是風險確認與風險管理間聯繫的樞紐，是輔助風險處置的基礎，風險分

析的方法有許多種，包括如下：

1.調查和專家評估法

這是一般使用且簡單易於應用的分析方法，應用上首先是辨識出特定工程項目可

能的風險因素，列出風險調查表(Checklist)﹔其次尋求專家經驗給予風險因素影響

權重與發生可能性，計算風險因素權重與可能性的風險評估值，綜合成整體對於風險

程度評估。

2.層次分析法(Analytical Hierarchy Process)

層次分析法提供一種靈活、易於理解的風險分析方法。做法是藉由分工結構圖

(WBS)，將工程風險分解成可管理的項目，利用專家經驗評判風險因素間的相對重要

性以得到各因素的權重，集合所有項目的風險程度得到總體的風險評估值。對於潛在

的風險因素評估難以用定量數字描述時，層次分析法亦能恰當的解決這個難題。

3.模糊數學法(Fuzzy set)

工程風險中潛含的風險因素，部分風險因素無法準確以定量方式描述，甚至風險

影響結果也是含糊不定。模糊集合理論利用語意模糊性質，可以適當傳達這些因素或

結果的性質與狀態。模糊數學的優點在於對現實世界普遍存在的模糊、不清晰本質，

可以用數學的語言去分析和解決，以合理的數學規則解決變數的模糊或非數字化，並

能傳達一定精度的分析結果。本研究風險分析正是使用模糊數學方法進行風險分析，

解決變數本身的不確定性與模糊性質。

4.統計和機率法(Statistics)

營建工程不論設計或施工都有不確定性高的本質，處理上常以工程經驗做為判斷

的方式，為避免主觀判斷錯誤而面臨風險，因此有統計和機率的方法引入，成為傳統

的風險分析做法。例如 PERT(Program Evaluation and Review Technology)分析成

17
本與進度，利用最好、最差與最可能的成本、工期估計，對工程的進行完工成本與工

期的風險分析。統計與機率的方法理論基礎完備，分析程序簡單，但是對分析所使用

數值的準確性缺乏穩定性的解釋。

5.敏感度分析法(Sensitivity Analysis)

與前述的風險分析方法略有不同，敏感性分析只考慮主要因素的變化，例如對工

程成本目標而言，考量投資金額、物價波動、利率變化等，得到的結果是判別何者是

重要影響因素，何者是其次，排列影響程度的敏感性順序。對決策而言，能知道影響

因素的重要程度，以優先考慮最敏感風險因素對工程目標的影響。

6.蒙地卡羅模擬(Monte Carlo Simulation)

蒙地卡羅方法又稱隨機抽樣或統計試驗方法，利用模擬技術表現專家經驗的主觀

數據，最後在風險組合中表現出來。蒙地卡羅模擬技術可以直接處理每個風險因素的

不確定性，並把這種不確定性以機率形式表現出來。而然而缺少對風險因素相關性的

辨識與評估，因此適合用於風險系統結構明確與影響因素作用清楚，避免分析結果產

生偏誤。

3.1.3 小結

1.營建工程風險確認分析模式，對於工程風險所進行之風險確認係針對隧道擠壓變形

潛能做單一工程風險項目探討，因此風險確認的討論重心在辨識造成影響的風險因

素為何，並且考量因素間相互影響的潛在關係，因此風險確認模式必須擷取具有代

表性的影響因子，使評估因子能代表風險系統狀態，並且風險因素影響獨立，以做

為風險分析模式的基礎。其次對於風險分析方法應該考慮兩種系統，一種是影響因

素明確、關係清楚、結構知道與作用原理明白的系統，例如財務的風險系統，從工

程經濟學的知識能夠確知影響變數、系統作用原理與影響關係，可以就變數變動範

圍考慮整體的風險分析﹔另一種系統是影響因素不完全明確、關係不完全清楚、結

構不完全知道與作用原理不完全明白的系統。考慮不同風險系統特性而運用不同方

式進行風險分析。

18
2.對於風險分析而言，分析風險因素的整體影響時，每個風險因素應該是相互獨立，

而實際上各種風險因素之間往往都有交互影響的關聯性，過去這種影響隱藏在專家

評估程序中透過給定權重做概括性處理，但這種風險分析的評估效果往往不夠令人

信服。再者保險公司是處理風險的專門機構，然而 Ranasinghe(1998)以問卷方式

調查美國保險公司使用之營造工程危險評等方法，結果顯示採用直覺經驗判斷法則

(intuition/judgment/experience)比例高達 77%∼100%。Akintoye(1997)亦指

出，理論分析的方法難以滿足營造工程危險分析實務上之應用，因此多數仍仰賴直

覺經驗判斷法則。因此營建產業推展風險管理有必要建立一個新的風險確認分析模

式，進行預測與判斷工程風險。

3.2 隧道擠壓變形潛能評估

擠壓(squeezing)原本是指隧道施工發生異常之大量變形，直至 Terzaghi(1946)

及 Deere(1969)等人將其用以描述特定之地盤狀況，賦予擠壓性地盤明確之定義並提

出其岩盤荷重及隧道支撐大小之建議。其中 Terzaghi 首度定義擠壓為開挖過程中，

隧道周圍岩體在無體積變化下向開挖面變形的力學現象，並提出擠壓性地盤隧道承受

岩盤載重的推估公式。而 Deere(1969)依據地質條件的 RQD 值(岩體品質指標，Rock

Quality Designation)建議隧道開挖方式及支撐系統，並將擠壓性地盤歸類為不適用

之類別，代表極度困難之隧道地質情況。隧道工程遭遇擠壓變形現象會造成不利工程

進行的施工障礙，過去隧道遭遇擠壓變形現象問題，並未受到重視而多採用重型支撐

強行克服，但是重型支撐費用極高，且必須在施工初期即掌握所需支撐量並安裝完

成，一旦支撐不足就可能危害隧道施工安全，之後支撐策略逐漸改變為被動式支撐，

強調岩體變形與支撐互制關係，而相關的隧道擠壓變形潛能評估方法與分析理論也陸

續被提出。

對於隧道擠壓變形潛能的評估，有學者提出相關經驗準則使工程人員能夠在隧道

施工前，能迅速掌握隧道擠壓變形發生範圍與特性，依據工程特性(如岩石覆蓋深度)

及大地材料性質(如岩體強度)進行隧道擠壓變形程度的預測與評估﹔或者也有採用

19
彈塑性力學理論，分析隧道周圍岩體塑性區大小，進行隧道擠壓變形潛能判斷﹔或者

利用數值分析方法模擬隧道擠壓現象，以評估隧道擠壓變形程度。然而由於岩石力學

的工程性質往往是因為地質條件不同而有所變化，因此關於隧道擠壓變形潛能評估並

不容易被精準估算，所以不管是理論模式、數值分析或經驗準則所提出之評估，對於

工程實務應用，應針對各種方法評估結果綜合判斷，提高隧道擠壓判斷的可靠性，以

做出適當的工程判斷。整理文獻中過去關於隧道擠壓變形潛能評估的研究成果，可以

提供模式建立時思考風險因素的範圍，這些評估方法包含三個方面：經驗準則、理論

模式與數值分析，茲整理如後。

1.經驗準則

(1)Jethwa 等(1984)

Jethwa 等建議利用岩體單壓強度與覆蓋應力之比值（ σγcmΗ ）做為隧道擠壓變形程

度評量指標，其關係如表 3.1 所示。其中 σ cm 為隧道周圍岩體單壓強度， γ 為岩體單

位重， Η 為覆蓋厚度，其中對於現地的岩石覆蓋應力值是以岩體單位重與覆蓋厚度乘

積代替。

表 3.1 Jethwa 等(1984)建議之擠壓潛能評估準則

σ cm
γΗ
值 擠壓程度
小於 0.2 高度擠壓
0.2 ~ 0.4 中度擠壓
0.4 ~ 1.0 輕微擠壓
大於 1.0 不會擠壓

(2)Bhasin 及 Grimstad(1996)

Bhasin 及 Grimstad 利用現地應力(隧道管壁切向應力) σ θ 與岩體單壓強度 σ cm 的

比值定義為穩定性指標(stability i ndex，σσcmθ )， 配合 Q 值(岩體品質分類，Q-system)

判斷岩體結構特徵，提出穩定性指標、Q 值與隧道行為之關係，如圖 3.2 與表 3.2 所

示，藉以評估現地隧道工程風險影響。

20
 表 3.2 Bhasin 與 Grimstad(1996)建議之擠壓潛能評估準則
Q＞1，完整岩體
穩定性指標＞0.5 可能發生岩爆
Q＜1，破碎岩體
穩定性指標＞5 具有嚴重擠壓潛能
5＞穩定性指標＞1 具有中度擠壓潛能
1＞穩定性指標＞ 不會有擠壓發生

圖 3.2 利用 Q 值預測隧道擠壓程度(Bhasin、Grimstad，1996)

2.理論模式

(1)Dube 等人(1986)

Dube 等人提出破碎區的觀念，認為在距離隧道一定的距離之後，岩體可視為處

於彈性狀態，而定義此一距離即為破碎區半徑。Dube 等人考慮破碎區半徑，利用彈

塑性理論分析得到岩壓和位移關係，藉以推算隧道擠壓變形潛能。

21
(2)俞旗文與陳錦清(1996)

劉夕才與林韻梅(1994)推導圓形隧道周圍塑性區範圍 RP 與徑向變形 δ r 關係，利

用隧道周圍現地應力大小與岩體參數，估計隧道開挖引致的岩體徑向變位與周圍塑

性區大小。俞旗文與陳錦清進一步依據地盤強度比 (σ cm / P0 ) 與岩體徑向應變及塑性

區範圍的關係，建議隧道擠壓程度評估準則如表 3.3。

其中 σ cm 為岩體單壓強度﹔ P0 為現地應力﹔ R 為隧道半徑

表 3.3 俞旗文與陳錦清(1996)建議之隧道擠壓程度判定準則
地盤強度比 塑性區範圍 隧道應變
隧道擠壓性
(σ cm / P0 ) ( Rp / R) (δ r / R )
>2.0 1 <0.1% 不具擠壓性
0.5~2.0 1~2 0.1~1% 具輕微擠壓性
0.3~0.5 2~4 1~10% 具中度擠壓性
<0.3 >5 >10% 具高度擠壓性

3.數值分析

(1)Gioda 及 Civdini(1996)

Gioda 及 Civdini 考量岩體潛變行為之依時性，利用有限元素法分析隧道依時性

擠壓變形行為。其分析結果顯示：

j及早施加支撐以及剛度較佳之支撐可以有效地抑止擠壓變形量。

k岩體排水狀況(容許體積變形)下，擠壓變形量遠大於不排水狀況。換言之，多孔

隙岩石及破裂岩體之擠壓程度，將較低孔隙岩石及完整岩體嚴重。

(2)陳錦清、俞旗文、蕭富元(1998)

陳錦清等人根據數值分析模擬結果，綜合國內完成之實際隧道工程案例，以岩

盤強度比 (σ cm / P0 ) 為參數，其中 σ cm 為岩體單壓強度﹔ P0 為現地應力，提出隧道因應

力因素造成擠壓研判準則。在不同岩盤條件下依隧道擠壓程度之不同，可區分三種

擠壓狀況如表 3.4 所示。做為設計階段判斷隧道擠壓潛能，以便根據其擠壓潛能決

定進一步之支撐校核分析。

22
 表 3.4 陳錦清等(1998)建議之隧道擠壓程度判定準則
隧道之地盤強度比條件 隧道擠壓狀況

σcm/P0 ≧0.5 具輕度或不具擠壓性(Slightly or Non-Squeezing)

0.5＞σcm/P0 ≧0.25 具中度擠壓性(Moderately Squeezing)
σcm/P0 ＜0.5 具高度擠壓性(Highly Squeezing)

4.小結

隧道工程不論是利用經驗準則、理論模式或數值分析判斷擠壓變形潛能，都是使

用岩石力學參數進行分析，而岩石力學參數的工程性質往往隨著地質條件不同而有所

差異，是以配合國內地質條件之經驗歸納整理，才能使隧道擠壓潛能評估有較佳的分

析基準與評估效果。再者理論模式與數值分析分別具有完整理論基礎與隧道擠壓變形

模擬的優點，然而影響隧道擠壓變形的因素複雜，又岩石力學作用機制的研究未能充

分掌握，因此經驗準則目前仍是隧道設計與施工最常用的評估方式。研究的目的並不

是探討岩石力學的作用機制，而希望藉由地質參數與擠壓變形的變化趨勢，探討之間

相互影響關係與隱含規律，並以之進行隧道工程風險確認分析模式的建立。

23
 第四章 風險確認分析模式構建

本章將建立一個營建工程風險確認分析模式，使工程所面臨工程風險能迅速獲得

確認並分析其影響幅度，輔助決策者可以預先反應與進行風險處置以達成工程目標。

本章共分成四節，首先說明灰色系統理論背景與內涵，其次應用灰色系統理論建立擷

取評估因子之風險確認模式，接著說明模糊集理論背景與內涵，最後應用模糊集理論

利用經過擷取後評估因子架構風險分析之評估模式。

4.1 灰色系統理論

本研究中風險確認係識別對風險系統產生影響的因素。對於風險分析而言，分析

風險因素的整體影響時，每個影響因素應是相互獨立而沒有關聯性發生，然而實際上

各種風險因素之間往往都有相互作用與影響的關係，並且隨著所需處理問題的不同而

改變。過去這種影響大多在專家評估程序中做概括性處理(雷勝強，1999)，因此評估

結果會因為專家經驗之不同而產生差異。再者當研究問題進行所能得到分析資料不多

時，將難以運用統計的方法進行分析。因此模式嘗試使用灰色系統理論進行風險確認

的分析工作，以克服評估因子間影響關係與分析資料不足的問題。以下將就灰色系統

理論進行說明。

1.灰色系統(Grey System)簡介

系統常用“黑”來表示信息缺乏，“白”來表示信息完全；而“灰”則表示系統

的信息不完全或不確知，而所謂信息包括系統的元素、作用機制與影響關係。例如對

於外太空的探索是一無所知的黑色系統﹔對於電流(I)、電阻(R)與電壓(V)之間已經

知道 V=IR 的關係，因此屬於白色系統﹔灰色系統就是部分信息已知，部分信息未知

的系統。由於研究模式的風險系統對於風險因素、作用機制與影響關係都不是已經完

全清楚明白，而鄧聚龍(Deng，1982)提出灰色系統理論正是用來處理系統內部信息不

完全、不確定的理論。因此值得考慮以灰色系統理論解決風險系統中風險因素的灰色

24
關係。再者不同於機率統計與模糊理論所處理的系統不確定性，灰色系統是研究少數

據的不確定。當數據太少時不能夠成為有規律的分布，機率統計的方法便不適用﹔此

外當數據太少也無法獲得經驗並建立隸屬函數，因此模糊理論亦不合適。整理灰色系

統理論與統計機率、模糊集理論的區別如表 4.1。由於工程地質探測資料往往因為成

本與工期因素，致使能提供分析的數據資料有限。而灰色系統理論是以序列的方式觀

察數據，因此本質上分析模式可以使用在數據資料不多的情況。應用灰色系統理論除

解決風險因素間灰色關係，亦能克服分析資料數量少的問題，因此模式以灰色系統理

論為基礎，建立擷取代表性評估因子的風險確認模式。

表 4.1 灰色系統理論與統計機率、模糊集理論的區別(鄧聚龍，1999)
灰色系統理論 機率統計 模糊集理論
內涵 小樣本不確定 大樣本不確定 認知不確定
基礎 灰朦朧集(Grey hazy set) 康托集(Cantor set) 模糊集(Fuzzy set)
依據 信息覆蓋 機率分布 隸屬度函數
手段 生成 統計 邊界取值
特點 數據少 多數據 經驗(數據)
要求 允許任意分布 要求典型分布 函數
目標 現實規律 統計規律 認知表達

2.灰色系統基礎

各種理論的建立各有其與其他理論不同的立論基礎，灰色系統理論基礎是源自灰

數、灰元與灰關係，並由數據生成進行推論，灰色系統基礎進行說明如下。

(1)灰數、灰元、灰關係

灰數、灰元、灰關係是灰色現象的特徵，也是灰色系統的標誌。

灰數：是指信息不完全的數，是只知大概範圍而不知確切數值的數。例如「這個

人 25 歲左右」，“25 歲左右”就是灰數，記為 ⊗ (25 ) 。

灰元：是指信息不完全的元素。例如貨幣是灰元，而貨幣不論作為流通手段或價

值尺度均是不確定的，是因人因地而異，並且經過某種命定後方具有特殊

價值和意義的元素。

25
 灰關係：是指信息不全的關係。例如多種經濟成分並存的經濟關係，當其中一種

成分的變動而導致其他成分亦隨之波動，這之中互相關聯的變動關係就是

灰關係。

本研究使用灰色系統理論是著眼於地質參數間的灰關係，岩石力學只能分析或模

擬個數有限的地質參數間影響性，要考慮所有地質參數的影響並不容易。因此對風險

系統而言，整體地質條件的影響關係是一種灰關係，所以應用灰色系統理論進行風險

確認模式應是合理的嘗試。

(2)灰生成(Grey Generating)

灰生成或生成，是指數據的加工與處理(包括累加、累減、變換、剔除、差補等)。

目的是為分析之問題提供可供比較數據，提供灰建模合理數據基礎，以及為決策提供

目標一致的樣本。灰生成是灰色系統理論進行分析時最重要的方法，傳統數學一般以

函數進行推論，而灰色系統理論則以序列(Series)為推論基礎。灰色系統理論稱序列

的變換為序列生成，稱序列中數據的處理為數據生成。生成的意義與方法如下：

j數據相對值化(初值化、平均值化、區間值化、規一化)又稱關聯生成，常用於灰關

聯分析。透過數據相對值化使系統分析成為有參考系的整體比較，或從初值、平均

值、區間值的角度發現關聯，或將不同單位的序列作數值的統一，減少誤差。

k極性變換(效果測度)又稱決策生成，常用於灰決策。灰決策在灰關聯空間的目標包

括極大值目標、極小值目標與適中值目標，進行極性變換是將序列對極大、極小或

中值數據進行處理，以朝目標方向進行決策分析。

l層次變換(累加，累減)又稱建模生成，常用於灰建模。一般是對於時間序列的數據

處理，將原始數據逐次累加或累減改變數據層次，從而發現潛在的序列規律。

3.灰色系統應用
灰色系統理論是處理系統模型不明確、信息不完全與作用機制不清楚之系統分
析、建模、預測、決策和控制的問題，主要內容與應用在於系統分析與系統模型之建
立，分別說明如後。

26
(1)系統分析
所謂「系統分析」就是解決某個系統問題之前，對問題影響因素的研究和探討。
例如影響土石流的影響因素中包括集水區面積、河床坡度、地質構造、降水量等等因
素，在這些因素當中找尋出什麼是主要的因素，什麼是次要的因素，什麼因素影響較
大，而什麼因素影響較小，找出系統的影響因素並確認其影響程度，這個研究過程就
是土石流發生潛能的系統分析。現有的系統分析方法中，迴歸分析是使用最多最普遍
的一種，然而當系統分析的問題所獲得數據資料有限，無法滿足樣本數量與樣本規律
分佈的要求時，這類問題的系統分析便不適合採用迴歸分析方法。對此灰色系統理論
提供灰關聯分析方法，根據各因素間發展趨勢之相似或相異程度，分析因素間關聯程
度。由於灰關聯分析是依據各因素發展的趨勢進行分析，因此沒有大量樣本數與樣本
分佈規律的要求，並且分析後仍能得到合理結果。所以包含灰關係或數據資料有限的
系統分析正是灰色系統理論應用上的一大領域。

(2)系統模型的建立
系統模型是指各因素(變量)之間的數學關係或是稱為數學模型，以做為研究問題
的模擬與預測並獲得問題之解決。灰色系統理論根據系統行為特徵數據(影響因素)，
找尋各因素間的數學關係。考慮所分析問題的系統複雜性、結構模糊性與數據的不完
全和不確定性，因為生成序列具有較強的規律性，對於系統的變化過程能夠作較長時
間的描述和預測。因此灰色系統理論利用數據的生成，通過對原始數列的整理找尋數
據的規律，藉由灰微分方程(grey differential equation)，建立灰色模型(Grey
Model，簡稱 GM，一般記為 GM(n,h)，其中 n 表示灰微分方程的階數，而 h 為系統變
數的數目)，以進行系統行為的分析與預測。灰色系統理論對於研究問題進行量化及
模型化之研究時，能夠將反映系統主要動態行為特徵之原始數據序列進行生成處理，
而透過建立系統模型了解系統動態規律及發展趨勢。因此系統模型建立也是灰色系統
理論的核心與應用上的重要領域。

4.1.1 灰色系統理論原理與量化模型

灰色系統理論的基本原理包括建立過程中的定義與應用上的基本條件，通過這些

基本原理才能正確的應用灰色系統理論的方法，並合理解釋模式過程與分析結果。以

下就灰色系統理論與建立其量化模型進行說明。

27
1.灰色系統理論基本原理

由於灰色系統的特點是信息不完全，而信息不完全的結果造成非惟一性，延伸灰

色系統理論的兩項基本原理，藉以陳述灰色系統理論應用上的背景原則。

(1)信息不完全原理

「信息不完全原理的應用，是“少”與“多”的辨正統一，是局部與整體的轉化」

(傅立，1992)。信息不完全原理的背景原則，是使少量數據能做為分析的基礎，建立

系統局部與整體間轉化的關係。

(2)過程非惟一原理

「由於灰色系統研究對象信息不完全，準則具有多重性，從前因到後果，往往是

一對多的映射，因而體現為過程非唯一性」(傅立，1992)。在具體表現上是解的非惟

一、模型非惟一、結果非惟一等等，決策目標所表現的是灰靶思想，是將目標定在一

個滿意區域內，面對許多可能的解，通過信息擴充而更接近滿意的目標。

(3)灰關聯四公理

灰色系統理論是以序列為基礎，令 x i 為序列， k 為序號，以 x 0 為參考列， x i 為比

較列的前提下， x i 對於 x 0 在 κ 點的灰關聯係數為 γ ( x0 ( k ), xi ( k )) ，或以 ξ i (k ) 表示，灰

關聯度 γ ( x0 , xi ) 為灰關聯係數的平均值。根據灰色系統理論運用灰關聯度進行分析，

必須滿足灰關聯四公理才不會產生悖論，避免造成錯誤的分析與結果(鄧聚龍，

1989)。因此模式使用灰關聯度運用於分析過程時，必須確認分析過程符合灰關聯四

公理的要求，以避免造成分析結果與研究問題真正解答相違背。以下就灰關聯四公理

進行說明。

令 X 為灰色關聯空間， x i 、 x j 、 xk 為序列， k 為序號

j規範公理
0 < γ (xi , x j ) ≤ 1, ∀i , ∀ j
γ (x i , x j ) = 1 ⇔ 稱為完全相關, xi = x j -----式 4.1
γ (x i , x j ) = 0 ⇔ 完全不相關, x i , x j ∈ φ

28
 k對稱公理：當只有兩組序列時，兩序列灰關聯度相同。

X = {x i , x j }
γ (x i , x j ) = γ (x j , x i )
-----式 4.2

l整體性公理：當序列大於三組(含三組)時，彼此灰關聯度通常不同。
X = {x i , x j , xk , K}
γ (x j , xi ) ≠ γ (x i , x j )
-----式 4.3
often

m接近性公理：當兩序列相差越小，兩序列間灰關聯度越大。

x 0 (k ) − xi (k ) 愈小， γ ( x0 (k ), x i (k )) 愈大。 -----式 4.4

2.灰關聯度量化模型

滿足灰關聯四公理的灰色關聯度 γ ( x0 , xi ) 量化模型如下：

令 X 為灰關聯空間

x i 為序列，m 表示至少兩個序列﹔n 為序號，表示序列至少要有三個數據

X = {xi i ∈ I = {0,1, 2, L , m}, m ≥ 2 ﹔ xi = ( xi (1), x i ( 2), L , xi ( n) ), n ≥ 3} -----式 4.5

則灰關聯係數： γ ( x0 ( k ), x i ( k )) 或以 ξ i (k ) 表示
min min x 0 (k ) − x i ( k ) +ξ max max x 0 (k ) − x i ( k )
γ ( x0 ( k ), xi ( k )) = i k i k
x 0 (k )− xi ( k ) +ζ max max x0 ( k ) − xi ( k )
-----式 4.6
i k

由灰關聯係數的計算，所得到的是各比較數列與參考數列在各點的關聯係數值，

信息分散而不容易比較，因此使用灰關聯度使每一比較數列各個序號的灰關聯係數集

中，以一個數值(灰關聯度)表達兩數列的趨近程度。

則灰關聯度： γ (x0 , xi )
n
γ ( x0 , xi ) = 1
n ∑ γ ( x (k ), x (k ))
0 i -----式 4.7
k =1

其中分辨係數 (ζ ) ∈ (0,+∞ ) ，一般分辨係數取值區間為〔0,1〕，功能主要是當作背

景值和待測物之間的對比，其大小可以根據實際的需要作適當的調整，由實際的數學

證明中得知辨識係數只會改變相對數值的大小，但不會影響灰關聯的排序。普遍的使

用而言，ζ值均取 0.5 附近，但是可以依實際需要作調整(傅立，1992)。

29
4.1.2 灰關聯分析模型

對於風險確認的問題，由於風險因素間相互影響的灰關係與所獲得分析數據資料

不多，模式考慮利用灰色系統理論解決，應用灰關聯分析擷取具代表性的評估因子，

其中關於灰關聯分析的意義與應用上數據列的確定與處理，說明如後。

1.灰關聯分析的意義

對於兩個系統或系統中兩個因素之問，隨時間或不同對象而變化的關聯性大小之

量度稱為“關聯度”。在系統發展過程中，因素與因素間變化的趨勢具有一致性，即

同步變化程度較高，則可以說二者關聯程度較高﹔反之，則較低。因此所謂灰色關聯

分析方法，係根據因素之間發展趨勢的相似或相異程度，亦即“灰色關聯度”做衡量

因素間關聯程度之一種方法(鄧聚龍，1988)。就灰色關聯分析的實用價值而言，灰色

關聯分析的意義是能從眾多因素中分析出影響系統的主要因素，以及分辨出因素間對

系統影響的差別，以用於確定主要的影響因子，作為因素的評估、識別、分類與預測，

或是對於灰建模的精度檢驗及灰決策中作為效果測度，利用灰關聯分析可以將灰色系

統內各因素間灰關係清晰化，進行定量比較分析。因為灰關聯分析為分析離散序列間

相關程度的測度方法，透過參數間關聯性的比較找出參數間的互動關係，在模式的建

立上由於不必大量資料數據，並能對於因素間的發展動態過程，進行定量比較分析。

過去在土木工程的領域，灰關聯分析已經運用在土石流危險度評估(鄭貴卿，2001)、

營造廠商評鑑模式(吳宗桂，2001)、岩體分類分析模式(林聖雄，2000)等研究主題上，

證明灰關聯分析建立的評估系統有良好的分析效果。

灰關聯分析在系統分析的應用上具有以下特點：(1)所建立模型屬於非函數形之

序列模型﹔(2)計算方法簡便易行﹔(3)對樣本數量沒有過份要求﹔(4)不要求序列數

據必須符合常態分配﹔(5)分析的結果與一般定性的分析相吻合。因而具有廣泛的應

用性(鄧聚龍，1992)(白振義，1993)。因此針對隧道擠壓變形潛能的風險確認問題，

使用灰關聯分析的方式擷取地質參數，對系統分析而言，了解主要的與次要的影響因

子，考慮重要的與非重要的因子影響，將有相同影響意義的因子分群分類，以選取影

響獨立的風險因素，並且在分析資料有限的條件下仍然能夠進行運用。

30
2.數據列確定與處理

(1)數據列的確定

對系統進行關聯分析時，首先要確定表現系統特徵的數據列，一般有兩種方法：

j直接法：直接得自反映系統行為的特徵的數列，能即刻進行灰關聯分析。例如

考慮生產力的問題，從資源投入量與生產單位量等，都是直接反應出系統的行為

特徵，而能夠以此數據的序列進行相關問題的系統分析。

k間接法：對於不能直接找到表現系統的行為特徵數列，則需要利用能表現系統

行為特徵的間接量(映射量)，並以此進行灰關聯分析。例如考慮決策品質問題，

或者能由決策考慮範圍大小、投入時間人力數量等等，都能間接映射決策品質的

系統特徵行為，也能夠經由這類數據序列進行相關問題的系統分析。

(2)數據列的處理方法

灰關聯分析所使用序列數據必須進行變換的生成處理，藉由序列數據生成從不同

的角度觀察數據序列潛在的規律。一般將序列分成時間序列與非時間序列，因為序列

的屬性不同而有不同生成處理方式，以下說明序列生成的各種方法。

令 X 為序列，k 為序號，X’是經過生成處理後的序列

j對時間序列 X = {X ( k ) k = 1, 2, L, n}的生成處理

a.初值化(initializing)

X ′( k ) = X (k)
X (1)
, k = 1,2,..., n -----式 4.8

b.最小值化

令 MinX ( k ) = Min{X (1), X (2),..., X ( n)}

X ′( k ) = X (k)
MinX ( k )
, k = 1, 2,..., n -----式 4.9

c.最大值化

令 MaxX ( k ) = Max{X (1), X (2),..., X ( n)}

X ′( k ) = X (k)
MaxX (k )
, k = 1, 2,..., n -----式 4.10

31
 d.平均值化(averaging)
n
令 X ( k ) = 1n ∑ X ( k )
k =1
X ′( k ) = X (k)
,k = 1,2 ,..., n -----式 4.11
X (k)

e.區間值化(intervalizing)

考慮 X i = {X i ( k ) k = 1,2,...,k }, i = 1,2,...,m

令 MaxMaxX = Max Max X i (k )

i k

MinMinX = Min Min X i (k )

i k
′ Xi (k ) − MinMinX
則 X i (k ) = MaxMaxX −MinMinX
,i = 1,2,..., m -----式 4.12

k對非時間序列的生成處理

對於非時間序列(包括指標序列和空間分布序列)的數據，因為不存在運算關係，

因而不能進行數據間具有運算關係的初值化、最小值化、最大值化、均值化與區間值

化等生成處理，而必須採用其他的處理方法，說明如下。

令 X 為序列，k 為序號，X’是經過生成處理後的序列， i 為序列號， m 為序列數

考慮非時間序列 X i = {X i ( k ) k = 1,2,...,k }, i = 1,2,...,m

a.指標區間值化
X i ( k )− Min X i ( k )
X i′ ( k ) = i
Max X i ( k )− Min X i ( k )
, i = 1,2,..., m -----式 4.13
i i

b.規一化

對於非時間序列，數列中不同指標或空間的數相差較大，因此對於同一指標可以

人為設定一個夠大的數處理，使同一指標的數量級相同，而能夠與其他指標成為分析

中可以比較的數據。

例如，假設

X 1 = {16000 Hz ,20 sec,55m ,19 ms ,150 m / sec}

X 2 = {10000 Hz ,10 sec,10 m ,10ms ,100 m / sec}

對 Hz，可以用 10000Hz 作單位，則 X 1 (1) = 1.6, X 2 (1) = 1. 0 ﹔

對 sec，可以用 10 秒作單位，則， X 1 (1) = 2. 0, X 2 (1) = 1.0

32
 對 m，可以用 10m 作單位，則 X 1 (1) = 5.5, X 2 (1) = 1.0 ﹔

對 ms，可以用 10ms 作單位，則 X 1 (1) = 1.9, X 2 (1) = 1. 0 ﹔

對 m/sec，可以用 100m/sec 作單位，則 X 1 (1) = 1.5, X 2 (1) = 1. 0 ﹔

X 1′ = (1.6,2.0,5.5,1.9,1. 5)
X ′2 = (1.0,1. 0,1.0,1. 0,1.0)

原始數據列完成規一化的數據生成，使序列中指標數據數量級相同，於是新的數

據列能夠進行數據間運算關係，繼續灰色系統理論之運算。本研究對於地質參數的處

理即採規一化，因為各個地質參數的數量級不同，而灰關聯分析所關切的是序列變化

趨勢的關係，地質參數規一化使參數序列在一個可以相互比較的基礎上，進行灰關聯

度的計算與分析。

4.2 擷取代表性地質參數之模式構建

從風險確認的角度出發，探討隧道擠壓變形潛能的工程風險，首先第一個問題在

於用什麼評估，其次一個問題是怎麼評估。針對第一個問題，本節將應用灰色系統理

論的灰關聯分析方法，進行擷取代表性地質參數的模式構建。

地質條件的狀況是隧道工程施工所亟欲掌握的不確定因素，過去對隧道擠壓變形

的研究包括經驗準則、理論模式或是數值分析，都是使用岩石力學或大地材料等地質

參數為評估基礎，例如岩石單位重、含水量、孔隙比等等，正如同以國文 80 分，數

學 35 分等等描述一個學生學習狀況，可是如果用拼音、國字、解釋、造句、成語、

數學這幾個分數描述學生狀況，或許平均分數不錯，但是卻把數學的缺陷掩飾過去，

可是明顯發現其實拼音、國字、解釋、造句、成語都是同一範疇的語文能力。太多指

標指的都是同一件事時，往往使評估產生偏誤失去整體性的均衡。因此利用灰色關聯

分析對使用地質參數進行擷取的目的，除避免眾多參數進行評估，徒增無謂分析作

業，也避免評估結果因地質參數間潛在影響關係而偏重一方，使工程風險系統對地質

33
條件有整體性評估，避免同型因子累加性的影響。再者囿於主觀上工程與成本的限

制，客觀上地質調查有探測無法到達區域，因此能夠用於分析的地質參數資料有限，

而灰色系統理論的模式本質上不必有大量數據基礎亦能在分析上獲得成效。由於地質

參數間關係隱晦不明，符合灰色系統理論的內涵，利用灰色關聯分析能夠解決參數間

灰色關係並克服少數據分析的困難，以進行風險確認模式構建擷取適當評估因子。模

式構建程序如圖 4.1。本節後續將說明地質參數數據列確定與處理，以及地質參數的

分群與擷取，完成模式構建。

收集初擬地質參數資料

地質參數間灰關聯度計算

取分群門檻值，進行分群

各群擷取代表性地質參數

圖 4.1 擷取代表性地質參數模式構建程序

4.2.1 地質參數數據列確定與處理

1.地質參數數據資料序列

地質參數為研究問題所考慮之風險因素，隧道擠壓變形的風險系統並不是作用因

素與關係清楚的白色系統，因此直接反應系統行為的特徵數列並不容易確認。因此灰

關聯分析透過間接能表示系統行為的特徵數列，也就是利用地質參數間接表示地質條

件的工程性質。營建工程所遭遇的地質條件往往以地質參數的形式表達各種大地材料

的物理性質，並藉此考慮地質條件與各種工程問題的影響。地質參數項目繁多，因此

對於不同工程問題各有其考量，適當選取影響的地質參數，才能探討工程問題真正原

因。本研究進行之風險確認與分析模式構建與運算，即透過地質調查與岩石力學試驗

結果的地質參數資料，以其量化數值為基礎進行地質參數擷取與擠壓變形潛能分析。

34
2.地質參數間灰關聯度計算

擷取代表性地質參數是將地質條件中具有相同趨勢的歸於同群，取其一進行工程

風險分析，避免累加性偏誤發生。地質參數分群擷取的過程必須考慮地質參數間的關

聯度，後續說明整個地質參數灰關聯度的計算流程。

(1)選定參考序列

灰關聯分析的目的在於分析隧道擠壓變形程度的地質參數，清晰化參數間相互關

聯程度，因此以地質參數其中之一為參考序列，其他地質參數為比較序列，進行

灰關聯度計算。

(2)將原始序列做數據生成處理

由於所使用的地質參數資料，各序列中的單位不同而無法互相運算，因此必須使

數據資料無因次化與數量級相同才能進行運算，本研究採用規一化的數據生成處

理方法，使數據成為無因次化且相同數量級，再以胡宜珍(1995)所建議的標準化

方式建立矩陣。

假設 aij 是里程 i 在地質特性因子 j 的表徵值，則標準化後矩陣 X 為

xij = aij / ∑a
i
2
ij
-----式 4.14
[ ]
X = xij , ∀i, j

(3)建立差序列矩陣

灰關聯分析是透過序列的變化趨勢發現序列的關聯程度，因此計算參考序列與比

較序列的差值，從差序列觀察變化的趨勢，從而判斷序列間的關聯程度。

(4)灰關聯係數計算

取分辨係數 ζ = 0.5 ，依灰關聯係數定義的數學式(式 4.6)，計算各比較序列對參

考序列的灰關聯係數。

(5)灰關聯度計算

將比較序列對參考序列計算得到的灰關聯係數，累積灰關聯係數序列各項，再取

平均值(式 4.7)，即為各個比較序列的地質參數與參考序列間的地質參數灰關聯

度，也意味參數間變化的趨勢相近或相異程度。

35
(6)反覆 1∼5 的計算

以不同地質參數為參考序列，反覆計算 1∼5 的步驟，以得到對每個地質參數間

的灰關聯程度，以進行後續地質參數分群擷取的工作。

4.2.2 地質參數分群與擷取

由前面進行兩兩地質參數間灰關聯度計算，可以得到地質參數間變化趨勢清晰的

概念，考慮使用一個門檻值界定地質參數間關聯性的存在，以進行地質參數分群與擷

取的基準，後續說明地質參數分群與擷取的做法。

1.地質參數分群

(1)設定灰關聯度門檻值(threshold)λ

藉著地質參數間灰關聯度的計算，得到兩兩參數間灰關聯度值，設定關聯度的門

檻值，以各參考序列參數為準，列出灰關聯度值高於門檻值的參數。使用門檻值的目

的在使參數分群的群內具有高關聯程度，群間的地質參數則低相關或不具關聯度。門

檻值的大小則因問題而異，經過分群效果的測試而主觀決定，一般取值約 0.75 是合

適的使用數值。以下舉例說明，表 4.2 為 8 個因子的兩兩灰關聯度值，假設取門檻值

λ=0.8，進行分群。行的因子是參考序列，列的因子是比較序列。

j由行(參考序列)因子 1 觀察，列(比較序列)因子 3 與 8 的灰關聯度值大於 0.8

r(1,3) > 0.8，r(1,8) > 0.8

檢查行的因子 3 與 8 與列因子 1 灰關聯度值

r(3,1) < 0.8，r(8,1) < 0.8

_因子 1 在門檻值 0.8 時沒有同群因子，為獨立一群。

k由行因子 2 觀察，沒有列因子與行因子 2 灰關聯度大於 0.8

_因子 2 在門檻值 0.8 時沒有同群因子，為獨立一群。

l由行因子 3 觀察，列因子 8 的灰關聯度值大於 0.8

r(3,8) > 0.8

檢查行的因子 8 與列因子 3 灰關聯度值

r(8,3) > 0.8

36
 _因子 3 在門檻值 0.8 時與因子 8 為同群因子。

m相同的做法觀察行(參考序列)因子 4、5、6、7、8，選擇灰關聯度大於門檻值 0.8

之列(比較序列)因子，再回過頭交叉檢查相互為參考序列時的灰關聯度是否大於

門檻值，完成地質參數之分群。

以門檻值大於 0.8 為標準作為同群的條件，分群結果如下

第一組 1﹔第二組 2﹔第三組 3、8﹔第四組 4﹔第五組 5、6﹔第六組 7

表 4.2 測試例：8 個因子的兩兩灰關聯度值

1 2 3 4 5 6 7 8
1 - 0.627 0.804 0.616 0.709 0.714 0.786 0.815
2 0.658 - 0.697 0.788 0.755 0.741 0.695 0.705
3 0.770 0.623 - 0.573 0.736 0.758 0.791 0.835
4 0.649 0.789 0.657 - 0.706 0.693 0.714 0.658
5 0.700 0.720 0.768 0.663 - 0.843 0.801 0.746
6 0.674 0.676 0.762 0.621 0.823 - 0.758 0.798
7 0.734 0.594 0.777 0.624 0.760 0.738 - 0.731
8 0.773 0.630 0.831 0.568 0.708 0.788 0.740 -

(2)各分群中因子重疊問題

分群過程中，有可能部分地質參數會重複出現，這是由於部份參數的變化趨勢和

兩個(或以上)參數相同，而這兩個參數(或以上)彼此間變化趨勢相近程度不強，對於

各分群中因子重疊問題，解決的方法是藉由調整因子分群的門檻值，逐步提高同群的

門檻值，直到重疊部分的因子脫離重疊情況，過程中逐步調整因子關聯程度門檻值，

並經過主觀適當判斷，以適當建立地質參數的分群。舉例說明，相同 8 個因子的兩兩

灰關聯度值測試例(表 4.2)，假設取門檻值λ=0.78，進行分群。分群結果為第一組 1﹔

第二組 2、4﹔第三組 3、8﹔第四組 5、6﹔第五組 6、8﹔第六組 7。第三組因子 3、8，

第四組因子 5、6 與第五組因子 6、8 產生重疊性，當提高門檻值至λ=0.79 時，第五

組的因子 6 和因子 8 同群關係就被取消，因此可以確定分群為第一組 1﹔第二組 2﹔

第三組 3、8﹔第四組 4﹔第五組 5、6﹔第六組 7。

37
2.代表性地質參數擷取

經過灰關聯度門檻值篩選後，地質參數分群後群內參數關聯度高，而群外參數關

聯度低，此一分群作用使對於具有相同變化趨勢的因子歸於同型，避免同型因子在評

估時造成累加性偏重，使風險系統選擇地質參數進行分析，兼顧地質條件整體性與參

數影響的獨立性，選取原則是比較群中各因子與其他因子灰關聯程度最高者為代表性

因子，最後從各群中選擇其一作為代表性評估因子。

承上測試例，第三組有 3、8 兩個因子，灰關聯度值分別為

γ(3,8)=0.835

γ(8,3)=0.831

以因子 3 為參考序列時灰關聯度較高，因此第三組以因子 3 為代表性因子。

同理，第五組有 5、6 兩個因子，灰關聯度值分別為

γ(5,6)=0.843

γ(6,5)=0.823

以因子 5 為參考序列時灰關聯度較高，因此第五組以因子 5 為代表性因子。

因此以門檻值大於 0.8 為標準作為同群的條件，分群後擷取具代表性因子結果如

表 4.3。

表 4.3 測試列：以門檻值 0.8 進行分群之結果

分群 第一組 第二組 第三組 第四組 第五組 第六組
代表因子 1 2 3 4 5 7

本節經過灰關聯分析擷取具代表性評估因子，目的是以風險確認模式識別風險因

素的影響關係，使風險分析進行時所使用評估因子為影響獨立，避免評估結果產生偏

誤。後續利用擷選出之風險因素，透過模糊集理論進行風險分析之推論，從地質參數

與擠壓程度的相應關係，建立系統化工程風險分析模式。

38
4.3 模糊集理論

本研究之風險分析是以隧道擠壓變形為例對工程風險影響程度的評估，相關文獻

過去使用包括經驗準則、理論模式與數值分析，多是以計算與模擬方式確認工程安全

性，而少有從風險管理角色看待。由於地質條件影響關係的複雜，往往無法以計算法

則解決地質上工程問題，因此經驗準則仍是重要的評估方法。從風險管理角色而言，

模糊集理論能反應經驗準則的判斷，並且能夠接受訊息模糊的地質參數進行分析，並

得到一定精度的推論以輔助決策。因此考慮地質條件複雜與地質參數變動性，使用模

糊集理論進行系統化的風險分析模式構建。以下說明模糊集理論簡介與理論基礎，提

供模式建立的基礎理論概念。

1.模糊集理論(Fuzzy Set Theory)簡介

模糊集理論是 1965 年 Zadeh 首先提出，其意義是對於某事件具有模糊性(blur)、

含糊性(vagueness)、或曖昧性(ambiguity)等不確定性的資料或語言，可以藉由模糊

集理論來進行描述，使模糊性的概念成為定量化的分析並且獲致近似解的合理結果。

模糊集理論應用範圍廣泛，過去在土木工程上的應用包括土層液化潛能評估(黃凱

達，2001)、坡地破壞潛能分析(林振平，1991)、岩體分類與隧道支撐(林聖雄，2000)

等，本研究以模糊集理論分析隧道擠壓變形潛能，是用模糊權重平均法建立隧道擠壓

變形潛能分級，做為風險分析的模糊推論應用模式。就數學方法而言，模糊集理論透

過模糊數學使二元邏輯的基礎轉移至連續邏輯上，把絕對的“屬於”與“不屬於”變

為更靈活的表現，是在相當界線內去劃分相對的“屬於”與“不屬於”的程度，是以

嚴格的數學方法處理模糊現象。對於分析模式所接受的資料，以適當模糊權重分類，

經過反饋與調整的過程，而在處理不完全精確或是非定量模糊現象，從中得出具有一

定精度的結論。

由於隧道工程所面臨大地環境複雜，工程師所得到的常是資料不完全的訊息，例

如因為地質條件不會是均質的情況，地質參數只是概略的數值，而傳統推理過程中分

析所用的資料必須是確定的，否則無法推論出正確的結果。事實上風險分析所要的結

果也並不是要精準的數值，而是一個能幫助風險處置的適當資訊，例如感覺燙手，不

39
一定要確知溫度是多少，只要能知道大概多燙，而足夠判斷用多厚的墊布可以避免手

不慎燙傷，這種對燙手程度的判斷並輔助決策的資訊，正是風險分析模式建立的目

的。藉由模糊理論處理地質參數本質的模糊訊息與不完全資料，經過簡單方便的計算

過程而做出恰當的判斷，以建立營建工程風險分析之評估模式。

2.模糊集理論基礎

如同 4.1 灰色系統理論基礎是源自灰數、灰元與灰關係，並由數據生成進行推

論，模糊集理論的建立也有其與其他理論不同的立論基礎，以下將就模糊集理論基礎

包括模糊集合、隸屬函數與模糊數進行說明。

(1)明確集合(crisp set)與模糊集合(fuzzy set)

對於具有某種特定性質的對象，其全體就構成集合。構成集合的每個事物稱為集

合的元素或元，而所有全體對象的集合，或者是說所有對象的範圍就稱為論域。

傳統的普通集合又稱為明確集合，是非此即彼的二分法，論域中元素對集合的關

係只有兩種，也就是“屬於”與“不屬於”。令 U 是整個論域，A 為論域中的

一個普通集合，x 為論域中的元素，則 U = {x1 , x 2 , x3 , x4 , x 5 } ， A = {x2 , x 3} ，顯然 A

是 U 的一個子集，若 x 2 ∈ A 記為 ( x2 1) ， x1 ∉ A 記為 (x1 0) ，明確集合可以利用特徵

函數(characteristic function) µ A ( x) 描述這種關係，如式 4.15：

1, x∈ A
特徵函數： µ A (x ) =  ------式 4.15
 0, x∉ A

相較於普通集合基於二值邏輯的非此即彼概念，模糊集合是普通集合的一種推

廣。Zadeh(1965)對照以特徵函數表示普通集合的方法，建立隸屬函數(membership

function)表達模糊集合的概念。所謂隸屬函數是指論域 U 在〔0,1〕上的一個映射μ，

即 µ： U → [0,1] 。顯然μ(x)可以取 0 與 1 之間的任何值，因此對於模糊集合而言，元

素是界於屬於或不屬於之間。模糊集合透過隸屬函數表現出來的是元素屬於程度是多

少。例如對於身材高的模糊集合，175 公分屬於身材高嗎？模糊集合可以用隸屬度

0.5，表達 175 公分屬於高的程度是 0.5。

40
 明確集合與模糊集合可以下面 Venn 圖(圖 4.2、圖 4.3)圖示表達：

(a)明確集合：矩形外框是集合的論域，圓圈 A 是一個明確集合， µ ( x1 ) = 1 ﹔

µ ( x 2 ) = 0 。傳達的意思是 x1 屬於 A 集合，而 x2 並不屬於 A 集合。

(b)模糊集合：矩形外框是集合的論域，圓圈 B 是一個模糊集合， µ ( x1 ) = 1 ﹔

µ ( x 2 ) = 0 ﹔ µ ( x3 ) ∈ (0,1) 。傳達的意思是 x1 屬於 B 集合，x2 不屬於 B 集合，而 x3 則

是介於屬於與不屬於 B 集合之間。

圖 4.2 (a)明確集合 圖 4.3 (b)模糊集合

Zadeh(1965)對於模糊集合 A 的表達方式如式 4.16：

∼
µ A ( x1 ) µ Ａ ( x2 ) µ A ( xn )
A= ∼
x1
＋ ∼
x2
+L+ ∼
xn
-----式 4.16
∼

µ A ( xi )
x1、x2、…、xn 表示集合元素， µ A( xi ) 表示集合元素 i 的隸屬度。其中「 ∼
xi
」不
∼

是分數，而是表示論域中之元素 x i 與其隸屬度 µ A( xi ) 之間的對應關係，「＋」也不是求

∼

運算和，而是表示模糊集在論域 U 上的整體。當隸屬函數決定時，模糊集合即可以正

確加以定義。

(2)隸屬函數(membership function)

模糊數學中處理具有不確定性的模糊條件，是以隸屬函數定量表達模糊概念，對

於論域中元素的表達不用“屬於(1)”或“不屬於(0)”，而用一個 0 與 1 之間的數反

應該元素屬於模糊集合的程度。在論域 U 中的一個模糊集合 A ， µ A(x ) 稱為 A 的隸屬

∼ ∼ ∼

函數，表示元素 x 屬於模糊集合 A 的程度，由於μ可以在〔0,1〕區間連續取值，表

∼

41
現元素屬於某一模糊集合的各種中介狀態，當 µ A(x ) 的值接近於 1 表示ｘ從屬於 A 的程
∼ ∼

度很高，反之 µ A(x ) 的值接近於 0 表示ｘ從屬於 A 的程度很低。通常模糊集合利用幾何

∼ ∼

形狀的隸屬函數表達，例如圖 4.4 所示三角形隸屬函數。幾何形狀不限於三角形，但

一般模糊推論都限制為凸形。大部分情形隸屬函數的決定都是基於主觀的判斷，或是

分析專家意見的結果，關於選取的隸屬函數與其合理性驗證，端視分析結果是否與過

去經驗或是專家經驗相吻合。而一般只要是函數值都是位於[0,1]的區間內的函數，

都可成為歸屬函數。常見的歸屬函數如三角形隸屬函數、梯形隸屬函數、高斯函數隸

屬函數等。

1
Membership

0.8
0.6
0.4
0.2
0
1 2 3 4 5 6 7
Domain Element
圖 4.4 三角形隸屬函數

(3)模糊數(fuzzy number)

對於模糊數的說明與了解必須先知道一些名詞的定義。包括模糊集合的“高度

(height)”定義為此集合在論域中的最大隸屬函數值；正規化(normalized)的模糊集

合表示高度為 1，也就是 height( A )=1。凸模糊集(convex)是指集合中任選兩點連

∼

線，而兩點連線全部落於集合之中，以數學式表示則是指論域上 R 的模糊子集 A ，對
∼

任意實數 x1 < x < x2 均有 µ A( x ) ≥ min  µ A ( x1 ), µ A ( x2 )  。所謂模糊數是指數值上的模糊集

∼  ∼ ∼ 
合，就是“大約的數”。當一個實數論域 R 的正規且凸集(normal and convex)的模

糊集合 A ，若符合下列兩個性質，則稱其為模糊數 A ：
∼ ∼

j正好存在一個 x 0 ∈ R 使 µＡ ( x0 ) = 1 ， x 0 稱為 A 的均值(mean value)。

∼ ∼

k隸屬函數 µＡ ( x0 ) 是片段連續的(piecewise continuous)。

∼

42
 模糊數是用來表達像「差不多 3」
、「大約 50」這樣的模糊概念，因為工程本質上

有許多是不確定的因素，往往只得到一個概略的數，如工率預測、工作天預測、施工

數量預測等等，因此可能造成風險發生並造成損失。在模式中地質參數就是一個不穩

定的數值，地質條件往往不是均質的狀況，因此地質探查或岩石試驗得到的地質參數

是概略的數，於是利用模糊數的概念，將地質參數模糊化後成為模糊評等的等級，以

藉由模糊推論進行風險分析的評估模式構建。

4.3.1 模糊集合運算

由於模糊集是用隸屬函數來表徵的，所以模糊集合的基本運算是透過隸屬函數表

達模糊集合的概念，整理與定義如下：
其中 A 與 B 為模糊集合， µＡ ( x) 與 µ B ( x) 則是兩個模糊集合的隸屬函數。
∼ ∼ ∼ ∼

1.運算子的概念，模糊集合的基本運算類似一般的普通集合，只是基本概念上的運算

子是透過隸屬函數表達，運算子的概念如表 4.4。

表 4.4 模糊集合運算子基本概念

包含 (⊃) A ⊃ B ： µＡ ( x) ≧ µ B ( x) ， ∀x ∈ X
∼ ∼ ∼ ∼

交集 (∩) A∩B ： µＡ∩ B ( x) =min[ µＡ ( x) ， µ B ( x) ]， ∀x ∈ X

∼ ∼ ∼ ∼ ∼ ∼

聯集 (∪) A∪B ： µＡ∪ B (x ) =max[ µＡ ( x) ， µ B ( x) ]， ∀x ∈ X

∼ ∼ ∼ ∼ ∼ ∼

_
補集 (‾) A ： µ − ( x) =1- µＡ ( x) ， ∀x ∈ X
∼ A ∼
∼

等集 (=) A=B ： µＡ ( x) = µ B ( x) ， ∀x ∈ X
∼ ∼ ∼ ∼

2.運算的性質，藉由隸屬函數利用交集、聯集、補集等運算法，可以歸納出集合運算

的一些基本性質，整理如表 4.5 所示。

43
 表 4.5 模糊集合運算基本性質

冪等律 A∪ A= A， A∩ A= A
∼ ∼ ∼ ∼ ∼ ∼

交換律 A∪B =B ∪ A， A∩B =B ∩ A

∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼

結合律 ( A ∪ B )∪ C = A ∪( B ∪ C ); ( A ∩ B )∩ C = A ∩( B ∩ C )
∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼

分配律 ( A ∪ B )∩ C =( A ∩ C )∪( B ∩ C ); ( A ∩ B )∪ C =( A ∪ C )∩( B ∪ C )

∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼

吸收律 ( A ∪ B )∩ A = A ; ( A ∩ B )∪ A = A
∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼

對偶律 Ａ ∪Ｂ＝Ａ ∩Ｂ ; Ａ ∩Ｂ＝Ａ ∪Ｂ

∼ ∼ ∼ ∼ ∼ ∼ ∼ ∼

3.模糊集的代數運算，模糊集合和普通集合相同也能進行加、減、乘、除的四則運算，

模糊集合代數運算如表 4.6 所示。

表 4.6 模糊集合代數運算(Clements，1977)

加法(+)
∼
A＋B
∼
= ∑ min  µ ∼ ∼

A ( xi ), µ B ( x j )  /( i +


j )


乘法(*)
∼
A＊B
∼
= ∑ min µ ∼ ∼
 /(i *
A ( xi ), µ B ( x j ) 


j )


除法(/)
∼
A B
∼
= ∑ min µ ∼ ∼
 /(i / j) 
A ( xi ), µ B ( x j ) 




一般關於模糊數的演算，會因為構成要素增多使計算變的複雜，並產生整體在隸

屬函數未表示的部分，為克服模糊數演算的問題，通常限定隸數函數的三個性質：(1)

連續性、(2)凸性、(3)常態性。模式使用地質參數做為分析使用的模糊數，考慮林振

平(1991)對不同隸屬函數選取的試驗，雖然合理選取隸屬函數型式能使隸屬函數具體

描述模糊權重意義是使評估結果準確度提高的關鍵。但是模糊權重之隸屬函數形狀並

不影響評估結果。因此考慮採用較適合人為判斷的成比例評等方式，表示模糊權重

A、B、C、D 與 E 之隸屬函數，使用連續函數型之三角形模糊數(triangular fuzzy

number)，三角形頂點數值表示隸屬函數值為１的元素，如圖 4.5。

44
 1.0 1.0 1.0

Membership

Membership

Membership
E D C
0.5 0.5 0.5

1 3 5 7 9 1 3 5 7 9 1 3 5 7 9
Domain Element Domain Element Domain Element
1.0 1.0
Membership

Membership
B A
0.5 0.5

1 3 5 7 9 1 3 5 7 9
Domain Element Domain Element
圖 4.5 模糊權重之隸屬函數

4.3.2 模糊推論

利用模糊集理論進行模糊推論，是從推論結果進行對工程風險分析的評估。模糊

推論思考的模式是關於各規則(rule)內命題知識的觸動(fire)與否，以並行方式推論

導出結論(王欽輝等，1992)。在實際系統的作法是透過收集規則，轉換成 If-then

的形式，當給定推論的輸入就能得到推論的結果。本研究以模糊權重平均法計算風險

潛感值，並以重心法解模糊化得到評估指數做為建立規則的處理方式，最後以評估指

數建立潛能分級架構風險分析的推論模式。以下就模糊權重平均法計算整體風險潛感

值與重心法解模糊化進行說明。

1.模糊權重平均法(Fuzzy Weighted Average Method)

Schmucker(1984)利用求合力作用點的概念，以綜合各權重不同的評估因子影

響，定義成為整體的評估值，如式 4.17。模糊權重平均法計算過程中所應用的運算，

涉及模糊集合的加法、乘法與除法，皆遵守代數運算的規則(表 4.6)。

R = ∑ iW i
R ×W
∑ i
Ｒ：整體評估值 -----式 4.17
Ｒ：某一評估因子
i i的值
：某一評估因子i的權重
Wｉ

45
2.重心法(Center of gravity method)

經過模糊權重平均法計算，得到的整體評估值仍是一個模糊集合，模糊推論必須

有明確的單值(singleton)，意即從模糊集合得到能表達原本意義的明確值，轉換過

程稱為解模糊化(Defuzzification)，使模糊集合運算所得到的結果成為輔助決策的

資訊。相關文獻解模糊化的方法至少有七種，包括：(1)眾數法(Max-membership

principle)、(2)重心法(Center of gravity)、(3)權重平均法(Weight average

method)、(4)Mean-max membership、(5) Center of sums、(6) Center of largest

area、(7)First(or last) of maxima，(Hellendoorn and Thomas，1993)。各種解

模糊化方法有其理論的基礎與適合使用的特定條件。重心法從幾何面積觀察，考慮以

其重心為代表點，轉換模糊權重平均運算結果以得到一個可供判定優劣程度的評估指

數，以之建立模糊推論的規則並架構推導結論的風險分析模式，提供決策判斷的輔助

參考，其表示式如式 4.18。因為重心法解模糊化，計算容易且是目前普遍使用的解

模糊化方法，直覺上能夠解釋其意義而被接受，因此適合本研究模式之運用。

∫ µ∼C (Z )⋅Ｚdz
Z∗ =
∫ µ ∼C (Ｚ)dz
Ｚ*：解模糊化後評估指數 -----式 4.18
Ｚ：集合元素
µ ( z：隸屬函數
)

以圖 4.6 為例，Z1 為三角形 ABC 的重心距離，Z2 是梯形 BCED 的重心距離，Z3 是

梯形 DEGF 的重心距離。Z*即為重心法解模糊化後整體評估指數。

Area( ABC )*Z1 + Area( BCED)* Z 2 + Area( DEGF)* Z3

Z∗ = Area( ABDFG)

圖 4.6 重心法解模糊化

46
4.4 隧道擠壓變形風險分析模式構建

對於風險確認分析之模式構建，4.2 節從風險確認的角度出發，就風險系統性

質利用灰關聯分析擷取評估因子，本節則從風險分析切入，利用 4.2 節所擷取評估因

子，以模糊集理論的模糊推論概念，利用模糊權重平均計算風險潛感值與重心法解模

糊化，藉由工程風險潛能分級導出風險評估的結論，構建風險分析的評估模式。

舉例來說，假如頂拱沉陷 30 公分是嚴重的擠壓變形，會造成隧道支撐破壞，那

是不是頂拱沉陷 29 公分時就不會造成支撐破壞呢？這種問題並不全然使用精確計算

能夠得到解決，何況用來進行精確計算的數值(地質參數)，本身也是具不確定性的模

糊資訊。對工程風險而言，隧道擠壓變形的發生是多因子相互影響的結果，由於風險

系統的影響因素複雜，因此隧道擠壓變形的研究在數值分析與理論模式之外，仍然需

要專家經驗判斷處理除了精確數值計算外的模糊現象，進行適當推論而到得到一定精

確度的結論，這正是本節所架構風險分析模式的目標。再者隧道擠壓變形的相關研究

中，理論模式較為複雜，面對隧道工程複雜多變的環境，研究成果在工程實務上運用

不易﹔相較之下數值分析的方法應用廣泛，在隧道之安定分析與評估的研究領域蔚成

趨勢，但目前數值分析岩盤力學參數目前多為國外之經驗結果，而地質條件影響岩盤

力學性質甚鉅，因此應用於國內地質條件時應深入探討其應用上適用性。工程實際做

法上則仍是相當仰賴經驗準則的方法。

風險分析模式本質上利用工程案例的經驗進行回饋分析，所以模式構建過程也就

是經驗準則的一種建立方式。經驗準則經常是使用統計學方法，例如多變量統計分析

的方法，藉由事件或是現象重複發生的情況，研究探討相關影響因子對於事件或現象

本身的相對重要程度，歸納出引發事件或現象的主要因子，並對因子的影響程度進行

評估。但在工程風險問題研究過程中，由於工程風險的引發因素、影響程度、影響因

子間相互關係並非全然明確，所以統計學的多變量統計分析方法並不合適。因此風險

分析模式的構建，先是透過 4.1、4.2 節分群擷取風險因素，使評估因子具代表性(系

統狀態)與獨立性(影響關係)如圖 4.7 所示。後續利用模糊權重與模糊評等進行模糊

推論，並說明分析模式評估基準與隸屬函數選取及風險潛能分級的程序與做法。

47
 因素群D 因素群B

代表性因子
代表性因子

隧道擠壓變形
代表性因子

代表性因子

因素群C 因素群A

圖 4.7 地質參數分群與擷取，使評估因子具代表性且影響獨立

4.4.1 分析模式的評估基準

使用模糊權重平均法是使用模糊化後的評估因子模糊權重與模糊評等，因此必須

對這兩者建立一個模糊化的評估基準，以下將就風險分析模式中，評估因子之模糊權

重與模糊評等建立進行說明。

1.模糊權重評估基準

經由灰關聯分析，選擇能代表地質條件與影響獨立的地質參數，計算所擷取地質

參數與隧道擠壓變形程度的灰關聯度，因為灰關聯度能表現擠壓變形程度與地質參數

變化的趨勢相互接近程度，因此利用灰關聯度高低定義地質參數之模糊權重，當關聯

度越高時表示該風險因素在工程風險中影響權重越高。以灰關聯度表達地質參數與隧

道擠壓變形程度的關聯性，灰關聯度高者表示兩個序列(擠壓變形程度、地質參數)

其數值上有較一致的變動趨勢，雖然灰關聯度不能完全代表地質參數對擠壓變形的影

響權重，但是確實能反應出風險因素對工程風險影響程度的高低，因此本研究定義五

個等級表現模糊權重，其中 A(極高影響程度)、B(高影響程度)、C(普通影響程度)、

D(低影響程度)、E(極低影響程度)，表達風險因素與工程風險潛能趨勢的模糊關係。

而灰關聯度值域為 0 至 1，五等分灰關聯度區間界定灰關聯度與模糊權重關係，其對

照關係如表 4.7。

48
 表 4.7 灰關聯度與模糊權重等級的對照關係
評估等級 A B C D E
(極高影響程度) (高影響程度) (普通影響程度) (低影響程度) (極低影響程度)
灰關聯度 0.8~1.0 0.6~0.8 0.4~0.6 0.2~0.4 0~0.2

2.模糊評等評估基準

按照模糊概念的想法，風險因素評估基準的是比較性角度的模糊評等，也就是風

險潛能很高(A)、風險潛能高(B)、風險潛能普通(C)、風險潛能低(D)、風險潛能很低

(E)等五種情況。所謂風險潛能是指風險因素對引發風險的可能性大小，風險潛能很

高是指風險因素對引發工程風險可能性最大﹔風險潛能高是指風險因素對引發工程

風險可能性次大，以此類推。而就風險因素引發工程風險有兩種趨勢，一種是地質參

數愈小愈有風險潛能，則地質參數值愈小模糊評等愈向右邊，如圖 4.8 ﹔另一種是

地質參數愈大愈有風險潛能，則地質參數愈小模糊評等愈向左邊，如圖 4.9。

E D C B A 地質參數小
擠壓潛能大
Max 極低 低 普通 高 極高 Min
擠壓潛能 擠壓潛能 擠壓潛能 擠壓潛能 擠壓潛能

圖 4.8 地質參數小引發擠壓潛能大

E D C B A 地質參數大
Min 極低 低 普通 高 極高 Max
擠壓潛能大
擠壓潛能 擠壓潛能 擠壓潛能 擠壓潛能 擠壓潛能

圖 4.9 地質參數大引發擠壓潛能大

當隧道工程中某地質參數的灰關聯度大，亦即該地質參數變化與擠壓變形程度趨

勢相近，地質參數變動影響擠壓變形程度必然較大，所以地質參數的絕對數值意義不

如相對意義能表現出風險影響的程度，再者如果地質參數的關聯程度小，亦即該地質

參數的模糊權重低，則反應至整體評估值的影響程度也減小。因此模糊評等表現出地

質參數在序列中的次序，得到影響程度強弱的判斷。對於地質參數模糊評等的建立是

49
依據地質參數的數據序列，考慮序列中最大與最小數據並切割成為五個等分，做為風

險潛能五個等級的模糊評等 A、B、C、D、E。實際做法可以將數據序列正規化成為 0

至 1 的數據序列，考慮地質參數的趨勢為數據小潛能大(如圖 4.8)或是數據大潛能大

(如圖 4.9)，以得到數據資料所屬的模糊評等。最後對於風險分析的進行時透過模糊

權重平均，利用模糊權重與模糊評等計算整體擠壓變形的風險評估指數，建立模糊推

論的規則，進行風險分析之評估結果推論，做法與程序如後述。

4.4.2 隸屬函數選取與擠壓變形潛能分級

利用模糊權重平均與重心法得到評估指數，建立風險潛能分級的過程中，隸屬函

數的確定對模糊理論的運用至關重要，但隸屬函數的訂定並沒有一定的公式而具有主

觀性，處理的原則必須是合情合理而能被接受。本節將說明隸屬函數之選取，其次將

說明擠壓變形潛能分級與風險分析模式運算程序。

1.隸屬函數選取

「正確確定隸數函數，是利用模糊集合恰如其分的定量表現模糊概念的基礎。但

是確定反映模糊概念的模糊集合其隸屬函數難以找到統一的途徑，對於相同的模糊概

念，不同的人往往使用不同的隸屬函數，但是只要隸屬函數能反映該模糊概念，在解

決處理模糊信息的問題中仍能有同樣的結果。」(馮德益，1988)，因此隸屬函數的訂

定具有彈性，只要能符合模糊集合的表達涵義，則仍能有一致的分析結果。關於隸屬

函數的研究與探討，一般的原則與方法(闕頌廉，1994)：

j隸屬函數本質上客觀存在，但確定的過程容許有一定的主觀意識與人為技巧。

k在某些場合，隸屬函數可以經由模糊統計試驗加以確定。

l在某些場合，隸屬函數可以用二元對比排序的方法確定大致的形狀。

m在某些場合，隸屬函數可以作為推理的產物而加以確定。

林振平(1991)將隸屬函數經由模糊統計試驗加以確定，考慮五種不同類型的隸屬

函數測試，因為不同隸屬函數代表不同模糊概念，所以運算結果模糊集合各不相同，

但是解模糊化後的結果排序結果一致，因此認為隸屬函數形狀不影響解模糊化後評估

50
結果，而合理選取隸屬函數型式並使隸屬函數能具體描述各模糊權重代表意義，則是

使評估結果準確度提高的重要關鍵。本研究採用林振平(1991)建議之三角形隸屬函數

表達模糊權重如圖 4.10，符合成比例之人為判斷，例如好是 9 分，次好是 7 分，普

通是 5 分等等，可以直覺表達地質參數的影響程度高低，使分析模式的地質參數模糊

評等容易瞭解。

圖 4.10 三角形隸屬函數之模糊權重

2.擠壓變形潛能分級

風險分析模式是利用模糊集理論中的模糊推論概念，這個過程藉由建立規則以引

導評估進行。規則的建立是透過風險評估指數與實際危險狀況的對照。關於實際危險

狀況的評判有賴既有可供使用的準則，以下將就本研究使用隧道擠壓變形潛能危險狀

況評判準則進行說明。

隧道開挖過程中，周圍岩體一旦變形程度超過某些臨界值，就可能發生支撐破壞

與隧道崩坍等災害。因此隧道開挖引起的岩體變形評估能提供工程災害預警與防範，

是隧道工程安全管理控制的重要課題。本研究使用 Sakurai(1993)所提出做為隧道現

場安全性控制工具的變位管制圖(如圖 2.1)。藉由隧道實測資料、隧道應變(定義為

頂拱總沉陷量與隧道半徑之比值，而頂拱總沉陷量係現場監測所得頂拱沉陷量，根據

儀器安裝之時機，依理論分析之隧道變位與前進面距離關係，修正儀器安裝前並未測

得之沉陷量估計總沉陷量)與隧道圍岩岩體強度之關係，運用室內試驗的結果與現場

試驗的資料回饋，配合彈性理論與假設條件構成。Sakurai 將管制圖應變量與岩體強

51
度關係對應三條警戒水準(warning level)，當變形或應變落於「warning level I 」，

隧道穩定性尚能接受﹔當變形或應變落於「warning level II」，隧道附近可能已經

產生鬆動區(loosening zone)而必須多加注意隧道穩定性，而當變形或應變落於

「warning level III」則隧道可能發生支撐破壞等問題，需要設法保持隧道穩定性。

根據陳錦清等(1995、1997)實際應用 Sakurai 所建議管制圖，分析北二高隧道現場發

生之狀況，大體而言頂拱沉陷量和支撐破壞情況關係與 Sakurai 之研究結果相當，顯

示此警戒基準大致適合工程判斷上之運用。

3.風險分析模式運算程序

以下將說明模式利用系統化的計算過程進行風險分析之程序。

(1)界定地質參數模糊權重

計算地質參數與隧道擠壓變形程度的之關聯度，利用灰關聯度界定地質參數在分

析模式中模糊權重。

(2)進行地質參數模糊評等

透過模糊評等的評估基準，將地質參數資料正規化轉成模糊評等，作為整體風險

分析的評估基礎。

(3)整體隧道擠壓變形潛感值

以模糊權重平均法(式 4.17)計算整體隧道擠壓變形程度的風險潛感值。

(4)解模糊化得到評估指數

以重心法解模糊化(式 4.18)，將模糊權重平均法計算得到的風險潛感值，轉換

成為一個可供判斷優劣程度的風險分析評估指數。

(5)隧道擠壓變形潛能分級

考慮實際隧道擠壓變形情況與評估指數關係，建立擠壓潛能分級，做為模糊推論

機制的規則以引導風險分析結論，完成風險分析模式。

(6)進行風險分析

將評估區域的地質參數資料轉換成為模糊評等，以模糊權重平均計算整體擠壓變

形潛感值，以重心法解模糊化成為風險分析評估指數。利用已經建立之潛能分級

進行風險評估，最後由模糊推論得到風險分析之結論。

52
 第五章 模式應用與驗證

本章以隧道工程案例進行模式的運用與驗證，檢討第四章所架構營建工程風險確

認分析模式的適用性。案例驗證是由施工前地質調查參數資料與施工中隧道擠壓變形

監測資料，經由資料回饋分析的系統模式，建立隧道擠壓潛能分級。後續施工區域依

照所建立模式，計算整體擠壓潛感值與評估指數 Z＊，依據建立的風險潛能分級，預

測與判斷隧道擠壓變形的工程風險程度，以達成工程風險確認分析的目的，提供後續

風險處置的決策參考。驗證流程如圖 5.1。

隧道工程地質
參數資料輸入

地質參數間 隧道工程擠壓
灰關聯度計算 變形監測資料

評估區域代表性 設定分群門檻值，擷 地質參數與擠壓變

地質參數資料輸入 取具代表性地質參數 形量之灰關聯度

評估區域代表性 建立代表性地 建立代表性地

地質參數模糊評等 質參數模糊評等 質參數模糊權重

計算評估區域整
模糊權重平均法計算整體擠壓變形潛感值
體擠壓變形潛感值

計算評估區域擠
解模糊化，計算擠壓變形評估指數Z＊
壓變形評估指數Z ＊

由評估指數與潛能分 由評估指數與實際擠壓情況
級推論擠壓變形潛能 建立擠壓變形潛能分級

圖 5.1 模式應用與驗證流程圖

53
5.1 評估案例基本資料

本研究將風險確認分析模式應用於隧道擠壓變形潛能評估，選擇北部區域第二高

速公路木柵一號隧道(現改稱木柵隧道)做為驗證之隧道工程個案。由於木柵一號隧道

南下線確實發生擠壓變形狀況而影響施工安全與財務損失，其次木柵一號隧道為以新

奧工法(NATM，New Austrian Tunneling Method)施工的山岳岩石隧道，新奧工法施

工之隧道容許圍岩有適當的擠壓變形發生，使用主動柔性支撐使岩體變形趨於穩定，

使岩體與支撐和諧地尋求兩者之穩定。但是使用新奧工法在岩體穩定與支撐破壞的臨

界必須更精確掌握圍岩擠壓變形程度，以達到安全與經濟的開挖。因此選擇以木柵一

號隧道南下線進行模式驗證，較能測試風險確認分析模式運用上的可行性。

模式應用與驗證是從已施工區域收集擠壓變形監測資料進行探討，進行隧道擠壓
變形風險確認分析，判斷未來隧道工程進行時可能遭遇擠壓變形之程度，為後續風險
處置決策行為之參考。驗證案例的相關資料整理與說明如後。

案例名稱：北部區域第二高速公路木柵一號隧道(現改稱木柵隧道)

業 主：交通部國道新建工程局

設計監造：中興工程顧問公司 施工單位：榮民工程事業管理處

起始里程：11K+019(南下線) 結束里程：12K+862(南下線)

圖 5.2 北二高隧道群示意圖(北二高汐止中和段細部設計報告)

54
 北部第二高速公路從中山高速公路分出，北起汐止系統交流道，向南穿過台北盆

地東南邊緣的丘陵地區，再經中和、土城、樹林等鄉鎮，一路南下向新竹方向延伸。

由於受到地形的限制，北二高在南港至中和交流道之間出現一系列的隧道工程，包括

台北連絡線在內，合計共有二十四座隧道，總長 16.1 公里，如圖 5.2 所示(北二高汐

止中和段細部設計報告)。其中木柵一號隧道(現改稱木柵隧道)為最長的一座，達

1843 公尺(南下線)，1875 公尺(北上線)。木柵隧道全線不含斷層區段的岩體評分為 Q

= 0.2 至 5，RMR = 30 至 60 變化甚大，其上覆岩盤最大厚度約 140 公尺，根據空間

需求與岩石力學考量，設計隧道斷面為寬 14.55 公尺，高 8 公尺之扁平三心圓(似橢

圓)，採新奧工法施工，在開挖通過灣潭斷層的過程中，隧道斷面發生超過 1.4 公尺

的擠壓變形造成支撐系統破壞，經過緊急支撐、變更補強、逐輪修挖，終使隧道順利

完成。

5.1.1 地質參數資料

隧道工程的地質調查工作是在工程規劃階段以至於施工階段間持續進行，地質探

勘的種類與項目繁多，受限於工程計劃的時程與經濟原因，無法一次調查就能達到地

質情況完整清楚，地質參數資料只是在合理的維持地質探勘資料的可靠性與滿足判斷

需要，本研究選擇木柵隧道南下線為驗證標的，細部設計階段共有鑽孔十四個，部分

鑽孔資料欠缺，因此難以建立所有地質參數的數據序列以提供分析，經過整理選擇資

料較為完整可供分析的鑽孔十二個，地質參數資料七項，分別是岩覆(W1)，凝聚力

(W2)，摩擦角(W3)，變形模數(W4)，比重(W5)，單位重(W6)與單壓強度(W7)，整理如

表 5.1 所示。

部分地質參數資料欠缺是利用相關經驗公式進行推估(表 5.2、表 5.3 與表 5.4)，

推估結果符合地質調查報告對整體地質參數值評估範圍。由於模式的基礎在灰色系統

理論與模糊集理論，允許變數相當的模糊性，灰色系統理論是從序列的角度，由數據

變化的趨勢進行分析，而模糊理論是以變數變化範圍的區間，以集合的概念處理變數

模糊性質。因此參數在小範圍內變化時，模式仍可以有相同分析結果。

55
 表 5.1 木柵隧道南下線地質參數資料
(北二高汐止新店段設計階段大地力學及混凝土骨材試驗報告)
岩覆 凝聚力 摩擦角 變形模數 單位重 單壓強度
孔號 里程 比重
(m) (kg/cm2) (°) (GPa) (t/m3) (MPa)

HD-095 11K+067 14 2.73 53.4 7.94 2.72 2.59 1.38

HD-106 11K+552 120 5.23 39.4 4.22 2.72 2.50 1.17
HD-108 11K+700 100 4.66 41.9 4.73 2.73 2.40 1.44
HD-112 12K+076 65 4.15 52.5 10.00 2.72 2.65 2.84
HD-113 12K+145 30 3.48 55.2 8.00 2.72 2.69 2.18
HD-115 12K+197 18 2.67 53.3 7.50 2.72 2.56 1.87
HD-116 12K+488 124 5.89 43.0 7.50 2.72 2.35 1.76
HD-118 12K+578 80 4.50 48.0 10.00 2.72 2.45 2.35
HD-119 12K+633 64 5.66 52.1 22.00 2.72 2.43 3.05
HD-120 12K+684 66 5.11 50.8 12.00 2.70 2.41 2.41
HD-123 12K+735 68 5.18 50.6 12.00 2.72 2.44 3.06
HD-125 12K+828 15 2.67 53.3 7.50 2.72 2.34 1.49

表 5.2 Hoek-Brown(1988)建議之岩體評分，所採用凝聚力 c、摩擦角ψ

RMR 10 35 50 60
岩覆 H = 30m 1.2 2.0 3.0 4.2
凝聚力 H = 50m 2.1 2.8 3.8 5.1
c (kg/cm2)
H = 80m 3.1 3.9 4.5 6.3
H =125m 4.2 5.4 6.2 8.2
H = 30m 45 52 54 57
摩擦角 H = 50m 40 48 51 54
ψ (°) H = 80m 35 43 48 50
H =125m 31 39 45 46

表 5.3 經驗公式對岩體變形模數推估
Bieniawski(1978)建議 RMR<50 時 Em = 2 * RMR−100 (GPa )

Serafim & Pereira(1983)建議 RMR>50 時 Em = 10

[ RMR− 10
40
] (GPa )

表 5.4 經驗公式對岩體單壓強度推估
1
Bhasin & Grimstad(1996) σ cm = 0.7γ Q 3
( MPa )

56
5.1.2 頂拱收斂儀監測紀錄

隧道工程監測系統包括隧道頂拱沉陷、隧道淨空收斂、岩栓變位及岩盤與襯砌

應力等，Sakurai(1993)以頂拱沉陷量與隧道半徑比值對照岩體強度，建議擠壓破壞

程度評判準則，提出隧道擠壓變形量的紅黃綠燈管制圖，做為現場安全監測行動判斷

基準，陳錦清等(1995)以此準則研判北二高福德隧道上半斷面支撐破壞現象，其結果

大致適用。因此本研究針對隧道擠壓變形進行風險分析探討，依照 Sakurai(1993)所

建議評判準則建立擠壓潛感分級，並使用頂拱沉陷量做為擠壓變形評估的依據。

擠壓沉陷監測紀錄，根據監測儀器安裝與開挖面距離資料，可見儀器未能緊靠開

挖前進面裝設，由於隧道變位於裝妥監測儀器前即已開始發生，離開挖面越遠其變形

量越大，故隧道實際總變位量應較量測值為大，因此量測值應加以修正。本研究採用

陳錦清等(1997)經過修正後的沉陷量估計值，應較能反應實際變形程度，提供模式分

析之用。頂拱沉陷監測紀錄整理如表 5.5，裝設過遲與量測結果不正常之資料應予以

刪除，避免使分析產生偏誤。

表 5.5 木柵隧道南下線頂拱沉陷監測
(國內隧道支撐設計適當性與施工方法對隧道行為影響檢討)
樁號 RMR Q 頂拱沉陷(mm) 岩覆(m) 儀器安裝與開挖面距離(m)
11K+067 46 0.44 425 14 0.4(洞口段)

11K+552 35 0.30 857 120 2.1

11K+700 37 0.63 253 100 14.3

12K+076 50 3.61 127 65 6.8

12K+145 54 1.56 43 30 9.8

12K+197 45 1.13 64 18 2.9

12K+488 45 1.23 94 124 7.6

12K+578 50 2.57 24 80 57.0

12K+633 61 5.78 28 64 1.1

12K+684 56 2.92 30 66 52.0

12K+735 56 5.78 32 68 9.7

12K+828 45 0.75 19 15 1.0(洞口段)

57
5.2 模式應用計算流程

根據案例資料共有十二個鑽孔資料點，模式驗證擬以前面八個鑽孔資料進行分

析，藉以預測與判斷其後四個鑽孔可能擠壓變形程度。本研究驗證架構之風險確認分

析模式，分三個小節說明，第一小節以灰關聯分析選擇代表性地質參數﹔第二小節以

模糊權重平均建立擠壓潛能分級﹔第三小節利用代表性地質參數與潛能分級進行工

程風險確認分析。

5.2.1 代表性地質參數擷取

整理回饋分析使用的地質參數數據，成為以里程為序號的序列，做為灰關聯分析

基礎的序列矩陣，依序進行灰關聯分析步驟。其中 W1、W2、W3、W4、W5、W6、W7 分

別為岩覆、凝聚力、摩擦角、變形模數、比重、單位重、單壓強度以里程為序號的數

據序列，透過計算地質參數間灰關聯度進行分群擷取代表性地質參數。

11k+067 11k+552 11k+700 12k+076 12k+145 12k+197 12k+488 12k+578

W1=( 14 120 100 65 30 18 124 80 )
W2=( 2.73 5.23 4.66 4.15 3.48 2.67 5.89 4.50 )
W3=( 53.4 39.4 41.9 52.5 55.2 53.3 43.0 48.0 )
W4=( 7.94 4.22 4.73 10.00 8.00 7.50 7.50 10.00 )
W5=( 2.72 2.72 2.73 2.72 2.72 2.72 2.72 2.72 )
W6=( 2.59 2.50 2.40 2.65 2.69 2.56 2.35 2.45 )
W7=( 1.38 1.17 1.44 2.84 2.18 0.91 1.76 2.35 )

1.計算地質參數間灰關聯度

(1)選定參考序列，以 W1(岩覆)為例，計算 W1 與 W2、W3、W4、W5、W6、W7 間灰關

聯度。將原始序列做規一化數據生成處理，使數據序列的數量級相同。

W`1=( 0.1129 0.9677 0.8065 0.5242 0.2419 0.1452 1.0000 0.6452)

W`2=( 0.4635 0.8879 0.7912 0.7046 0.5908 0.4533 1.0000 0.7640)
W`3=( 0.9687 0.7145 0.7600 0.9511 1.0000 0.9661 0.7803 0.8696)
W`4=( 0.7940 0.4220 0.4730 1.0000 0.8000 0.7500 0.7500 1.0000)
W`5=( 0.9963 0.9963 1.0000 0.9963 0.9963 0.9963 0.9963 0.9963)
W`6=( 0.9628 0.9294 0.8922 0.9851 1.0000 0.9517 0.8736 0.9108)
W`7=( 0.4859 0.4120 0.5070 1.0000 0.7676 0.3204 0.6197 0.8275)

58
(2)將前述規一化生成處理後的數據序列，進行標準化處理，使地質參數從局部序列

轉變成為整體評估的標準化矩陣。標準化處理如式 5.1。

標準化矩陣：

xij = aij / ∑a 2
ij [ ]
, X = xij , ∀ i, j ( i 是地質參數， j 是序號) -----式 5.1
i
X1=( 0.0185 0.1589 0.1324 0.0861 0.0397 0.0238 0.1642 0.1059)
X2=( 0.0761 0.1458 0.1299 0.1157 0.0970 0.0744 0.1642 0.1255)
X3=( 0.1591 0.1173 0.1248 0.1562 0.1642 0.1586 0.1281 0.1428)
X4=( 0.1304 0.0693 0.0777 0.1642 0.1314 0.1232 0.1232 0.1642)
X5=( 0.1636 0.1636 0.1642 0.1636 0.1636 0.1636 0.1636 0.1636)
X6=( 0.1581 0.1526 0.1465 0.1618 0.1642 0.1563 0.1434 0.1496)
X7=( 0.0798 0.0676 0.0833 0.1642 0.1260 0.0526 0.1018 0.1359)

(3)建立差序列矩陣。計算參考序列 X1 與其他比較序列 X2 至 X7 的差異大小，做為

後續序列趨勢的比較基礎。差序列計算如式 5.2。

∆ 1i ( j ) = X 1( j ) − X i ( j ) , ∀i, j -----式 5.2

△12=( 0.0576 0.0131 0.0025 0.0296 0.0573 0.0506 0.0000 0.0195)

△13=( 0.1405 0.0416 0.0076 0.0701 0.1245 0.1348 0.0361 0.0368)
△14=( 0.1118 0.0896 0.0548 0.0781 0.0916 0.0993 0.0411 0.0583)
△15=( 0.1451 0.0047 0.0318 0.0775 0.1239 0.1398 0.0006 0.0577)
△16=( 0.1396 0.0063 0.0141 0.0757 0.1245 0.1324 0.0208 0.0436)
△17=( 0.0612 0.0913 0.0492 0.0781 0.0863 0.0288 0.0624 0.0299)

(4)灰關聯係數(ξ)計算。灰關聯係數定義如式 5.3，為各比較序列和參考序列的

數據差異，是做為灰關聯度計算的前置處理。

Min Min ∆ 1i ( j ) +ζ Max Max ∆ 1i ( j )

ξ 1i ( j) = ∀i, j -----式 5.3
i j i j
∆ 1 i ( j ) + ζ Max Max ∆ 1 i ( j )
,
i j

ξ12=( 0.5575 0.8470 0.9666 0.7100 0.5587 0.5891 1.0000 0.7880)

ξ13=( 0.3404 0.6356 0.9048 0.5085 0.3682 0.3498 0.6678 0.6631)
ξ14=( 0.3934 0.4473 0.5698 0.4814 0.4418 0.4221 0.6386 0.5545)
ξ15=( 0.3333 0.9392 0.6953 0.4834 0.3693 0.3417 0.9918 0.5571)
ξ16=( 0.3420 0.9201 0.8374 0.4894 0.3682 0.3539 0.7775 0.6245)
ξ17=( 0.5422 0.4428 0.5960 0.4814 0.4566 0.7159 0.5374 0.7079)

59
(5)灰關聯度( γ )計算。將序列的灰關聯係數取平均值如式 5.4 定義為灰關聯度，表

示的意義是序列間的關聯程度，是序列間所存在灰關係的量化方式。
j
γ 1i = 1
j ∑ξ
i =1
1i -----式 5.4

r(1,2)= 0.7521
r(1,3)= 0.5548
r(1,4)= 0.4936
r(1,5)= 0.5889
r(1,6)= 0.5891
r(1,7)= 0.5600

(6)反覆步驟(1)∼(5)的計算

反覆各以地質參數 W1、W2…、W7 為參考序列，完成所有地質參數間的兩兩灰關

聯度計算，如表 5.6。

表 5.6 地質參數間兩兩灰關聯度
r(i,1) r(i,2) r(i,3) r(i,4) r(i,5) r(i,6) r(i,7)
以Ｗ１為參考序列 － 0.7521 0.5548 0.4936 0.5889 0.5891 0.5600
以Ｗ２為參考序列 0.6698 － 0.5498 0.4821 0.5449 0.5654 0.5948
以Ｗ３為參考序列 0.5480 0.6457 － 0.7308 0.8061 0.8804 0.6582
以Ｗ４為參考序列 0.4307 0.5379 0.6874 － 0.6457 0.6576 0.7685
以Ｗ５為參考序列 0.5938 0.6497 0.8171 0.6978 － 0.8945 0.5894
以Ｗ６為參考序列 0.5816 0.6581 0.8797 0.7000 0.8834 － 0.6155
以Ｗ７為參考序列 0.4961 0.6396 0.6110 0.7674 0.5288 0.5687 －

2.設定分群門檻值(λ)，進行分群

設定分群門檻值λ是為了使群組內關聯性高，群組外的關聯性低。門檻值的大小

並沒有一定的標準。當門檻值高時，則所有因子各自獨立，難有分群的效果﹔門檻值

低，則所有因子成為一群，失去分群找出代表性因子的意義。本研究對門檻值選取進

行敏感度分析，發現取門檻值為 0.75 上下時，分成四群且變動相對較小，如表 5.7。

因此模式驗證取門檻值 0.75，分群結果應屬恰當可以接受。

60
 表 5.7 分群門檻值敏感度分析
群一 群二 群三 群四 群五 群六 群七
門檻值λ=0.50 1,2,3,5,6 2,3,5,6,7 3,4,5,6,7
門檻值λ=0.55 1,2,6 1,5,6 2,6,7 3,4,5,6 3,4,6,7
門檻值λ=0.60 1 2 3,4,7 3,4,5,6
門檻值λ=0.65 1,2 3,4,6 3,5,6 4,7
門檻值λ=0.70 1 2 3,5,6 4,7
門檻值λ=0.75 1 2 3,5,6 4,7
門檻值λ=0.80 1 2 3,5,6 4 7
門檻值λ=0.85 1 2 3,6 4 5,6 7
門檻值λ=0.90 1 2 3 4 5 6 7

3.各群擷取具有代表性地質參數

取門檻值 0.75，得到分群結果為(W1)、(W2)、(W3,W5,W6)、(W4,W7)，後續進行

各群中選取代表性地質參數，其中第一群與第二群皆僅有一個地質參數，則該地質參

數就是該群代表性地質參數。第三群有 W3、W5、W6，比較三者間灰關聯度相對較大

者定義為代表性參數：

由 γ (3,5) = 0.8061, γ (3, 6) = 0.8804 ﹔

γ (5, 3) = 0. 8171, γ (5, 6) = 0.8945 ﹔

γ (6,3) = 0.8797 , γ ( 6,5) = 0.8834

因為以 W6 為參考序列的灰關聯度較大，所以第三群選取 W6 為代表性地質參數。

其次，第四群有 W4、W7，比較兩者間灰關聯度相對較大者定義為代表性參數：

由 γ ( 4,7) = 0.7685 ﹔

γ (7,4) = 0.7674

因為以 W4 為參考序列的灰關聯度較大，所以第四群選取 W4 為代表性地質參數。

最後確定所選取的代表性地質參數為：W1、W2、W4、W6，完成風險確認分析模式

的第一部份，確認所擷取的地質參數為風險分析之評估因子。後續即以 W1、W2、W4、

W6 進行風險分析，建立風險潛能分級。

61
5.2.2 擠壓變形潛能分級

風險分析模式的概念是利用模糊推論，首先以模糊權重平均計算風險潛感值，再

以解模糊化後評估指數建立風險潛能分級。藉由對風險評估區域計算評估指數，配合

建立之潛能分級以完成風險分析的目的。實際模式應用的程序包括模糊權重界定、模

糊評等建立、模糊權重平均、重心法解模糊化與建立風險潛能分級，說明如後。

1.模糊權重界定，計算代表性地質參數與擠壓變形潛能灰關聯度，以關聯程度大小轉

換成模糊集合權重，轉換關係如表 4.7。其中 W0、W1、W2、W4、W6 分別為頂拱沉

陷、岩覆、凝聚力、變形模數、單位重以里程為序號的數據序列。模糊權重界定的

步驟如下。

(1)以頂拱變形擠壓監測資料(W0)為參考序列

W0=( 425 857 253 127 43 64 94 24 )

W1=( 14 120 100 65 30 18 124 80 )
W2=( 2.73 5.23 4.66 4.15 3.48 2.67 5.89 4.50 )
W4=( 7.94 4.22 4.73 10.00 8.00 7.50 7.50 10.00 )
W6=( 2.59 2.50 2.40 2.65 2.69 2.56 2.35 2.45 )

(2)將原始序列做數據生成處理，建立標準化矩陣

規一化
W'0=( 0.4959 1.0000 0.2952 0.1482 0.0502 0.0747 0.1097 0.0280 )
W'1=( 0.1129 0.9677 0.8065 0.5242 0.2419 0.1452 1.0000 0.6452 )
W'2=( 0.4635 0.8879 0.7912 0.7046 0.5908 0.4533 1.0000 0.7640 )
W'4=( 0.7940 0.4220 0.4730 1.0000 0.8000 0.7500 0.7500 1.0000 )
W'6=( 0.9628 0.9294 0.8922 0.9851 1.0000 0.9517 0.8736 0.9108 )

標準化
X0=( 0.1086 0.2189 0.0646 0.0324 0.011 0.0163 0.024 0.0061 )
X1=( 0.0247 0.2119 0.1766 0.1148 0.053 0.0318 0.2189 0.1412 )
X2=( 0.1015 0.1944 0.1732 0.1543 0.1294 0.0992 0.2189 0.1673 )
X4=( 0.1738 0.0924 0.1036 0.2189 0.1751 0.1642 0.1642 0.2189 )
X6=( 0.2108 0.2035 0.1953 0.2157 0.2189 0.2084 0.1913 0.1994 )

62
(3)差序列矩陣、灰關聯係數與灰關聯度計算

差序列矩陣

△01=( 0.0839 0.0071 0.1119 0.0823 0.042 0.0154 0.1949 0.1351 )

△02=( 0.0071 0.0245 0.1086 0.1218 0.1184 0.0829 0.1949 0.1611 )
△04=( 0.0653 0.1265 0.0389 0.1865 0.1642 0.1479 0.1402 0.2128 )
△06=( 0.1022 0.0155 0.1307 0.1832 0.2079 0.192 0.1672 0.1933 )

灰關聯係數

ξ01=( 0.5964 1.0000 0.5197 0.6012 0.7647 0.9313 0.3766 0.4698 )

ξ02=( 0.9997 0.8666 0.5278 0.4972 0.5048 0.5994 0.3766 0.4241 )
ξ04=( 0.6610 0.4871 0.7808 0.3874 0.4194 0.4463 0.4601 0.3555 )
ξ06=( 0.5439 0.9311 0.4785 0.3917 0.3609 0.3802 0.4146 0.3786 )

灰關聯度 模糊權重

r(0,1)= 0.657452 _ B
r(0,2)= 0.599510 _ C
r(0,4)= 0.499679 _ C
r(0,6)= 0.484958 _ C

2.模糊評等建立，正規化地質參數，以數據在序列中次序位置與地質參數引發擠壓變

形潛能關係，利用圖 4.7 與圖 4.8 所定義模糊評等評估基準，將地質參數轉換成模

糊評等，轉換關係如表 5.8，結果如表 5.9。

關於地質參數值引發隧道擠壓變形趨勢說明如下：

(1)岩覆厚度(Depth)

Jethwa(1984)及 Aydan(1993)定義，岩質因素 ( )越低，隧道擠壓程度越明顯。

σc
γΗ

因此，岩覆越深對引發擠壓變形潛能程度愈大，則評估等級亦愈差。

(2)單位重(Total Unit Weight)

Jethwa(1984)及 Aydan(1993)之定義，岩質因素 ( )越低，隧道擠壓程度越明顯。

σc
γΗ

因此，單位重大對引發擠壓變形潛能程度愈大，則評估等級亦愈差。

63
(3)比重(Specific Gravity)

比重是岩樣固體顆粒單位重 γ s 與 4℃水的單位重 γ w 之比值。當 4℃水的單位重 γ w

為定值時，比重和單位重是正比關係，因此比重與單位重對引發擠壓變形潛能程

度影響應為一致，當比重愈大時，評估等級愈差。

(4)單軸抗壓強度(Uniaxial Compressive Strength)

Jethwa(1984)及 Aydan(1993)定義，岩質因素 ( )越低，隧道擠壓程度越明顯。

σc
γΗ

因此，單軸抗壓強度愈高，引發擠壓變形潛能程度愈低，則評估等級亦越好。

(5)凝聚力(Cohesion) c 、摩擦角(Friction Angle) φ

凝聚力與摩擦角是庫倫-莫爾破壞準則方程式判斷材料穩定性的重要參數，反應

岩石力學中，有關岩體強度的工程性質，影響隧道開挖的穩定性。因此凝聚力與

摩擦角值愈大，隧道擠壓變形潛能低，而評估等級愈佳。

(6)變形模數(Modulus of Deformation)

變形模數為材料應力-應變曲線上，關於應力與應變的比值(斜率)。岩體變形性

的工程性質，將影響隧道開挖解壓後圍岩變形的大小。俞旗文(1996)探討 RMR

值對變形模數的關係，得到當 RMR 值越小，則岩體變形模數亦越小，而淨空變形

越大的結論。因此變形模數愈小，隧道擠壓變形潛能高，而評估等級愈差。

地質參數序列
W1=( 14 120 100 65 30 18 124 80 )
W2=( 2.73 5.23 4.66 4.15 3.48 2.67 5.89 4.50 )
W4=( 7.94 4.22 4.73 10.00 8.00 7.50 7.50 10.00 )
W6=( 2.59 2.50 2.40 2.65 2.69 2.56 2.35 2.45 )

正規化地質參數序列
X''1=( 0.0000 0.9636 0.7818 0.4636 0.1455 0.0364 1.0000 0.6000 )
X''2=( 0.0186 0.7950 0.6180 0.4596 0.2516 0.0000 1.0000 0.5683 )
X''4=( 0.6436 0.0000 0.0882 1.0000 0.6540 0.5675 0.5675 1.0000 )
X''6=( 0.7059 0.4412 0.1471 0.8824 1.0000 0.6176 0.0000 0.2941 )

64
 地質參數的性質與隧道擠壓變形潛能的關係，可以分為圖 4.8 與圖 4.9 的兩種趨

勢，將地質參數序列正規化成為 0 至 1 的區間，考慮 0~0.2 為一個區間與 0.2~0.4、

0.4~0.6、0.6~0.8、0.8~1.0 共五個區間，根據前述地質參數與隧道擠壓變形發生的

趨勢，得到如表 5.8 的轉換關係，以之建立地質參數的模糊評等。其中地質參數 W1(岩

覆)與 W6(變形模數)地質參數愈大，引起隧道擠壓的風險潛在可能愈大，因此正規化

後地質參數序列數據 0.8~1.0 屬於模糊評等的 A，序列數據 0.8~0.6 屬於模糊評等的

B，以此類推。而地質參數 W2(單位重)與 W4(單軸抗壓強度)地質參數愈大，引起隧道

擠壓的風險潛在可能愈小，因此正規化後地質參數序列數據 0.8~1.0 屬於模糊評等的

E，序列數據 0.8~0.6 屬於模糊評等的 D，以此類推。得到地質參數序列模糊評等結

果如表 5.9。

表 5.8 地質參數引發擠壓變形潛能關係
地質參數 W1 W2 W4 W6
min E(風險潛能小) A A E
max A(風險潛能大) E E A

表 5.9 地質參數模糊評等
里程
評估因子
11K+067 11K+552 11K+700 12K+076 12K+145 12K+197 12K+488 12K+578
W1 (B) E A B C E E A C
W2 (C) A D D C B A E C
W4 (C) D A A E D C C E
W6 (C) B C E A A B E D

3.以模糊權重平均法(式 4.17)計算整體擠壓變形潛感值，計算結果如表 5.10。配合

模糊集合隸屬函數的訂定進行模糊集合的代數運算，計算得到之風險潛感值仍然是

一個模糊集合，後續仍需解模糊化得到一個判斷模糊集合明確意義的單值，進行風

險分析。模糊權重與模糊評等之模糊集合隸屬函數如下，幾何圖形如圖 4.10。

A＝ 07 + 1
9
+ 09 、 B＝ 05 + 1
7
+ 09 、 C ＝ 03 + 15 + 07 、 D＝ 01 + 13 + 0
5
、 E ＝ 01 + 11 + 03
∼ ∼ ∼ ∼ ∼

65
 表 5.10 模糊權重平均計算擠壓變形潛感值
min mid max
R(11k+067)= 4.55 4.64 5.10
R(11k+552)= 6.45 6.73 7.40
R(11k+700)= 5.00 5.18 5.70
R(12k+076)= 4.82 5.00 5.50
R(12k+145)= 4.55 4.64 5.10
R(12k+197)= 5.00 5.09 5.60
R(12k+488)= 4.36 4.45 4.90
R(12k+578)= 3.45 3.64 4.00

4.重心法解模糊化，將模糊權重平均法計算得到之整體擠壓變形潛感值，利用重心

法解模糊化，轉換成為一個可供判定優劣程度的評估指數Ｚ*(式 4.18)，評估指

數 Z*是考慮所有評估因子的模糊權重與模糊評等，將模糊權重平均法計算得到之

整體風險潛感值模糊集合，轉成可以進行比較分析的單值，計算結果如表 5.11。

並且利用 Sakurai(1993)所建議擠壓變形管制圖，考慮實際擠壓變形量與支撐破

壞情況判斷實際擠壓變形風險程度(如圖 5.3)一併列於表 5.11。舉例來說在里程

11k+067 的隧道擠壓變形潛感值 R(11k+067)=(4.55，4.64，5.10)，則模式的風

險分析評估指數 Z*數學計算式：

1
*( 4 .64 −4 .55 )*[ 4 .55 + 23 * (4 .64 − 4. 55)]
Z * (11k + 067 ) = 2
= 4.76
1
2
*(5 .10 − 4. 55)

表 5.11 解模糊化後評估指數與實際擠壓變形情況
評估指數 Z* 實際情況
Z*(11k+067)= 4.76 高度擠壓
Z*(11k+552)= 6.86 高度擠壓
Z*(11k+700)= 5.29 高度擠壓
Z*(12k+076)= 5.11 中度擠壓
Z*(12k+145)= 4.76 輕度擠壓
Z*(12k+197)= 5.23 輕度擠壓
Z*(12k+488)= 4.57 中度擠壓
Z*(12k+578)= 3.70 不會擠壓

66
 100

10 高度擠壓 11K+552

11K+067
%

中度擠壓 11K+700
ａ)

12K+076
輕度擠壓 12K+488
應變量(δc

1 12K+197
12K+73512K+145
不會擠壓 12K+684 III
12K+578 12K+633
12K+828
II
0.1
I

0.01
0.01 0.1 1 10 100 1000
岩體強度(Qu) MPa
圖 5.3 利用 Sakurai(1993)所建議擠壓變形管制圖判斷風險程度

5.擠壓變形潛能分級，觀察重心法解模糊化的評估指數，比較實際隧道擠壓變形情

況，建立評估指數判斷的區間值範圍，建立擠壓變形潛能分級的思考邏輯如下：

實際擠壓變形程度判斷為“高度擠壓”之評估指數值：4.76(洞口段)、5.29、6.86

實際擠壓變形程度判斷為“中度擠壓”之評估指數值：4.57、5.11

實際擠壓變形程度判斷為“輕度擠壓”之評估指數值：4.76、5.23

實際擠壓變形程度判斷為“不會擠壓”之評估指數值：3.70

基於工程安全評估偏保守原則，將擠壓變形評估指數潛能分級由“高度擠壓”

取評估指數下界，亦即 5.29(評估指數 4.76 的分析點位於洞口段，比較相同高度

擠壓之評估指數明顯偏低，故予以捨去考慮)。其次考慮“中度擠壓”取評估指數

下界為 4.57，考慮“輕度擠壓”取評估指數上界為 3.70。潛能分級如表 5.12。

67
 表 5.12 擠壓變形評估指數潛能分級
擠壓潛感分級 Z*
不會擠壓 Z*<3.7
輕度擠壓 3.7<Z*<4.57
中度擠壓 4.57<Z*<5.29
高度擠壓 5.29<Z*

5.2.3 工程風險確認分析

將前述所擷取風險因素與風險潛能分級應用於工程風險確認分析。建立評估區域

地質參數的模糊評等，利用模糊權重平均計算評估區域整體擠壓變形潛感值，將解模

糊化後評估指數藉由風險潛能分級進行模糊推論，獲得最終風險分析的評估結果。評

估區域地質參數資料如表 5.1，模糊評等結果如表 5.13，模糊權重平均計算整體擠壓

變形潛感值如表 5.14，最後以重心法將風險潛感值解模糊化得到評估指數，配合前

述所建立潛能分級(表 5.12)的風險評判結果如表 5.15，完成模式驗證之風險確認分

析目的。

表 5.13 評估區域地質參數模糊評等
里程
12K+633 12K+684 12K+735 12K+828
評估因子
W1 (Ｂ) C C C E
W2 (Ｃ) E D D A
W4 (Ｃ) E E E C
W6 (Ｃ) D E D E

表 5.14 模糊權重平均計算擠壓變形潛感值
min mid max
R(12k+633)= 2.64 2.73 3.00
R(12k+684)= 2.45 2.73 3.00
R(12k+735)= 2.91 3.18 3.50
R(12k+828)= 3.64 3.73 4.10

68
 表 5.15 評估指數評判結果
評估指數 模式評判 實際情況 判斷結果
Z*(12k+633)= 2.79 不會 輕度 NG
Z*(12k+684)= 2.73 不會 輕度 NG
Z*(12k+735)= 3.20 不會 輕度 NG
Z*(12k+828)= 3.82 輕度 不會 Safe

模式評判與實際工程風險情況比較，風險確認分析之評估結果偏向樂觀而不甚理

想，亦即可能有未能預期的工程風險幅度，後續將對評估結果進行分析並檢討改善模

式評估，以提高風險分析之可靠度。

5.3 評估結果與分析

根據所計算的評估指數與潛能分級，判斷本研究工程風險確認分析模式可行性，

並與文獻回顧中 Jethwa(1984)所建議的評估結果進行比較，並對於結果不盡理想部

分進行探討並尋求模式改進。以下就擷取評估因子效果測試、模式與其他評估方式比

較，以及改善評估模式分析進行說明。

1.擷取評估因子的效果測試

模式分析使用之地質參數資料原來有七項，經過灰關聯分析後分成四群，擷取出

四個具地質條件代表性與影響關係獨立性的地質參數，地質參數擷取目的是避免地質

參數相互間關係造成累加性偏誤的產生，使評估結果整體性均衡考量地質條件影響以

得到正確評估結果。就模式原始條件的七項地質參數計算擠壓潛感值，進行擷取評估

因子的效果測試，解模糊化後得到評估指數結果如表 5.16、表 5.17，檢討風險確認

模式擷取代表性評估因子對於評估結果影響。

表 5.16 回饋分析資料
擠壓潛感值 min mid max 實際擠壓 評估指數 重心法
R(11k+067)= 3.92 3.97 4.20 高度 Z*(11k+067)= 4.03
R(11k+552)= 6.51 6.57 6.94 高度 Z*(11k+552)= 6.67
R(11k+700)= 6.41 6.46 6.83 高度 Z*(11k+700)= 6.56

69
R(12k+076)= 3.32 3.38 3.57 中度 Z*(12k+076)= 3.42
R(12k+145)= 3.38 3.43 3.63 輕度 Z*(12k+145)= 3.48
R(12k+197)= 4.46 4.51 4.77 輕度 Z*(12k+197)= 4.58
R(12k+488)= 4.35 4.41 4.66 中度 Z*(12k+488)= 4.47
R(12k+578)= 3.32 3.38 3.57 不會 Z*(12k+578)= 3.42

表 5.17 測試判斷資料
擠壓潛感值 min mid max 實際擠壓 評估指數 重心法
R(12k+633)= 1.97 2.03 2.14 輕度 Z*(12k+633)= 2.05
R(12k+684)= 2.78 2.84 3.00 輕度 Z*(12k+684)= 2.87
R(12k+735)= 2.51 2.57 2.71 輕度 Z*(12k+735)= 2.60
R(12k+828)= 3.38 3.43 3.63 不會 Z*(12k+828)= 3.48

實際擠壓變形程度判斷為“高度擠壓”之評估指數值：4.03(洞口段)、6.67、6.56

實際擠壓變形程度判斷為“中度擠壓”之評估指數值：3.42、4.47

實際擠壓變形程度判斷為“輕度擠壓”之評估指數值：3.48、4.58

實際擠壓變形程度判斷為“不會擠壓”之評估指數值：3.42

測試結果顯示使用全部地質參數進行風險分析時，所得到風險評估指數值在實際

擠壓變形程度判斷上跳動甚鉅，使評估指數難以與實際風險情況比較以建立風險潛能

分級，因此不能得到規則進行模糊推論並且風險分析模式也無從架構。造成評估指數

難以形成區間以進行分析，原因應該就是相同影響趨勢的同型風險因素，對於評估指

數建立時造成偏差性影響，使評估指數無法反應實際地質條件對隧道擠壓工程風險之

整體性影響。因此建立風險確認模式識別風險因素的相互關聯性與影響主次，選擇恰

當評估因子有其必要性。而本研究建立之風險確認模式確實能提供合適風險因素擷選

基礎，藉以輔助風險分析之進行。

2.模式與其他評估方式比較，如表 5.18。

Jethwa(1984)建議評估方式為經驗準則的判斷，本研究模式構建是從案例資料回

饋分析亦屬經驗準則的範疇，因此相互比較的基礎較為一致，可以反應模式同樣在經

驗準則的角度所能呈現的預測與判斷效果。

70
 表 5.18 評估結果比較
里程 實際擠壓程度 本研究評估(Z*) Jethwa(σcm/γΗ)
12K+633 輕度 不會 高度
12K+684 輕度 不會 高度
12K+735 輕度 不會 高度
12K+828 不會 輕度 高度

由比較結果(表 5.18)發現，Jethwa 所建議評估方式非常保守，評估結果均為高

度擠壓，本研究模式評估結果則過於樂觀，可能會遭遇未能預期的擠壓變形狀況，探

討其原因有下列兩點：

(1)評估指數之判斷過於理想

工程安全應是工程設計與評估最重要的考量，本研究評估指數是預測擠壓變形

可能性，並不意味擠壓變形發生與否的必然性與絕對性，因此考慮利用加入安全係

數的觀念，使評估結果是在安全範圍內趨於正常或是保守，減少過於樂觀的估計，

使評估結果是在安全無虞的前提下，做為風險決策的輔助資訊。將評估指數結果考

慮安全係數值 1.5(安全係數值視決策者的風險態度而有不同考量，是實際容許負荷

與設計使用最大強度數字比)，建立評估指數的潛能分級如表 5.19，增加安全係數後

評估結果均趨於正常(OK)與保守(Safe)之間，評估結果如表 5.20。

表 5.19 評估指數增加安全係數 1.5 後潛能分級

擠壓潛感分級 Z*
不會擠壓 Z*<2.47
輕度擠壓 2.47<Z*<3.05
中度擠壓 3.05<Z*<3.53
高度擠壓 3.53<Z*

表 5.20 加入安全係數 1.5 後評估結果

里程 實際情況 模式評估 判斷結果
12K+633 輕度 輕度 OK
12K+684 輕度 輕度 OK
12K+735 輕度 中度 Safe
12K+828 不會 高度 Safe

71
(2)風險系統所使用評估因子不完整

囿於實際工程案例所能收集得到的地質參數資料不足，事實上地質調查與岩石力

學試驗之地質參數項目繁多，但是因為工程成本與工期的考量，並不是所有試驗與參

數資料都能完整收集。就本研究所應用案例而言，只有十四個鑽孔，而實際完整可供

建立分析序列數據的僅有七項地質參數，所能表達地質條件的工程性質情況就產生限

制，而不是預期能代表全部地質條件的地質參數。因此風險系統所使用評估因子並不

完整，也是造成評估分析的誤差的來源之一。另外思考灰色系統理論的信息不完全原

理與過程非惟一原理，透過信息的累積也就是描述風險系統的地質參數資料的增加，

應能夠引導評估結果有更佳的滿意度。

(3)建立潛能分級的判斷資訊不足

回饋分析的資料中，實際擠壓變形的情況多屬於高度與中度，輕度與不會的分析

資料點過少，不利於建立風險潛能分級的判斷。利用模糊集理論建立判斷的規則往往

需要經驗累積，過少的資料點所做出的判斷會降低結果的可信賴程度。模糊集理論進

行模糊推論是從經驗累積增加判斷正確程度，因此除了以安全係數確保工程安全性的

考量，累積工程回饋分析資料也能夠增加判斷結果的可靠度，以提昇工程風險分析之

評估結果正確性。

3.改善評估模式分析

考慮增加回饋分析的資料點 12K+633，測試資料累積對於模式分析判斷結果的改

變狀況﹔其次由於洞口段的資料點對評估結果有歧異，剔除後進行模式分析評估，測

試剔除資料歧異點後評判結果的改變狀況。

(1)增加資料回饋分析點 12K+633

重新進行灰關聯分析，得到分群擷取參數結果：W1、W2、W4、W6、W7 計算模糊

權重與模糊評等，以模糊權重平均計算擠壓變形潛感值，以重心法解模糊化計算整體

風險評估指數，包括增加資料點後回饋分析點整體風險評估指數(表 5.21)，以評估

指數比較實際擠壓變形情況進行風險潛能分級(表 5.23)，計算增加資料點後判斷區

72
域整體風險評估指數(表 5.22)，利用前述潛能分級與評估指數進行風險分析，評判

結果如表 5.24，評判結果為正常(OK)至保守(Safe)。評估結果在增加資料回饋分析

點後效果良好，檢討其原因該是增加資料點後，特別因為是增加的資料點屬於輕度擠

壓，風險分析對輕度擠壓的判斷經驗增加，因此評估結果可靠性得以增加。

表 5.21 增加回饋分析資料點後評估指數
min mid max 重心 實際情況 判斷情況
Z(11k+067)= 5.83 5.90 6.33 6.02 高度 高度
Z(11k+552)= 7.14 7.28 7.81 7.41 高度 高度
Z(11k+700)= 5.48 5.55 5.96 5.67 高度 高度
Z(12k+076)= 6.66 6.72 7.22 6.87 中度 高度
Z(12k+145)= 5.69 5.76 6.19 5.88 輕度 高度
Z(12k+197)= 5.34 5.48 5.89 5.57 輕度 中度
Z(12k+488)= 5.83 5.90 6.33 6.02 中度 高度
Z(12k+578)= 4.66 4.79 5.15 4.87 不會 中度
Z(12k+633)= 2.24 2.31 2.48 2.34 輕度 輕度

表 5.22 增加回饋分析資料點後判斷區域評估指數
min mid max 重心 實際情況 判斷情況
Z(12k+684)= 3.55 3.62 3.89 3.69 輕度 輕度
Z(12k+735)= 3.55 3.62 3.89 3.69 輕度 輕度
Z(12k+828)= 5.28 5.34 5.74 5.45 不會 中度

表 5.23 增加回饋分析資料點後評估指數潛能分級
擠壓潛感分級 Z*
不會擠壓 Z*<2.34
輕度擠壓 2.34<Z*<4.0
中度擠壓 4.0<Z*<5.67
高度擠壓 5.67<Z*

表 5.24 增加回饋分析資料點後評估結果
里程 實際情況 模式評估 判斷結果
12K+684 輕度 輕度 OK
12K+735 輕度 輕度 OK
12K+828 不會 中度 Safe

73
 (2)加入資料點 12K+633 並去除洞口段資料歧異點 11K+067、12K+828

重新進行灰關聯分析，分群擷取參數為：W1、W2、W4、W6、W7，計算其模糊權重

與模糊評等，以模糊權重平均計算整體風險潛感值，重心法解模糊化得到評估指數(表

5.25、表 5.26)，後續進行潛能分級(表 5.27)以之進行風險分析。評判結果(表 5.28)

皆為正常(OK)，因此在增加資料回饋分析點並去除歧異點後效果良好。檢討其原因該

是增加資料點後與去除資料歧異點使判斷經驗增加，並且對於不適當資料去除，使風

險分析偏誤降低，因此評估結果有較高正確性。

表 5.25 增加回饋分析資料點並去除資料歧異點後評估指數
min mid max 重心 實際情況 判斷情況
Z(11k+552)= 7.14 7.28 7.81 7.41 高度 高度
Z(11k+700)= 5.48 5.55 5.96 5.67 高度 高度
Z(12k+076)= 6.66 6.72 7.22 6.87 中度 高度
Z(12k+145)= 5.69 5.76 6.19 5.88 輕度 高度
Z(12k+197)= 5.34 5.48 5.89 5.57 輕度 中度
Z(12k+488)= 5.83 5.90 6.33 6.02 中度 高度
Z(12k+578)= 4.66 4.79 5.15 4.87 不會 中度
Z(12k+633)= 2.24 2.31 2.48 2.34 輕度 輕度

表 5.26 增加回饋分析資料點並去除資料歧異點後判斷區域評估指數
min mid max 重心 實際情況 判斷情況
Z(12k+684)= 3.69 3.76 4.04 3.69 輕度 輕度
Z(12k+735)= 4.03 4.10 4.41 3.69 輕度 輕度

表 5.27 增加回饋分析資料點並去除資料歧異點後評估指數潛能分級
擠壓潛感分級 Z*
不會擠壓 Z*<2.34
輕度擠壓 2.34<Z*<4.0
中度擠壓 4.0<Z*<5.67
高度擠壓 5.67<Z*

表 5.28 增加回饋分析資料點並去除資料歧異點後評估結果
里程 實際情況 模式評估 判斷結果
12K+684 輕度 輕度 OK
12K+735 輕度 輕度 OK

74
 第六章 結論與建議

6.1 結論

過去營建工程少有建立風險確認分析的系統化模式，通常是針對特定工程問題在

安全的前提下建立一個行動基準(管理準則)，但是營建工程的本質就是不確定性高的

事業，工程風險的困難與挑戰固然可以針對每個問題進行分析與處置，但是更有效率

確認風險與分析風險，除了幫助工程經由風險管理使工程目標順利達成，更可以提高

產業競爭能力。本研究利用灰色系統理論與模糊集理論建立營建工程風險確認分析模

式，並以北二高木柵隧道(原名木柵一號隧道)施工資料，包括地質試驗記錄與施工過

程隧道變位監測資料等，進行隧道擠壓變形與地質參數之風險系統分析，並依此進行

模式驗證評估。由模式評估結果進行檢討，可以獲得以下的初步結論：

1.工程風險確認分析是以積極的風險管理做為，避免由於無法確定的地質因素及錯誤

的估計或判斷，導致工程施工時遭受災害並造成生命或財產損失。風險確認分析模

式，可做為隧道施工安全管理機制中工程判斷的預測報告，進行風險管理之確認分

析作業，做為進一步風險處置決策之基礎。針對隧道擠壓變形風險確認分析而言，

風險處置的目標除使工程安全上多一分保障外，亦是預留適當變形空間避免開挖後

變形過大造成淨空不足，或是變形過小浪費灌漿填補之工料，使工程成本符合預期

的評估。

2.模式使用灰關聯分析擷取具有代表性與獨立性的風險分析評估因子，經過效果測試

的結果，經過擷取確實能將同型因子分群，減少因子間累加性的加乘影響，使風險

分析模式建立在適當的評估因子基礎上。其次以模糊權重平均建立潛能分級，計算

隧道擠壓變形評估指數進行工程風險分析，經由案例驗證評估結果並與 Jethwa 等

(1984)建議之方式比較。模式初步的評估結果偏向樂觀而不甚理想，使風險決策對

工程風險影響程度之預期產生錯誤，探討其原因可能有三項，包括(1)評估指數之

75
 判斷過於理想﹔(2)風險系統所使用評估因子不完整﹔(3)建立潛能分級的判斷資

訊不足。研究過程中嘗試以加入適當的安全係數與剔除特殊點(洞口段)，風險確認

分析經過改善與累積工程案例資料，能夠對於工程風險判斷效果良好，提供風險處

置決策良好輔助。

3.對於研究問題所處的風險系統，有經驗的工程師往往能夠從專業判斷發覺重要的風

險因素(地質參數)，但是不同專家經驗間的不同看法如何整合一致仍是有待探討的

研究空間。研究過程是對描述風險系統特徵的地質參數數據序列進行分析，關於實

際地質參數的工程性質與物理意義在工程風險的影響，在研究問題中則被簡化與忽

略。研究目的是對於工程風險的確認分析進行模式的構建，對於任何實際工程風險

的掌握，仍然需要考慮實際風險因素對於工程風險的影響意義。本模式所建立的評

估分析結論是提供風險決策的輔助參考，模式從實際工程狀況的紀錄與反應，配合

工程師在學理上考量與經驗上判斷，希冀能推展營建工程之風險管理活動。

4.結合擷取評估因子與風險潛能分級，就是整個風險確認分析模式架構，對於不同工

程風險項目的風險管理作法，能夠系統化的調整評估因子與評估模式，以掌握各種

不同風險的影響程度進行風險處置。因為風險管理是企業經營的重要考量之一，營

建產業面臨不確定性環境，如地質、氣候、甚至契約條件、物價波動、政府政策等，

對營建產業都是不斷的挑戰，惟有靈活運用各種可能的工具，方能將風險程度降至

最低。

5.施工資料回饋分析是工程管理應該積極進行的工作，因為營建產業面對不確定性變

化難以正確掌握，以及現場施工或與設計構想發生落差，因此透過回饋分析進行風

險確認分析，能積極推展風險管理行動，並促使工程安全與經濟達成工程目標。再

者利用案例資料回饋分析建立預測模式時，亦是知識管理的角色扮演，透過工程資

料整理建立系統化分析模式，也是對知識法則萃取的一種做法，累積內隱的工程經

驗並外化(Externalization)成為可供創造價值的工程知識。

76
6.2 建議

本研究所架構風險確認分析模式應用於隧道擠壓變形潛能進行驗證，是意識隧道

工程面臨不確定性施工環境有較高工程風險而特別值得深入考慮。然而風險確認分析

模式運用並不是限於隧道擠壓變形問題之探討，而是能普遍適用於可以意識存在的工

程風險確認分析。對於模式的驗證與實際應用之推廣，研究過程中一些心得與建議列

述如下：

1.進行灰關聯分析時，影響因素除了地質條件外，可以增加其他影響因素，使模式評

估考慮範圍更為完整。隧道開挖後除地質條件外，支撐型式、支撐時機與開挖方式

等等都會對擠壓變形程度造成影響。本研究以地質條件為初步的探討範圍，而模式

運用於風險系統之評估，應盡可能考慮所有造成影響的因素，使評估模式掌握系統

所有風險因素，以進行完整風險確認分析。

2.進行灰關聯分析之分群擷取時，面對分群門檻值的選擇與群組間參數重疊性問題，

目前解決的方法是利用敏感度分析與一定程度上的主觀判斷，主觀判斷的過程如何

變成每個操作模式的使用者都可以客觀的決定，訂定一個可以被認同的規則仍需繼

續深入探討。

3.使用模糊集理論時，隸屬函數的形狀雖不致影響評估結果，但仍須有合理的選取方

式，使分析結果的準確程度提高。模糊理論的發展在隸屬函數的確定上有許多研究

方向，結合其他領域如類神經網路(Neural Network)的學習能力以調整適當的隸屬

函數，或基因演算法(Genetic Algorithm)利用全域搜尋的方法，使模糊系統自我

學習塑造規則庫等，都是未來可以嘗試使用以提高系統評估能力的精確度。

4.未來可以考慮系統化與標準化處理風險確認分析模式問題，加入灰關聯分析門檻值

調整、模糊集理論的隸屬函數調整、風險潛能分級規則訂定等變動因素的考量，開

發營建工程風險確認分析電腦模擬程式，以提供穩定性高與執行速度快的風險管理

決策的輔助工具。

77
參考文獻
中文部分
1. 中興工程顧問社，北部區域第二高速公路汐止新店段設計階段大地力學及混凝土
骨材試驗報告-第一冊試驗結果及評估報告，台北，1987。
2. 中興工程顧問社，台灣北部區域第二高速公路汐止中和段細部設計報告，台北，
1989。
3. 王泰典、黃燦輝， 「隧道擠壓變形影響因素分析與處理策略探討」，第八屆大地工
程學術研究討論會論文集，pp. 1103-1114，1999。
4. 王泰典、黃燦輝、鄭富書，「隧道擠壓潛能分析方法探討」 ，1998 岩盤工程研討會
論文集，pp.285-294，1998。
5. 王欽輝、侯志陞，FUZZY 工學，全華科技圖書，台北，1992。
6. 白振義，「灰色關聯分析研究綜述」，灰色系統理論與實踐，第三卷，第一期，
pp.119~122，1993。
7. 呂守陞、陳志南、陳堯中，整合性隧道工程自動化紀錄與決策輔助系統-期末報
告，內政部營建署，台北，1996。
8. 宋明哲，風險管理，中華企業管理發展中心，台北，1984。
9. 李榮松、莊文任，岩體分類隧道支撐設計法之分析與檢討，中興工程顧問社，1997。
10. 李榮松、莊文任、蕭富元，岩體分類隧道支撐設計法之分析與檢討(二)-Q 系統岩
體分類法之現地驗證，中興工程顧問社，1998。
11. 林宏憲，水平節理對岩體單壓強度之影響，國立台灣大學土木工程研究所碩士論
文，1993。
12. 林志明，岩石隧道掘進之變形行為研究，國立台灣科技大學營建工程研究所博士
論文，2000。
13. 林信成、彭啟峰，OH! Fuzzy 模糊理論剖析，第三波，台北，1994。
14. 林振平，泥岩地區坡地破壞潛能分析，國立成功大學土木工程研究所碩士論文，
1991。
15. 俞旗文、陳錦清， 「岩石隧道擠壓性研判準則之研究」 ，1996 岩盤工程研討會論文
集，pp.141~150，1996。.
16. 俞旗文、陳錦清， 「隧道施工安全預警制度之訂定與應用」，第五屆大地工程學術
研究討論會，1993。
17. 張吉佐、王文通、孫荔珍、黃南輝，台灣地區隧道岩體分類系統暨隧道工程資料
庫之建立-第一期，行政院公共工程委員會，台北，2000。
18. 張吉佐、王文通、孫荔珍、黃南輝，台灣地區隧道岩體分類系統暨隧道工程資料
庫之建立-第二期(簡報資料)，行政院公共工程委員會，台北，2001。
19. 許家駒，民間參與重大交通建設風險分擔之研究－營收風險，國立交通大學交通
運輸研究所碩士論文，2000。
20. 陳志雄，砂岩之強度與變形性之研究，國立台灣大學土木工程研究所碩士論文，
1988。
21. 陳錦清、俞旗文、蕭富元，「隧道擠壓性研判準則與支撐估計法」，中興工程，
Vol.59，pp. 29-37，1998。
22. 陳錦清、俞旗文、蕭富元，國內隧道支撐設計適當性與施工方法對隧道行為影響
檢討，中興工程顧問社，台北，1997。

78
23. 陳錦清、張玉? 、林金成，隧道開挖與支撐工行為研究：以北二高福德隧道計測
資料分析為例，中興工程顧問社，台北，1995。
24. 傅立，灰色系統理論及其應用，科學技術文獻，北京，1992。
25. 胡宜珍，公車系統營運與服務績效之評估研究—灰色多準則評估之應用，國立交
通大學交通運輸研究所碩士論文，1995。
26. 馮德益、樓世博，模糊數學-方法與應用，科技圖書，台北，1988。
27. 雷勝強，國際工程風險管理與保險，淑馨出版社，台北，1999。
28. 熊雲嵋，
「模糊數學在工程評價上的應用」 ，營建知訊，Vol.113，pp.5-15，1992。
29. 劉福標，工程保險與保證，漢天下工程，台北，1988。
30. 鄧家駒，風險管理，華泰文化，台北，1998。
31. 鄧聚龍，灰色系統理論與應用，高立圖書，台北，1999。
32. 鄧聚龍，灰色控制系統，華中理工大學出版社，1988。
33. 闕頌廉，應用模糊數學，科技圖書，台北，1994。

西文部分
34. Akintoye, A., and MacLeod, M.J., “Risk analysis and management in
construction,” International Journal of Project Management, PRM, Vol.15,
No.1, pp31-38, 1997.
35. Aydan, O, T. Akagi and T. Kawamoto, “The Squeezing Potential of Rock
Around Tunnels; Theory and Prediction,” Rock Mech. & Rock Engineering,
26(2), 137-163, 1993.
36. Barla, G., “Squeezing Rocks in Tunnels,” News Journal, I.S.R.M. 2(3&4),
44-53, 1995.
37. Bhasin, R. and E. Grimstad, “The Use of Stress-Strength Relationships
in the Assessment of Tunnel Stability,” Tnnnelling and Underground Space
Technology, 1(1), 93-98, 1996.
38. Bieniawski, Z.T., ”Determining Rock Mass Deformability: Experience from
Case Histories,” Int. J. Rock Mech. Min. Science, Vol.15, pp.237-248,
1978.
39. Clements, D.P., “Fuzzy Ratings for Computer Security Evaluation”, Ph.D.
Dissertation, University of California at Berkeley, U.S.A., 1977.
40. Cooper, D. F., and Chapman, C. B., Risk Analysis for Large Projects -
Models, Method and Cases, John Wiley & Sons, 1987.
41. Deng, J.L. ”The Control Problems of Grey Systems,” Systems and Control
Letters, No.5, pp.288-294, 1982.
42. Deng, J.L., “Introduction to Grey System Theory,” The Journal of Grey
System, Vol. 1, pp. 1-24, 1989.
43. Dube, A. K., B. Singh and Bhawani Singh, “Study of Squeezing Phenomenom
in a Tunnel-I,” Tunnelling and Underground Space Technology, 1(1),
pp.35-39, 1986.
44. Dube, A. K., B. Singh and Bhawani Singh, “Study of Squeezing Phenomenom
in a Tunnel-II,” Tunnelling and Underground Space Technology, 1(1),
pp.41-48, 1986.

79
45. Gioda, G. and A. Cividini, “Numerical Methods for the Analysis of Tunnel
Performance in Squeezing Rocks,” Rock Mech. Rock Engineering, 29(3),
171-193,1996.
46. Hoek, E. and Brown, E.T., “Underground Excavation in Rock,” Institution
of Mining and Metallurgy, London, U.K., 1988.
47. Jethwa, J. L., B. Singh and Bhawani Singh, “Estimation of Ultimate Rock
Pressure for Tunnel Linings under Squeezing Rock Conditions – a new
approach,” ISRM Symp. Design and Performance of Underground Excavations,
Cambridge, 1984.
48. Kris N ., “Managing Risk in the Field, “Journal of Construct. Engineering
and Management, 12, 264-275, 1984.
49. Ranasinghe, M., “Risk management in the insurance industry: insights for
the engineering construction industry,” Construction Management &
Economics, CME, Vol.16, No.1, pp.31-39, 1998.
50. Ross T. J., Fuzzy Logic With Engineering Applications, McGraw-Hill,
America, 1995.
51. Sakurai S., “The Assessment of Tunnel of Tunnel Stability on the Basis
of Field Measurements”, XVIII Convegno Nazionale Di Geotechnica, Rimini,
Italy, May 11-13, pp.1-10, 1993.
52. Schmuker, K.J., “Fuzzy sets, Natural Language Computations, and Risk
Analysis”, Computer Science Press, Rockville, Maryland, 1984.
53. Serafim, J.L. and Pereira, ”Considerations of Geomechanics
Classification of Bieniawski,” Proc. Int. Symp. on Engineering Geology
and Underground Construction, LNEC, Lisbon, Portugal, 1983.
54. V. Carr and J.H.M. Tah, “A fuzzy approach to construction project risk
assessment and analysis: construction project risk management system,”
Advances in Engineering Software 32, pp.847-857, 2001.
55. Williams Jr., C.A. & Heins, R.M. “Risk management and Insurance”,
McGraw-Hill, America, pp. 8-11, 1964.
56. Zadeh, L. “Fuzzy sets” Information and Control, Vol.8, pp.338-353, 1965.

80