摘要
近年來，全球暖化的情況日益惡化，不但，夏天高溫令人難以忍受，冬天的平均溫度也有逐年上升的趨勢，多孔性瀝青混凝土具有改善都市化熱島效應現象之效益，而此效益目前卻無法有量化數據加以衡量且溫度會影響鋪面的施工與成效甚鉅，有鑑於此，本研究即是在於建立各種鋪面表面溫度預測模式並建構專家系統，首先蒐集現地量測之鋪面溫度數據，利用類神經演算法與多元逐步迴歸分析法試建立鋪面表面溫度預測模式，在使用Visual Basic語法撰寫程式將其模式化建構專家系統。本研究專家系統表面溫度的預測，建構三個預測模式分別為多元逐步迴歸、類神經網路及國外現行LTPP及SHRP測模式；本研究和傳統的SHRP和LTPP的方法相比較之下，根據預測結果發現，傳統的經驗SHRP和LTPP公式誤差甚至高達八度，其原因可能為該公式依據以北美洲氣候特性所建立及適用於密級配瀝青混凝土所造成，其和台灣的氣候特性有很大的差異，而透過類神經網路方法可以更準確算出各種環境狀況鋪面的溫度，而類神經網路具有回饋學習的特點，能進一步將所收集的資料建構成資料庫於專家系統中，進而能夠不斷的修正其預估的準確性，以達到準確鋪面溫度預測之目的。