2026-11-092026-11-09https://scholars.csmu.edu.tw/handle/123456789/37916Advances in database technologies and data collection techniques have collected huge amounts of water resource data in large databases. This explosively growing data far exceeded human』s ability to analyze and creates the necessity of knowledge or information discovery from data, which leads to a promising emerging field, call data mining or knowledge discovery in database (KDD). To solve the bottleneck problem of knowledge acquisition for building experts system, this study employs the immune genetic algorithm to extract the knowledge rules of potential bridge scour from bridge database. These mining rules will be useful to improve the evaluating system of potential bridge scour for pre-warning and disaster mitigation purposes.近年來由於資料庫技術與資料收集技術的進步，使得水資源相關資料庫中的資料量大量增 加。隨著資料量的逐日劇增，實已遠超過人類基本的分析能力。如何在原本資料庫中找出隱藏 的一些未知的規則或知識，使得資料挖掘（data mining）或稱知識發現（knowledge discovery） 成為一個熱門的新興研究領域。 為了突破以往建置專家系統知識庫僅能擷取自領域專家之經驗規則的瓶頸問題，本研究將 利用橋樑資料庫之現地調查資料，配合免疫式基因演算法(immune genetic algorithm)，從資料的 角度，期能採掘出橋基沖刷災害潛勢評估的知識規則，以供未來改良橋基沖刷災害潛勢評估專 家系統之需，達到防微杜漸的先期防災目的。資料挖掘知識發現橋梁資料庫免疫式基因演算法知識規則data miningknowledge discoverybridge databaseimmune genetic algorithmknowledge rulesProject