本研究旨在針對不同水膠比的混凝土樣本，以演化運算樹(GOT)、非線性迴歸(NLRA)、倒傳遞網路(BPN)等三種方法建構高性能混凝土(HPC)強度模型，並比較這些模型的準確度，以及探討在不同水膠比下模型的變化情形。本研究以大量的實驗數據來比較這三個建模方法的準確性。結果顯示：(1) 將實驗數據區分為低、中、高水膠比的作法，比不區分的作法更準確。(2) 若使用者不要求產生可理解的高性能混凝土強度模型，只要求模型要有最高的預測準確度，則倒傳遞網路是一個最適合的建模方法。(3) 演化運算樹能「自組織」產生公式的 This study aimed to establish the strength models of High-Performance Concrete (HPC) at different ranges of water binder ratio (W/B) using Genetic Operation Trees (GOT), Nonlinear Regression Analysis (NLRA) and Back-Propagation Networks (BPN), and to comp
