期刊文章详细信息
基于神经网络的磁性活性炭吸附双酚A研究
Study on adsorption of bisphenol A by magnetic activated carbon based on neural network
文献类型:期刊文章
LIU Tong;QIN Zheng-shan;HE Fang;WANG Qiao;WANG Jin-bo;QIU Hui-don(School of Chemistry and Chemical Engineering,Chongqing University of Science and Technology,Chongqing 401331,China)
机构地区:[1]重庆科技学院化学化工学院,重庆401331
基 金:国家自然科学基金资助项目(NSFC21302217);重庆科技学院校内基金资助项目(CK2016012)
年 份:2019
卷 号:50
期 号:1
起止页码:9-11
语 种:中文
收录情况:CAS、CSCD、CSCD_E2019_2020、普通刊
摘 要:对磁性活性炭吸附双酚A废水过程模拟进行了研究,采用BP人工神经网络算法,分别建立了双酚A的去除率与活性炭投加量、吸附时间、溶液浓度、温度的复杂非线性关系。用实验数据对该神经网络模型进行了训练,结果显示:训练组和验证组的计算结果与实验值的相对误差分别约为0.18%和0.21%,相关系数R分别为0.9610和0.9596,说明实验值和模拟值之间有紧密的相关性且离散程度不明显,该BP神经网络对磁性活性炭吸附双酚A的过程有较好的预测能力。
关 键 词:BP神经网络 活性炭 双酚A 吸附系统 过程模拟
分 类 号:X703] TU991.24]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...