文摘

使用人工神经网络建模的同时氰化物和苯酚的吸附在颗粒活性炭

作者(年代):BhumicaAgarwal, Chandrajit Balomajumder Prabhat Kumar Thakur

在这项研究中,一个三层人工神经网络用于预测同时苯酚的吸附效率和氰化物在颗粒活性炭。输入层由5、15日2神经元在输入层、隐层和输出神经元分别。五个操作变量即pH值、接触时间、吸附剂用量、温度和初始浓度的苯酚/氰化物LD乐动体育官网被用作输入构造神经网络预测苯酚的吸附效率和氰化物。比较实验值和预测值利用神经网络显示高相关系数分别为0.984和0.988对苯酚和氰化物。结果表明,接触时间是最具影响力的参数对输出变量LD乐动体育官网(23.57%),其次是初始浓度的苯酚/氰化物(21.16%)、吸附剂用量(20.79%)和pH值(19.44%)。