留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于GMDH-type神经网络优化油页岩吸附铜离子的研究

刘洋 涂宁宇 谢文玉 金仁和 李友明

刘洋, 涂宁宇, 谢文玉, 金仁和, 李友明. 基于GMDH-type神经网络优化油页岩吸附铜离子的研究[J]. 华南师范大学学报(自然科学版), 2013, 45(4).
引用本文: 刘洋, 涂宁宇, 谢文玉, 金仁和, 李友明. 基于GMDH-type神经网络优化油页岩吸附铜离子的研究[J]. 华南师范大学学报(自然科学版), 2013, 45(4).
Optimization of Adsorption Process of Cu(Ⅱ) Ion by Oil Shale Base on GMDH-type neural network[J]. Journal of South China normal University (Natural Science Edition), 2013, 45(4).
Citation: Optimization of Adsorption Process of Cu(Ⅱ) Ion by Oil Shale Base on GMDH-type neural network[J]. Journal of South China normal University (Natural Science Edition), 2013, 45(4).

基于GMDH-type神经网络优化油页岩吸附铜离子的研究

基金项目: 

广东省科技计划2009B030802050

详细信息
    通讯作者:

    刘洋

Optimization of Adsorption Process of Cu(Ⅱ) Ion by Oil Shale Base on GMDH-type neural network

  • 摘要: 利用GMDH前馈型神经网络优化油页岩吸附金属铜离子实验,设定吸附质/吸附剂、pH、反应时间为自变量,吸附率为因变量,建立吸附数学模型对吸附过程进行预测.根据GMDH神经网络模型分析,发现pH对于吸附率的影响权重最大,同时很好的诠释了3种自变量条件对于吸附率的作用机理.此外,利用神经网络模型进行模拟实验,预测值拟合Langmuir吸附等温线,相关系数达到0.907.证明建立的神经网络数学模型与经典吸附理论吻合,且精度很高.
  • 加载中
计量
  • 文章访问数:  722
  • HTML全文浏览量:  106
  • PDF下载量:  322
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-10
  • 修回日期:  2013-01-17
  • 刊出日期:  2013-07-25

目录

    /

    返回文章
    返回