| 响应曲面法和人工神经网络模型对电催化氧化磺胺甲恶唑条件的优化 |
| |
| 引用本文： | 万继腾,王正阳,刘邦海,金春姬.响应曲面法和人工神经网络模型对电催化氧化磺胺甲恶唑条件的优化[J].中国海洋大学学报(自然科学版),2019(8):66-74. |
| |
| 作者姓名： | 万继腾 王正阳 刘邦海 金春姬 |
| |
| 作者单位： | 中国海洋大学海洋环境与生态教育部重点实验室 |
| |
| 基金项目： | 山东省自然科学基金项目(ZR2011BM014)资助~~ |
| |
| 摘 要： | 为获得电催化氧化磺胺甲恶唑的最佳实验条件,通过中心组合设计(CCD)设计实验,建立响应曲面(RSM)和人工神经网络(ANN)两种模型,并评价了两种模型的准确性和预测能力。在此基础上分别通过响应曲面法和遗传算法对所得模型进行优化。结果表明:RSM和ANN的均方误差(MSE)、平均绝对误差(MAE)和决定系数(R^2)分别为2.62、1.13、0.976和0.59、0.62、0.994,说明ANN模型比RSM模型具有更高拟合度、精度和预测能力。响应曲面法和遗传算法的优化结果与实验所得结果的相对误差分别为1.48%和0.74%,说明遗传算法具有更强的优化能力。本研究结果可为优化电催化氧化抗生素废水的条件提供参考。
|
| 关 键 词： | 电催化氧化 抗生素废水 响应曲面法 神经网络 遗传算法 |
Modeling and Optimization of Sulfamethoxazole Treatment by Electrocatalytic Oxidationusing Response Surface Methodology and Artificial Neural Network Approaches |
| |
| WAN Ji-Teng,WANG Zheng-Yang,LIU Bang-Hai,JIN Chun-Ji.Modeling and Optimization of Sulfamethoxazole Treatment by Electrocatalytic Oxidationusing Response Surface Methodology and Artificial Neural Network Approaches[J].Periodical of Ocean University of China,2019(8):66-74. |
| |
| Authors: | WAN Ji-Teng WANG Zheng-Yang LIU Bang-Hai JIN Chun-Ji |
| |
| Institution: | (The Key Laboratory of Marine Environment and Ecology,Ministry of Education,Ocean University of China,Qingdao 266100,China) |
| |
| Abstract: | WAN Ji-Teng;WANG Zheng-Yang;LIU Bang-Hai;JIN Chun-Ji(The Key Laboratory of Marine Environment and Ecology,Ministry of Education,Ocean University of China,Qingdao 266100,China) |
| |
| Keywords: | electrocatalytic oxidation antibiotic wastewater response surface methodology artificial neural network genetic algorithm |
| 本文献已被 CNKI 维普 等数据库收录！ |
