换一批罗汉果籽吸附氟离子效果的不同预测模型研究
Study on different predictive models for the adsorption of fluoride ions by Siraitia grosvenorii seeds
摘要目的 建立不同罗汉果籽吸附氟离子预测模型.方法 以吸附量为评价指标,筛选影响吸附效果的因素.在单因素的基础上,通过响应面法(response surface methodology,RSM)优化吸附温度、接触时间、吸附剂投加量、氟离子初始质量浓度和溶液pH.以吸附温度、接触时间、吸附剂投加量、氟离子初始质量浓度和溶液pH作为输入参数构建基于反向传播人工神经网络(back propagation artificial neural network,BP-ANN)的吸附量预测模型.根据模型在预测集上的表现确定具体的输入参数,将优化隐含层神经元数的BP-ANN与其他学习模型[遗传算法(genetic algorithm,GA)]优化的模型对比.结果 通过两种模型的决定系数(coefficient of determination,R2)、平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)、均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)值比较,得出GA-BP-ANN预测模型(R2=0.92594)的预测效果较优于BP-ANN(R2=0.88498).结论 相较于BP-ANN预测模型,经过优化后的GA-BP-ANN预测模型对吸附量的预测精度更高.GA-BP-ANN预测模型可为罗汉果籽吸附氟离子效果提供技术参考,去除水中氟离子效果较好.
更多相关知识
关键词
罗汉果籽反向传播人工神经网络遗传算法氟离子预测模型响应面Siraitia grosvenorii seedsback propagation artificial neural networkgenetic algorithmfluoride ionsprediction modelresponse surface
栏目名称
DOI
10.19812/j.cnki.jfsq11-5956/ts.20240108008
发布时间
2024-04-10（万方平台首次上网日期，不代表论文的发表时间）
- 浏览7
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
