申请/专利权人:安徽工程大学
申请日:2022-11-28
公开(公告)日:2023-03-14
公开(公告)号:CN115798622A
主分类号:G16C20/10
分类号:G16C20/10;G16C20/70;G06N3/084;G06N3/086;G06N3/048;G06N3/0499
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.03.31#实质审查的生效;2023.03.14#公开
摘要:本发明公开了一种基于神经网络的羟胺协同Fe2+活化过硫酸盐降解橙黄Ⅱ工艺参数优化方法,包括在羟胺协同Fe2+活化过硫酸盐的反应基础上,采用人工神经网络对羟胺协同Fe2+活化过硫酸盐降解AO7过程进行建模,并采用Garson算法和PaD2算法对神经网络进行敏感性分析,构建神经网络‑遗传算法耦合智能算法,将遗传算法嵌入神经网络中进行极值寻优。本发明通过遗传算法得到的优化结果:Fe2+浓度为35.33μmol·L‑1,HA浓度为0.46mmol·L‑1,PS浓度为0.93mmol·L‑1,通过实验验证5min内AO7的降解效果为95.7%,与模型的预测值96.2%仅差0.5%。
主权项:1.一种基于神经网络的羟胺协同Fe2+活化过硫酸盐降解橙黄Ⅱ工艺参数优化方法,其特征在于:在羟胺协同Fe2+活化过硫酸盐的反应基础上,采用人工神经网络对羟胺协同Fe2+活化过硫酸盐降解AO7过程进行建模,采用Garson算法和PaD2算法对神经网络进行敏感性分析,构建神经网络-遗传算法耦合智能算法,将遗传算法嵌入神经网络中进行极值寻优,得出羟胺协同Fe2+活化过硫酸盐降解AO7体系的最佳工艺参数优化方法。
全文数据:
权利要求:
百度查询: 安徽工程大学 一种基于神经网络的羟胺协同Fe2+活化过硫酸盐降解橙黄Ⅱ工艺参数优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。