基于GMDH-type神经网络优化油页岩吸附铜离子的研究

作者：刘洋; 涂宁宇; 谢文玉; 金仁和; 李友明

来源：华南师范大学学报(自然科学版), 2013, 45(04): 86-90.

DOI：10.6054/j.jscnun.2013.06.020

• 油页岩
• 吸附
• GMDH
• 铜离子 oil shale
• absorption
• group method of handling
• Cu2+

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,同时诠释了3种自变量条件对于吸附作用的机理.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.证明了建立的神经网络数学模型与经典吸附理论吻合,且精度高.

• 出版日期2013
• 单位广东石油化工学院; 华南理工大学