BP神经网络模型在表层沉积物及其非残渣态组分吸附双酚A研究中的应用

• 作者: 刘建林 张琛 李鱼 胡艳 高茜
• 来源期刊: 地理科学
• 学科: 地球科学
• 关键词: BP神经网络 沉积物 双酚A 铁氧化物 锰氧化物 遗传算法
• 年，卷（期）: 2010,（3）
• 页码范围: 435-440
• 页数: 6页
• 分类号: X132
• 语种: 中文

摘要

应用沉积物吸附双酚A(BPA)BP神经网络模型,模拟了松花江表层沉积物的不同泥水比、非残渣态组分(有机质、铁氧化物、锰氧化物)和BPA初始浓度对BPA吸附量的影响.所建BP神经网络模型相关系数R2为0.9665,校正集均方差(MSEc)、验证集均方差(MSEt)和预测集均方差(MSEp)分别为0.0068、0.0596和0.1285;利用遗传算法优化估算了基于BP神经网络模型的沉积物吸附BPA的最大吸附量,优化值与实验值的相对偏差为0.96%～8.21%.此外,利用BP神经网络模型预测了沉积物非残渣态组分(有机质、铁氧化物、锰氧化物)质量百分比及摩尔含量变化与BPA吸附量的关系,经分析可知,铁氧化物和有机质对沉积物吸附BPA起着促进作用,沉积物非残渣态组分吸附BPA的相对贡献(K)为KFe> KOMs>KMn,即沉积物中铁氧化物是BPA的主要吸附位,而Mn氧化物则对沉积物吸附BPA起着抑制作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鱼		105	820	14.0	21.0
2	刘建林		24	226	9.0	14.0
3	张琛		17	95	5.0	9.0
4	胡艳		17	75	4.0	8.0
5	高茜		13	46	4.0	6.0