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

• 作者: 万继腾 刘邦海 王正阳 金春姬
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 地球科学
• 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
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 66-74
• 页数: 9页
• 分类号: X131.2
• 字数: 4853字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20180240

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(R2)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金春姬	中国海洋大学海洋环境与生态教育部重点实验室	56	560	12.0	21.0
2	万继腾	中国海洋大学海洋环境与生态教育部重点实验室	1	0	0.0	0.0
3	王正阳	中国海洋大学海洋环境与生态教育部重点实验室	1	0	0.0	0.0
4	刘邦海	中国海洋大学海洋环境与生态教育部重点实验室	5	12	2.0	3.0