Het voorspellen van Methyl Violet Adsorptie door Gewijzigde Palm Vezel met behulp van ANN
Met behulp van nieuwe kunstmatige neurale netwerk methoden in Adsorbing waterige methylviolet kleurstof door gemodificeerde Palm Fiber
Versandkostenfrei!
Versandfertig in 1-2 Wochen
18,99 €
inkl. MwSt.
PAYBACK Punkte
9 °P sammeln!
In dit boek werd bio-absorberende palmvezel toegepast voor het verwijderen van kationische violette methylkleurstof uit de wateroplossing. Voor dit doel werd een vaste fase extractie methode in combinatie met het kunstmatige neurale netwerk (ANN) gebruikt voor preconcentratie en bepaling van het verwijderingsniveau van violette methyl kleurstof. Deze methode wordt beïnvloed door factoren zoals pH, de contacttijd, de rotatiesnelheid en de adsorptiedosering. Om een geschikt model van parameters te vinden en de gewenste output te berekenen, werden twee radiale basisfuncties (RBF) en meerlagige p...
In dit boek werd bio-absorberende palmvezel toegepast voor het verwijderen van kationische violette methylkleurstof uit de wateroplossing. Voor dit doel werd een vaste fase extractie methode in combinatie met het kunstmatige neurale netwerk (ANN) gebruikt voor preconcentratie en bepaling van het verwijderingsniveau van violette methyl kleurstof. Deze methode wordt beïnvloed door factoren zoals pH, de contacttijd, de rotatiesnelheid en de adsorptiedosering. Om een geschikt model van parameters te vinden en de gewenste output te berekenen, werden twee radiale basisfuncties (RBF) en meerlagige perceptronfuncties (MLP), die tot de veelgebruikte kunstmatige neurale netwerken behoren, gebruikt voor het trainen van de inputgegevens. De prestaties van deze methode worden getest aan de hand van gemeenschappelijke statistische parameters, waaronder RMSE, MAE en CE. De resultaten tonen aan dat het kunstmatige neurale netwerkalgoritme een goede prestatie levert bij het simuleren en voorspellen van de verwijdering van violette methylkleurstof.
Andere Kunden interessierten sich für
