氯代芳香族化合物结构电化学还原电位定量关系的贝叶斯规整化BP神经网络模型

将贝叶斯规整化误差反向传播神经网络(BRBPNN)应用于环境领域的 QSPR模型.采用ChemOffice2004内置的MOPAC 2000计算了6种量子化学参数(分子最高占据能EHOMO、分子最低占据能ELUMO、分子生成热HF、分子偶极矩DIP、分子的电子能量EE和分子的核核排斥能CCR)以及氯原子数(Cl)和分子量(MW),建立了87种氯代芳香族化合物结构与电化学还原电位定量关系的BRBPNN模型.最优网络模型结构为6-20-1,其电化学还原电位的拟合及预测能力明显优于逐步线性回归模型,其训练集和预测集的相关系数平方和均方根误差(MSE)分别达到0.999和0.000105,0.965和 0.00159.最优模型输入节点到隐含层权重平方和的分布规律揭示出各种描述符对还原电位的影响大小依次为: E_LUMO>E_HOMO>HF>CCR>EE>DIP.由散点图揭示出影响为正有EE;影响为负有E_LUMO,HF,DIP;影响无明显正负性的有E_LUMO,CCR.结果表明,贝叶斯规整化大大方便了网络规整化参数选择,保证了网络的优良概括能力和稳健性.本研究对氯代芳香族化合物采用电化学处理的适用性以及分析相应电化学降解机理提供了依据.     

F/M比在活性污泥污水处理工艺中的概念扩展和相关关系的建立

在活性污泥污水处理工艺中原有的进水F M比 (即fi)概念的基础上 ,首次引入了出水F M比 (即fe)、进出水F M比减少量 (即 -Δf)和复合半饱和常数Kfs等概念 ,由此建立了F M比 (包括fi、fe 和 -Δf)与曝气池主要运行参数及性能指标之间的相关定性定量关系 ,以及fe 随时间变化的动态定量关系 .采用真实的污水厂的数据 ,对相关关系的合理性进行了验证 ,并用灵敏度分析证明了fe 较优地反映了曝气池运行状况