| 基于BP神经网络的多壁碳纳米管复合CdS-TiO_2光催化剂优化合成研究 |
| |
| 引用本文： | 杨岳,关成立,陈兴汉.基于BP神经网络的多壁碳纳米管复合CdS-TiO_2光催化剂优化合成研究[J].环境污染与防治,2014(7). |
| |
| 作者姓名： | 杨岳 关成立 陈兴汉 |
| |
| 作者单位： | 阳江职业技术学院生命科学与技术系;广东技术师范学院计算机科学学院;中山大学生命科学学院; |
| |
| 基金项目： | 广东省教育厅“十二五”规划课题(No.2012JK312);2013年广东省教指委教改项目(No.K0155206);阳江市海洋产业人才培养计划(阳海计划)项目;阳江职业技术学院教改课题基金资助项目(No.2013jgyb02) |
| |
| 摘 要： | 基于CdS-TiO2/多壁碳纳米管(MWCNTs)光催化剂降解甲苯的正交实验数据,采用反向传播(BP)神经网络训练并建立了光催化剂合成条件设计的神经网络模型。以正交实验确定的4个主要影响因素作为输入层参数,以甲苯降解率作为输出层参数,将全部实验数据分为训练样本集和预测样本集。运行网络,系统误差为0.000 724,网络预测值与实验数据值相关系数达到0.989,说明该网络具有较好的训练精度及泛化能力。并利用训练好的神经网络预测得到CdS-TiO2/MWCNTs光催化剂的最佳合成条件:焙烧温度为460℃,MWCNTs复合量为1.5%(质量分数),活性组元摩尔比(TiO2/CdS)=80∶1,水加入量为12%(体积分数)。
|
| 关 键 词： | 甲苯 CdS-TiO/多壁碳纳米管光催化剂 BP神经网络 合成条件 优化设计 |
| 本文献已被 CNKI 等数据库收录！ |
|
