Vorhersage der Methylviolett-Adsorption durch modifizierte Palmfasern unter Verwendung von ANN
Verwendung neuartiger künstlicher neuronaler Netzwerkmethoden bei der Adsorption von wässrigem Methylviolettfarbstoff durch modifizierte Palmfasern
Versandkostenfrei!
Versandfertig in 1-2 Wochen
26,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
In diesem Buch wurde die bioabsorbierende Palmfaser zur Entfernung des kationischen violetten Methylfarbstoffs aus wässriger Lösung verwendet. Zu diesem Zweck wurde eine Festphasenextraktionsmethode in Kombination mit dem künstlichen neuronalen Netzwerk (ANN) zur Anreicherung und Bestimmung des Entfernungsgrades des violetten Methylfarbstoffs verwendet. Diese Methode wird von Faktoren wie dem pH-Wert, der Kontaktzeit, der Rotationsgeschwindigkeit und der Adsorbensdosierung beeinflusst. Um ein geeignetes Parametermodell zu finden und den gewünschten Output zu berechnen, wurden zwei nichtrek...
In diesem Buch wurde die bioabsorbierende Palmfaser zur Entfernung des kationischen violetten Methylfarbstoffs aus wässriger Lösung verwendet. Zu diesem Zweck wurde eine Festphasenextraktionsmethode in Kombination mit dem künstlichen neuronalen Netzwerk (ANN) zur Anreicherung und Bestimmung des Entfernungsgrades des violetten Methylfarbstoffs verwendet. Diese Methode wird von Faktoren wie dem pH-Wert, der Kontaktzeit, der Rotationsgeschwindigkeit und der Adsorbensdosierung beeinflusst. Um ein geeignetes Parametermodell zu finden und den gewünschten Output zu berechnen, wurden zwei nichtrekursive Funktionen der radialen Basisfunktion (RBF) und des Mehrschichtperceptrons (MLP), die zu den weit verbreiteten künstlichen neuronalen Netzen gehören, zum Training der Eingabedaten verwendet. Die Leistung dieser Methode wird anhand gängiger statistischer Parameter wie RMSE, MAE und CE getestet. Die Ergebnisse zeigen, dass der Algorithmus des künstlichen neuronalen Netzes eine gute Leistung bei der Simulation und Vorhersage der Entfernung von violettem Methylfarbstoff aufweist.
Andere Kunden interessierten sich für
