BP神经网络模型在表层沉积物及其非残渣态组分吸附双酚A研究中的应用

摘要：

应用沉积物吸附双酚A(BPA)BP神经网络模型,模拟了松花江表层沉积物的不同泥水比、非残渣态组分(有机质、铁氧化物、锰氧化物)和BPA初始浓度对BPA吸附量的影响.所建BP神经网络模型相关系数R2为0.9665,校正集均方差(MSEc)、验证集均方差(MSEt)和预测集均方差(MSEp)分别为0.0068、0.0596和0.1285;利用遗传算法优化估算了基于BP神经网络模型的沉积物吸附BPA的最大吸附量,优化值与实验值的相对偏差为0.96%～8.21%.此外,利用BP神经网络模型预测了沉积物非残渣态组分(有机质、铁氧化物、锰氧化物)质量百分比及摩尔含量变化与BPA吸附量的关系,经分析可知,铁氧化物和有机质对沉积物吸附BPA起着促进作用,沉积物非残渣态组分吸附BPA的相对贡献(K)为KFe> KOMs>KMn,即沉积物中铁氧化物是BPA的主要吸附位,而Mn氧化物则对沉积物吸附BPA起着抑制作用.

关键词：BP神经网络、沉积物、双酚A、铁氧化物、锰氧化物、遗传算法

所属期刊栏目：30

分类号：X132(环境化学)

资助基金：国家自然科学基金50879025

在线出版日期：2010-11-12（万方平台首次上网日期，不代表论文的发表时间）

页码：435-440