论文部分内容阅读
采用BP神经网络,以TiO2用量CTiO2、溶液初始浓度C0、溶液初始pH值、光照射时间t4个重要影响因素为自变量,以脱色率DC为因变量,基于Box—Behnken设计和U10(10×5^3)设计实验数据建模,对活性艳红X-3B(简称X-3B)溶液进行光催化降解模拟研究.该模型对训练集和预测集的预测结果的相关系数R分别为0.9947和0.9905,DCExp.与DCCal.的平均相对误差MRE(%)则分别为5.96%和6.65%.表明该模型预测性能好,对X-3B光催化降解反应具有很好的模拟效果.