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．