https://doi.org/10.15255/KUI.2020.071
Objavljen: Kem. Ind. 70 (9-10) (2021) 509–518
Referentni broj rada: KUI-71/2020
Tip rada: Izvorni znanstveni rad
Preuzmi rad:  PDF

Ternarno višekomponentno modeliranje adsorpcije primjenom ANN-a, LS-SVR-a i SVR-a – studija slučaja

A. Yettou, M. Laidi, A. El Bey, S. Hanini, M. Hentabli, O. Khaldi i M. Abderrahim

Sažetak

Cilj ovog rada bio je razviti tri metode temeljene na umjetnoj inteligenciji za modeliranje trostruke adsorpcije iona teških metala {Pb²⁺, Hg²⁺, Cd²⁺, Cu²⁺, Zn²⁺, Ni²⁺, Cr⁴⁺} na različitim adsorbatima {aktivni ugljen, kitozan, danski treset, treset Heilongjiang, ugljik glave suncokreta i ugljik stabljike suncokreta). Rezultati pokazuju da se regresija potpornih vektora (SVR) pokazala nešto boljom, preciznijom, stabilnijom i bržom od regresije potpornih vektora najmanjih kvadrata (LS-SVR) i umjetnih neuronskih mreža (ANN). Za procjenu kinetike trostrukog adsorpcijskog sustava višekomponentnog sustava preporučuje se model SVR.

Ovo djelo je dano na korištenje pod licencom Creative Commons Imenovanje 4.0 međunarodna

Ključne riječi

višekomponentna adsorpcija, teški metali, umjetne neuronske mreže, regresija potpornih vektora, regresija potpornih vektora najmanjih kvadrata