典型文献
有机污染物色度降解动力学常数的神经网络研究
文献摘要：
高级氧化技术是一种处理难降解有机污染物废水最具应用前景的方法,为了建立利用高级氧化技术降解有机污染物降解速率的预测模型,分析了20种有机污染物的分子结构与色度降解动力学常数之间的关系,计算了这20种有机污染物分子的分子形状指数Km及电性拓扑状态指数Em,筛选了分子形状指数的K1和K4、电性拓扑状态指数的E13共3种结构参数,将这3种结构参数作为人工神经网络的输入层节点,色度降解动力学常数作为输出层节点,采用3:2:1的神经网络结构,获得了预测色度降解动力学常数的神经网络模型,所得模型相关系数R总为0.9976,色度降解动力学常数的预测值与实验值吻合度较好.利用该模型预测了茜素S、溴酚蓝、百里酚蓝、中性红和α-萘酚酞5种化合物的色度降解动力学常数,结果令人满意.这表明分子的环性和—OH、—O—等基团片段是影响有机污染物色度降解动力学常数大小的主要因素.
文献关键词：
有机污染物;动力学常数;结构参数;人工神经网络;定量构效关系
中图分类号：
作者姓名：
堵锡华;吴琼;李靖;陈艳;田林
作者机构：
徐州工程学院 材料与化学工程学院,江苏 徐州 221018
文献出处：
引用格式：
[1]堵锡华;吴琼;李靖;陈艳;田林-.有机污染物色度降解动力学常数的神经网络研究)[J].徐州工程学院学报（自然科学版）,2022(04):30-35
A类：
B类：
物色,色度,降解动力学,动力学常数,高级氧化技术,难降解有机污染物,有机污染物降解,降解速率,分子结构,污染物分子,形状指数,Km,Em,K1,K4,E13,人工神经网络,输入层,出层,神经网络结构,吻合度,茜素,溴酚蓝,百里酚蓝,中性红,萘酚,酚酞,令人满意,基团,定量构效关系
AB值：
0.287485
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
