Authors:
Amina Yettou, Maamar Laidi, Abdelmadjid El Bey, Salah Hanini, Mohamed Hentabli, Omar Khaldi, Mihoub Abderrahim
Abstract:
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 kinet (...)
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.
(Read More)