《表5 RSM与BP-ANN预测金属离子最佳浓度及实际产沼气量》
BP-ANN属于黑箱函数,考虑到Fe2+、Co2+、Ni2+在实际情况中的添加精确度.在BP-ANN模型中将Fe2+、Co2+、Ni2+以间隔1mg/L、0.1mg/L和1mg/L在对应浓度范围内进行组合搜索,寻找最优离子组合添加浓度.结合RSM优化结果,使用两种模型获得最优条件分别进行5次实验,实验结果见表5.其中,BP-ANN与RSM模型获取的最佳添加浓度有所不同.BP-ANN最佳产沼气量为452.67mL/gTS,相较RSM模型的418.67mL/gTS,提高8.12%.RSM模型最佳产气量低于单独添加500mL/gTS Fe2+产气量(432.67mL/gTS),并不是混合添加金属离子的最优方案.此外,基于BP-ANN模型获得的最优添加浓度相对于未添加金属离子的214mL/gTS,提高了111.53%.同时,BP-ANN模型对预测相对误差由RSM模型的4.65下降至0.47.验证出BP-ANN预测模型对于菌渣厌氧发酵中金属离子的添加浓度是一种更可靠的预测方式.
图表编号 | XD00178995500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 方楠、赵燕肖、习彦花、刘敬、梁文华、程辉彩、张丽萍 |
绘制单位 | 河北省科学院生物研究所、河北省科学院生物研究所、河北省科学院生物研究所、河北省科学院生物研究所、河北省科学院生物研究所、河北省科学院生物研究所、河北省科学院生物研究所 |
更多格式 | 高清、无水印(增值服务) |