《表5 RSM与BP-ANN预测金属离子最佳浓度及实际产沼气量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《金属离子对青霉素菌渣厌氧发酵产气模型分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.