Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Fazlavi, A." wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Prediction of Co(II) and Ni(II) ions removal from wastewater using artificial neural network and multiple regression models
Autorzy:
Allahkarami, E.
Igder, A.
Fazlavi, A.
Rezai, B.
Powiązania:
https://bibliotekanauki.pl/articles/109455.pdf
Data publikacji:
2017
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
artificial neural network
nonlinear multi-variable regression
heavy metals
adsorption
Opis:
In this research, carboxymethyl chitosan-bounded Fe3O4 nanoparticles were synthesized and used for removal of Co(II) and Ni(II) ion metals from wastewater. The capability of magnetic nanoparticles for metal ions removal was investigated under different conditions namely pH, initial concentration of metal ions and adsorbent mass. The assessment of adsorbent performance for metal ions removal under different conditions requires cost and time spending. In this regard, the capability of artificial neural network (ANN) and nonlinear multi-variable regression (MNLR) models were investigated for predicting metal ions removal. The values of operational parameters such as pH, contact time, initial concentration of metal ions and adsorbent mass were applied for simulation by means of ANN and MNLR. A back propagation feed forward neural network, with one hidden layer (4:8:2), was proposed. Two criteria, including mean square error (MSE) and coefficient of determination (R2) were used to evaluate the performance of models. The results showed that two models satisfactorily predicted the adsorbed amount of metal ions from wastewater. However, the ANN model with higher R2 and lower MSE than the MNLR model had better performance for predicting the adsorbed amount of metal ions from wastewater.
Źródło:
Physicochemical Problems of Mineral Processing; 2017, 53, 2; 1105-1118
1643-1049
2084-4735
Pojawia się w:
Physicochemical Problems of Mineral Processing
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies