基于BP神经网络的Cu-Ce掺杂TiO2光催化剂性能预测组合模型研究
来源期刊:材料导报2015年第14期
论文作者:张浩 袁军座 曹现雷 刘秀玉 朱庆明 杜晓燕
文章页码:148 - 306
关键词:Cu-Ce;TiO2;BP神经网络;指数平滑;组合预测;
摘 要:采用环境测试舱模拟可见光下的室内环境,以甲醛气体的光催化降解为探针反应,评价了Cu-Ce/TiO2光催化剂的光催化活性及对甲醛气体的去除效果。利用指数平滑-神经网络ES-BP组合模型对Cu-Ce/TiO2光催化剂的性能做预测分析。结果表明:经过Cu-Ce/TiO2光催化剂处理后细木工板中甲醛释放浓度明显降低,平均光催化降解甲醛气体效率为42.8%;ES-BP组合预测模型在Cu-Ce/TiO2光催化剂的性能预测中取得了较好的效果,平均绝对误差为-0.00011mg/m3,平均相对误差为-0.317%;ES-BP组合预测模型实现了BP神经网络模型和指数平滑模型的优势互补,提高了对数据长期预测的准确性。
张浩1,袁军座2,曹现雷1,刘秀玉1,朱庆明1,杜晓燕1
1. 安徽工业大学建筑工程学院2. 中国十七冶集团有限公司
摘 要:采用环境测试舱模拟可见光下的室内环境,以甲醛气体的光催化降解为探针反应,评价了Cu-Ce/TiO2光催化剂的光催化活性及对甲醛气体的去除效果。利用指数平滑-神经网络ES-BP组合模型对Cu-Ce/TiO2光催化剂的性能做预测分析。结果表明:经过Cu-Ce/TiO2光催化剂处理后细木工板中甲醛释放浓度明显降低,平均光催化降解甲醛气体效率为42.8%;ES-BP组合预测模型在Cu-Ce/TiO2光催化剂的性能预测中取得了较好的效果,平均绝对误差为-0.00011mg/m3,平均相对误差为-0.317%;ES-BP组合预测模型实现了BP神经网络模型和指数平滑模型的优势互补,提高了对数据长期预测的准确性。
关键词:Cu-Ce;TiO2;BP神经网络;指数平滑;组合预测;