文献

J-GLOBAL ID：201702214429928726   整理番号：17A1561073

ハイブリッドニューラル遺伝的アルゴリズムを用いた水溶液からのニッケルイオン除去予測モデル【Powered by NICT】

The nickel ion removal prediction model from aqueous solutions using a hybrid neural genetic algorithm

著者 (3件)： Hoseinian Fatemeh Sadat (Department of Mining and Metallurgical Engineering, Amirkabir University of Technology, Tehran 158754413, Iran) ,  Rezai Bahram (Department of Mining and Metallurgical Engineering, Amirkabir University of Technology, Tehran 158754413, Iran) ,  Kowsari Elaheh (Department of Chemistry, Amirkabir University of Technology, Tehran 15916-34311, Iran)
資料名： Journal of Environmental Management  (Journal of Environmental Management)
巻： 204  号： P1  ページ： 311-317  発行年： 2017年 
JST資料番号： H0435B  ISSN： 0301-4797  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： イオン浮選中のNi(II)除去の予測は,適切なモデリングとシミュレーションによりプロセス効率を増加させるために必要である。これに関連して,ハイブリッドニューラル遺伝的アルゴリズム(GANN)に基づく新しい予測モデルは,イオン浮選を用いた水溶液からの過程でのNi(II)イオン除去と水除去を予測するために開発した。Ni(II)イオン浮選に及ぼす重要な効果的な変数に基づく予測モデルを開発するように訓練した多層GANNモデル。モデルの入力変数は,pH,捕収剤濃度,起泡剤濃度,撹はん速度および浮選時間であったが,イオン浮選中のNi(II)イオンと水の除去率を出力した。Ni(II)除去と水除去に最も効果的な入力変数を感度解析を用いて評価した。モデルの感度解析は,全ての入力変数は,出力に顕著な影響を持つことを示した。結果は,提案したGANNモデルは,イオン浮選中のNi(II)除去と水除去を予測するために使用できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *予測モデル ,  感度解析 ,  多層 ,  撹拌速度 ,  *モデル ,  *遺伝的アルゴリズム ,  浮遊選鉱 ,  捕収剤 ,  *水溶液 ,  モデリング ,  起泡剤
準シソーラス用語： 除去率 ,  イオン浮選 ,  *ニッケルイオン , 【Automatic Indexing@JST】

著者キーワード (5件)： Ni(II)の除去 ,  イオン浮選 ,  人工ニューラルネットワーク ,  遺伝的アルゴリズム ,  感度解析

分類 (3件)： 鉛とその化合物  (SB05024Q) ,  下水,廃水の物理的処理  (SC03040L) ,  重金属とその化合物一般  (SB05021R)

タイトルに関連する用語 (4件)： 遺伝的アルゴリズム ,  水溶液 ,  ニッケルイオン ,  予測モデル