文献
J-GLOBAL ID:202102248380600717   整理番号:21A3310714

微細藻類ベース廃水処理のモデリングと多目的最適化のためのハイブリッドサポートベクター回帰と列探索アルゴリズム【JST・京大機械翻訳】

Hybrid support vector regression and crow search algorithm for modeling and multiobjective optimization of microalgae-based wastewater treatment
著者 (7件):
資料名:
巻: 301  ページ: Null  発行年: 2022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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
微細藻類ベースの廃水処理(およびバイオマス生産)は,伝統的慣行と比較して環境に優しいおよびエネルギー的に効率的な技術である。本研究は,Chlorella kessleri微細藻類種を利用する三次都市廃水からのNとPの除去に対する温度,明暗サイクル(LD),および窒素(N)-to-ホスファート(P)比(N/P)のような主要な処理変数の最適化に焦点を当てた。この点に関して, c探索アルゴリズムを統合したハイブリッドサポートベクトル回帰(SVR)技術を,新しいモデリング/最適化ツールとして適用した。SVRモデルを実験データを用いて定式化し,Box-Behnken設計による応答曲面法に従って与えた。平均絶対百分率誤差,Taylorダイアグラム,および分数バイアスを含む様々な統計的指標は,応答曲面法(RSM)および一般化線形モデル(GLM)と比較して,SVRモデルの優れた性能を確認した。最後に,最良のSVRモデルを,最大NとP除去効率のためのグローバル最適処理条件を得るために,単一/多目的最適化のために,クロウ探索アルゴリズムによってハイブリッド化した。最良の操作条件は29.3°C,LDの24/0h/h,N/Pの6:1であり,NとPの除去効率はそれぞれ99.97と93.48%であった。最適値は,さらに新しい実験データによって確認した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
下水,廃水の化学的処理  ,  下水・廃水処理施設  ,  産業廃水処理  ,  廃水処理 

前のページに戻る