预测tio2光催化烟气同时脱硫脱硝效率的遗传程序设计方法研究
, PP. 15-19
Keywords: 烟气,tio2光催化剂,光催化,脱硫脱硝效率,遗传程序设计
Abstract:
影响tio2光催化烟气同时脱硫脱硝效率的因素包括温度、催化剂、含湿量、氧浓度、光、so2和nox浓度等,它们呈复杂的非线性关系。在紫外光下,利用催化剂及混合烟气中氧气浓度为8%的条件下,以tio?2光催化烟气同时脱硫脱硝的试验数据为样本,采用遗传程序设计(gp)方法自动找出脱硫脱硝效率随各主要影响因素变化的规律,并通过检验样本数据对模型进行了预测。结果表明,该方法避免了事先确定变量之间函数关系的主观性,预测数据的准确度较高。
References
[1] | barbenim,pramauroe,etal.photodegradationofpentachlorophenolcatalyzedbysemiconductorparticles[j].chemosphere,1985(14):195.[2]rivierejp.surfacetreatmentsusingionbeams[j].materialscienceforum,1994(163):431[cd*2]448.[3]kozajr.geneticprogramming:ontheprogrammingofcomputersbymeansofnaturalselection[m].cambridge:mitpress,1992.[4]周明,孙树栋.遗传算法原理及应用[m].北京:国防工业出版社,1999.[5]saltstowiczrp,schmidhuberj.probabilisticincrementalprogramevolution[j].evolutionarycomputation,1997,5(2):123[cd*2]141.[6]周明,孙树栋.遗传算法原理及应用[m].北京:国防工业出版社,l999.[7]王小平,曹立明.遗传算法一理论、应用与软件实现[m].西安:西安交通大学出版社,2002.
|
Full-Text