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

• 作 者: 张浩 袁军座 曹现雷 刘秀玉 朱庆明 杜晓燕
• 机 构: 安徽工业大学建筑工程学院,中国十七冶集团有限公司
• 出 处: 材料导报
• 发表日期: 2015年14期
• 关键词: Cu-Ce TIO2 BP神经网络 指数平滑 组合预测 Cu-Ce Tio2 BP neural network exponential smoothin
• 基金项目: 国家自然科学基金（51208002）

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-