In this study,
prediction of Cu2+ biosorption to tobacco leaf, and the organic
pollution (COD) created by this process on the biosorption system using
Artificial Neural Network (ANN) models was investigated. In this scope, 26 data
obtained from the biosorption process from the model were normalized and used
in the comparison. For the development of the model, data regarding pH,
temperature, and biosorbent dosage were used in the input layer, and COD was
predicted in the output layer. In this model, five different models were
created, and the most suitable model was determined with 3-4-1 structure and
0,991 R2 value. High R2 values were also obtained in
other model structures. The statistical comparison of the predictions obtained
from ANN models with the measurement results shows that the models have good
predicting capability and can be used for prediction purpose.
Bu çalışmada,
tütün yaprağına Cu2+ biyosorpsiyonun sistem üzerinde yarattığı
organik kirliliğin (KOİ) Yapay Sinir Ağı modeli (YSA) ile tahmini
araştırılmıştır. Bu kapsamda modelde, biyosorpsiyon prosesinden elde edilen 26
adet veri normalize edilerek modellerin oluşturulmasında kullanılmıştır. YSA
modelinin geliştirilmesinde girdi katmanında pH, sıcaklık ve biyosorbent
dozajına ait veriler kullanılarak çıktı katmanında KOİ tahmin edilmiştir.
Çalışmada 5 farklı model oluşturulmuş ve en uygun 3-4-1 yapıda 0,991 R2
değerinde belirlenmiştir. Diğer model yapılarında da yüksek R2
değerleri elde edilmiştir. Oluşturulan YSA modellerinin elde edilen tahminlerin
ölçüm sonuçları ile istatistiksel açıdan karşılaştırılması ile modellerin iyi
bir tahmin yeteneklerine sahip olduğu ve bu amaçla kullanılabilecekleri
görülmüştür.
Subjects | Environmental Engineering |
---|---|
Journal Section | Research Articles |
Authors | |
Publication Date | December 27, 2017 |
Submission Date | September 29, 2017 |
Published in Issue | Year 2017Volume: 20 Issue: 4 |