engleski

Izbor optimalnog backpropagation neural network modela za procjenu uklanjanja metalnih iona elektropećnom troskom

Na temelju eksperimentalnih podataka vezanja iona Co2+ i Ni2+ iz vodene otopine pomoću elektropećne troske dobivene u procesu proizvodnje vatrootpornog čeličnog lijeva (DIN oznake G-X 40 CrNiSi 25 20) i niskolegiranog čeličnog lijeva (prema kemijskoj analizi legiranog sa Cr, Mo i Ni), a zbog relativno malog broja podataka medelirano je pet različitih backpropagation modela neuronskih mreža za procjenu količine vezanja navedenih metalnih iona iz vodene otopine. Rezultati procjena vezanja metalnih iona pojedinih Neural Network modela uspoređivani su s obzirom na Normalized Root Mean Square Error (NRMSE) te je izabran model koji ima najniži NRMSE. Izabrani Neural Network model uspoređen je preko Mean Square Error (MSE) sa multivarijabilnom linearnom regresijom i to za eksperimentalne podatke na kojima mreža nije učila, a multivarijabilna linearna regresija nije bila provedena.

backpropagation neural network; electric furnace slag; sorption

nije evidentirano