摘要：按L9(34)设计试验制备纳米ZnO粉体,以反应温度x1、煅烧温度x2和煅烧时间x3为变量,ZnO对甲基橙溶液的光催化降解脱色率DC为目标响应值,采用PSO-二次回归方法建模,经非线性规划基于该模型寻优,获得试验设计范围内最优化的ZnO制备条件。该条件下制备的ZnO粉体光催化性能明显优于按直观分析法分析得出的优化条件下制备的ZnO,也明显优于市售的KY-ZnO-02产品。借助大大缩短试验次数的试验设计建模是实现制备工艺优化的一条有效途径。

摘要：以直接橙S为研究对象,在因子设计的基础上,采用多因素方差分析法分析各因素对其水溶液光催化降解反应的影响,并以因子设计和Doehlert设计的实验数据为手段,建立模拟光催化降解直接橙S的BPNN模型。以用于预测实际降解体系,预测结果,相关系数R=0.9916,实验值与预测值的平均相对误差为4.24%。运用该模型分析光催化降解直接橙S的优化实验条件为pH=5、C_0=100 mg/L、[TiO_2]=1.3286 g/L,按此优化条件操作,测得直接橙S的30 min降解率为97.64%,与模型预测值95.58%相对误差仅为-2.11%,表明本文所建模型模拟直接橙S光催化降解反应效果良好。

摘要：按25部分因子试验设计安排实验，以光催化降解甲基橙（MO）溶液脱色率DC（％）为目标值，考察掺锰量VMnNO3、熟化温度乃、熟化时间tl、煅烧温度乃和煅烧时间t2对制备的Mn掺杂纳米ZnO光催化性能的影响，经分析确定影响产品光催化性能的主要因素为VMnNO3、T1和T2.以此3因素按32全因子试验设计进行实验并分析试验结果，获得Mn掺杂纳米ZnO光催化剂的优化制备条件为VMnNO3=O．5mL、T1=70℃、tl=15min、T2=600℃和t2=2．5h。O．05g优化制备产品在紫外光照射下光催化降解100mL10mg／L的MO溶液30min的DC实验平均值为95．58，与Minitab软件对产品的优化预测值95．75的相对误差仅为．0．18％；在可见光下降解MO溶液120min的DC实验平均值为65．11。XRD和SEM对优化产品的表征表明，其主要由粒径分布在（20～30）nm的不规则的颗粒状纳米ZnO组成。由紫外-可见分光光度计测定并计算得出优化产品的带隙能Eg约为3．25eV，较同等条件下制得的纳米ZnO带隙能丘（3．36eV）低0．11eV。

摘要：[TiO2],t and pH are named as the independent variables and the percentage of decolor(DC%)as the dependent variable.A Box-Behnken design and U12(6×4×3)design with three factors were established to form the training set and the validation set,*** back propagation neural network(BPNN)model is adopted in order to establish the model of photo-catalytic degradation about weak acidic dyes mixture of the GRS big red and weak acid red *** best result shows that the correlation coefficient(R)is 0.9345 and the mean relative error between the predictive value and experimental value(MRE(%))is 3.23,for training set;the value of R is 0.9257,MRE(%)is 2.75,for the validation ***,we discussed the influences of the pH,[TiO2],and t ***% by the BPNN *** optimized experimental condition obtained is pH=5.0,[TiO2]=1.50g/L,and t=40min based on the BPNN model,and combination with optimization of nonlinear constraints *** experimental value of DC is 99.23%,the predictive value is 98.98%,and the relative error is-0.25% between the predictive value and the experimental value,in the optimized experimental *** all these indicate that the model can not only simulate the system of photo-catalytic degradation commendably but also can obtain the optimal experimental conditions.

摘要：采用序贯实验思路,首先基于Plackett-Burman(PB)设计实验数据,经主效应分析和逐步回归筛选出影响制备ZnO/SnO_2粉体性能的主要因素;再以筛选出的Zn/Sn摩尔比及反应时间2个因素设计U_(12)(4×3)均匀设计实验,用PSO-2次回归方法基于该实验数据建立制备ZnO/SnO_2粉体光催化降解甲基橙脱色率DC的预测模型,通过非线性规划求模型最优解获得优化的ZnO/SnO_2制备条件。将在优化条件下制备获得的ZnO/SnO_2粉体用于光催化降解甲基橙,降解30min的DC实验平均值为96.17,模型预测值则为DC=95.66,DC实验值与预测值相对误差仅为0.53%,表明模型可靠。对该粉体采用XRD和SEM进行形貌、粒径及组成分析,表征结果显示该粉体大致呈球形、粒径主要分布在(20～30)rm,粉体中有少量Zn_2SnO_4产生。

摘要：以对Plackett-Burman设计实验结果筛选确定的TiO2用量、溶液初始浓度c0、光照射时间t、溶液初始pH值4个因素为自变量,脱色率为因变量,采用BP神经网络基于Box-Behnken设计和U10(10×52×2)设计实验数据建模,对活性大红BES溶液进行光催化降解模拟研究。降解过程中BES溶液的脱色率通过紫外-可见分光光度法测定后计算获得。建立的BPNN模型对训练集和预测集计算结果相关系数r分别为0.9964和0.9636,脱色率实验值与预测值的平均相对误差MRE分别为6.14%和7.76%。将该模型用于分析各因素对BES光催化降解的影响,表明初始浓度较低时,pH5.0和适当的cTiO2条件下有利于提高BES的降解率。根据该模型分析得出c0为40mg·mL-1时的优化实验条件为pH5.0,cTiO2=1.20g.L-1,t=35min,该条件下BES脱色率的模型计算值为99.16%。经实验验证获得的脱色率为98.20%,脱色率计算值与实验值十分接近,相对误差仅为-0.96%。

摘要：以沉淀反应时间(A)、Zn/Sn反应剂量摩尔比(B)、沉淀剂与总金属离子溶液(ZnSO_4溶液和SnCl_4溶液)的体积比(C)、熟化时间(D)、煅烧时间(E)、煅烧温度(F)6个因素作为影响制备复合催化剂ZnO-SnO_2的主要因素,采用拟因素法正交试验设计按正交试验设计表L_(16)(2^(15))安排纳米ZnO-SnO_2的制备实验。获得纳米ZnO-SnO_2复合催化剂的优化制备条件为:A=8min、B=85:15、C=2:1、D=6 min、E=1h、F=700℃。将优化制备产品用于光催化降解10mg/L的甲基橙溶液30 min,3次实验结果溶液脱色率DC平均值为99.05%,与按效应计算的估计值97.78%的相对误差仅为1.27%。通过XRD谱图分析优化制备产品的组成和粒径,确定该复合催化剂的主要成分是ZnO和SnO_2,另有少量的Zn_2SnO_4;粒径主要分布在15-35纳米之间。根据紫外-可见分光光度计的测定结果,计算获得优化制备产品的带隙能(Eg)为3.30 eV,比纳米ZnO的带隙能低0.07 eV。

摘要：The design of gasoline blending made a linear transformation of the set of variables comprising component octane number, component distillation process data, component proportion of blending gasoline,and additive *** a production-based data LSSVM and ν-SVR and RBFNN machine learning methods the prediction model for octane number was established, and the design was computerized for directing gasoline blending in a petroleum *** experimental results showed that the mean of value of absolute error was 0.227RON,and the maximun absolute error was *** experiments with the absolute error within 0.3RON accounted for 76.2% of the total experiments while those with absolute error within 0.4RON accounts for 90.5% of total experiments.

摘要：应用HyperChem7．O计算与卤代苯酚对水生四膜虫毒性相关的量化参数以及自己设计的结构编码参数,对31种卤代酚的毒性做QSAR研究。使用逐步回归筛选出影响卤代苯酚毒性的主要参数分子表面积S、分子体积ν和编码参数R3和R6建立QSAR方程。用留一法验证该模型,检验结果相关系数R为0．9496,标准偏差s为0．2606,与回归拟合得到的R=O．9686,s =0．2067十分接近,表明所建立的QSAR方程具有较好的预测效果和较高的预测稳定性。对QSAR方程各参数对卤代苯酚毒性的影响分析表明,S、ν影响卤代酚的基本毒性,R6影响极性麻醉,而R3则既与卤代酚基本毒性有关,也与极性麻醉有关。

摘要：应用HyperChem7.0计算与二芳基咪唑类化合物选择性环氧化酶(COX-2)的抑制性相关的量化参数以及自己设计的结构编码参数,对52种1,2-二芳基咪唑化合物的抑制性做QSAR研究。使用逐步回归筛选出影响抑制性的主要参数分子偶极矩μ、分子疏水参数logP和编码参数R_2、R_5和R_7建立QSAR方程。经留三法验证,检验结果相关系数R为0.9155,剩余标准偏差s为0.3601,与回归拟合得到的R=0.9357,s=0.3157接近,表明所建QSAR方程预测效果较好,稳定性较高。对筛选参数的分析表明,μ、logP主要通过影响化合物的脂溶性,R_2、R_5通过影响化合物的空间结构,R_7则通过化合物与COX-2对应活性位点氢键作用的变化,分别对化合物对COX-2的抑制性产生影响。