基于BP神经网络和析因设计的土壤中EE2和BPA超声辅助生物降解模型

以碳源添加量、 氮源添加量、 恶臭假单胞菌接种量、 超声时间和降解时间作为输入变量, 以雌激素乙炔基雌二醇（EE2）和双酚A（BPA）的降解率为输出变量, 构建土壤中超声辅助的EE2和BPA降解BP神经网络模型. 利用BP神经网络模型预测雌激素超声辅助降解析因设计的响应值, 并通过析因设计分析影响雌激素微生物降解的主效应及交互作用, 进而求解土壤中EE2和BPA的最优降解条件为10%的碳源添加量、 10%的氮源添加量、 接种量为20 mL、 超声时间为1 min和降解时间为168 h. 结果表明: BP神经网络模型的相关系数为0.952 5和0.983 1, 模拟效率系数（NSC）为0.956 5和0.957 2, 模型具有较准确的预测功能； 碳源添加量×氮源添加量和碳源添加量×恶臭假单胞菌接种量在雌激素降解过程中发挥协同作用, EE2和BPA最大降解率分别为87.13%和69.27%; 分析雌激素的有机碳标化系数 (lg K_oc)及其半衰期的结果表明, EE2和BPA的降解效果与其移动性成正比, 与持久性成反比.