Departments | |
---|---|
Book Series (92) |
1308
|
Humanities |
2292
|
Natural Sciences |
5354
|
Mathematics | 224 |
Informatics | 313 |
Physics | 975 |
Chemistry | 1354 |
Geosciences | 131 |
Human medicine | 242 |
Stomatology | 10 |
Veterinary medicine | 99 |
Pharmacy | 147 |
Biology | 830 |
Biochemistry, molecular biology, gene technology | 117 |
Biophysics | 25 |
Domestic and nutritional science | 44 |
Agricultural science | 996 |
Forest science | 201 |
Horticultural science | 20 |
Environmental research, ecology and landscape conservation | 145 |
Engineering |
1746
|
Common |
91
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
Extract, PDF (110 KB)
Table of Contents, PDF (29 KB)
In der vorliegenden Arbeit werden Modelle und Methoden vorgestellt,
mit denen der mikrobiell gesteuerte Abbau und das Emissionsverhalten von
Siedlungsabfällen beschrieben werden können. Der Schwerpunkt lag dabei auf
der Entwicklung des mechanistischen Modells POSE (Parametric Optimization
and Simulation of Emission Behaviour), das in einer hybriden Modellierung
mit heuristischen, stochastischen und wissensbasierten Modellansätzen kombiniert
wurde. Das Modell POSE wurde am Beispiel von drei unterschiedlichen
Reaktionssystemen validiert. Hierbei werden die Möglichkeiten und Grenzen der
Anwendbarkeit dieses mechanistischen Modells aufgezeigt. Prädiktive Aussagen
über das Emissionsverhalten von Abfällen bezüglich der Gasbildung wurden über
die Modellverknüpfung von POSE mit künstlichen neuronalen Netzen (KNN)
getroffen. Für eine Bewertung der chemisch-biologischen Stabilität von Siedlungsabfalldeponien wurde das Modell POSE mit dem Programmsystem PROBILAS (Hosser et al. , 2008) verknüpft. Das Potential dieses hybriden Modellansatzes
POSE|PROBILAS wird am Beispiel einer virtuellen Deponie veranschaulicht.
ISBN-13 (Hard Copy) | 9783689529192 |
ISBN-13 (eBook) | 9783689529208 |
Language | Alemán |
Page Number | 154 |
Lamination of Cover | matt |
Edition | 2. |
Book Series | Schriftenreihe des Institutes für Bioverfahrenstechnik der Technischen Universität Braunschweig |
Volume | 36 |
Publication Place | Göttingen |
Place of Dissertation | Braunschweig |
Publication Date | 2024-10-10 |
General Categorization | Dissertation |
Departments |
Microbiology and biotechnology
Engineering |
Keywords | Modellierung, Siedlungsabfälle, Abbauverhalten, Emissionsverhalten, hybride Modelle, künstliche neuronale Netze, modelling, municipal solid waste, degradation, emission behaviour, hybrid models, artificial neural networks |