課程說(shuō)明

培訓(xùn)時(shí)間：下一期待定，現(xiàn)可購(gòu)買錄播課程；

觀看方式：可購(gòu)買錄播課程，隨報(bào)隨學(xué)。

課程目標(biāo)

數(shù)學(xué)建模是指通過(guò)系統(tǒng)化的符號(hào)與數(shù)學(xué)表達(dá)式將實(shí)際問(wèn)題進(jìn)行抽象并加以解答的方法。而很多智慧水務(wù)研究與項(xiàng)目中面對(duì)的優(yōu)化、預(yù)測(cè)、模擬、控制、評(píng)價(jià)等需求與問(wèn)題，本質(zhì)上都可以通過(guò)數(shù)學(xué)建模的思想與方法進(jìn)行分析與解答。本課程通過(guò)引入數(shù)學(xué)建模的思維與方法，幫助我們系統(tǒng)地分析智慧水務(wù)中的各種需求，讓我們以一種系統(tǒng)的模式解決智慧水務(wù)中面臨的各類問(wèn)題，進(jìn)而在實(shí)際的研究與項(xiàng)目中提高效率。

通過(guò)培訓(xùn)掌握深度學(xué)習(xí)、化模型、動(dòng)力系統(tǒng)模型在水利、環(huán)境、市政等領(lǐng)域的應(yīng)用。培養(yǎng)解決預(yù)測(cè)類問(wèn)題、優(yōu)化類問(wèn)題的能力，建立算法應(yīng)用的知識(shí)體系，學(xué)會(huì)用數(shù)學(xué)建模的思維去解決科研及項(xiàng)目中遇到的實(shí)際問(wèn)題。

課程亮點(diǎn)

√學(xué)科交叉，前沿領(lǐng)域；

√提供源代碼，學(xué)員可直接用于自身項(xiàng)目于科研應(yīng)用；

√提供課程案例資料；

√課后提供講師與學(xué)員；

√發(fā)放培訓(xùn)證書(shū)。

主講老師

適應(yīng)人群

需要借助代碼與算法解決智慧水務(wù)相關(guān)問(wèn)題的設(shè)計(jì)院從業(yè)人員和科研工作者；

對(duì)水務(wù)領(lǐng)域一些常規(guī)的內(nèi)容有一定了解，但對(duì)智慧水務(wù)這一領(lǐng)域當(dāng)前場(chǎng)景問(wèn)題沒(méi)有個(gè)清晰的分析解決能力；

沒(méi)有python編程基礎(chǔ)或編程基礎(chǔ)較差，但想要完成一次轉(zhuǎn)型，希望能夠結(jié)合計(jì)算機(jī)和自己固有的領(lǐng)域的研究成果做學(xué)科融合，或者希望轉(zhuǎn)型智慧水務(wù)。

課程大綱

模塊一 python基礎(chǔ)課程

1、 python基礎(chǔ)

（1）元組、列表、字典數(shù)據(jù)類型的定義和基本用法

（2）字符串的處理和數(shù)據(jù)類型轉(zhuǎn)換

（3）條件語(yǔ)句、循環(huán)語(yǔ)句

（4）函數(shù)

（5）讀取和寫(xiě)入文件

2、面向?qū)ο蠹澳K化編程

（1）類

（2）繼承

（3）多態(tài)與封裝

（4）迭代器和生成器

3、numpy的基本用法

（1）numpy數(shù)組的概念和定義

（2）常見(jiàn)的數(shù)學(xué)計(jì)算函數(shù)

4、常用包的基本用法

5、 matplotlib的基本用法

（1）常見(jiàn)繪圖函數(shù)

（2）繪圖參數(shù)調(diào)整

模塊二：數(shù)學(xué)建模前導(dǎo)課程

1、從數(shù)學(xué)建模的角度看待與分析智慧水務(wù)相關(guān)問(wèn)題

2、如何針對(duì)不同的需求與問(wèn)題構(gòu)建數(shù)學(xué)模型

3、 部分案例解析

（1）考慮時(shí)間變化對(duì)水量水質(zhì)的影響

（2）考慮降雨初期的運(yùn)行效果

（3）考慮的不是LID布局，而是實(shí)時(shí)控制

（4）考慮不同強(qiáng)度的降雨，考慮多場(chǎng)次降雨

（6）考慮內(nèi)澇，考慮溢流，綜合考慮

（7）模型應(yīng)用其他地方

（8）上述需求任意組合，綜合考量

模塊三：數(shù)學(xué)建模前導(dǎo)課程

1、 動(dòng)力系統(tǒng)模型簡(jiǎn)介

2、動(dòng)力系統(tǒng)模型結(jié)構(gòu)及原理

3、模型的原理及解法：微分方程求解方法 數(shù)據(jù)驅(qū)動(dòng)方法

4、 基于python實(shí)現(xiàn)動(dòng)力系統(tǒng)模型的求解

5、預(yù)測(cè)預(yù)警類應(yīng)用解析：藻類與水質(zhì)預(yù)測(cè)

模塊四：數(shù)學(xué)建模前導(dǎo)課程

1、化問(wèn)題簡(jiǎn)介

2、優(yōu)化問(wèn)題模型結(jié)構(gòu)及原理

3、 模型的解法及其原理

線性優(yōu)化、非線性優(yōu)化、整數(shù)優(yōu)化

基于梯度度的牛頓法等

4、 基于python實(shí)現(xiàn)化模型的求解

5、優(yōu)化類案例應(yīng)用解析

（1）LID布局優(yōu)化方案設(shè)計(jì)

（2）排水系統(tǒng)泵閘實(shí)時(shí)控制

模塊五：深度學(xué)習(xí)方法

1、深度學(xué)習(xí)的簡(jiǎn)介

2、應(yīng)用領(lǐng)域及當(dāng)前取得的進(jìn)展

3、 淺層神經(jīng)網(wǎng)絡(luò)及深層神經(jīng)網(wǎng)絡(luò)

4、深度神經(jīng)網(wǎng)絡(luò)的參數(shù)優(yōu)化

5、卷積神經(jīng)網(wǎng)絡(luò)（藻類預(yù)測(cè)是否帶有圖像分類）

6、強(qiáng)化學(xué)習(xí)的基本原理和結(jié)構(gòu)

7、Tensorflow的基本使用

8、案例應(yīng)用

（1）基于深度學(xué)習(xí)實(shí)現(xiàn)藻類預(yù)測(cè)

（2）基于深度學(xué)習(xí)實(shí)現(xiàn)泵閘MPC優(yōu)化控制

（3）基于強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)泵閘優(yōu)化控制