智慧水利“教学+科创+竞赛”协同体系构建.docxVIP

智慧水利“教学+科创+竞赛”协同体系构建

摘要：水利行业的高质量发展亟需智慧元素的融入，构建紧密结合智慧元素与专业的智慧类课程体系是智慧水利专业建设的必然步骤。文章在深入分析智慧水利“人工智能与机器学习”课程建设中存在问题的基础上，提出在教学过程中将抽象理论知识形象化、注重理论算法从头实现及课程体系与大学生科创实践有机融合等措施，构建了“教学+科创+竞赛”协同体系，为“智慧+专业”复合型人才培养提供范例。

关键词：智慧水利；课程体系；教学改革；大学生科创；复合型人才

为了加快智慧水利建设，推动新阶段水利高质量发展，2021年10月，水利部制定了《关于大力推进智慧水利建设的指导意见》《智慧水利建设顶层设计》及《十四五智慧水利建设规划》，确定了建设数字孪生流域，实现具有预报、预警、预演、预案功能的智慧水利体系[1]。鉴于智慧水利在促进水资源优化配置、水利工程智能建造及水灾害防治等方面表现出的独特优势，目前智慧水利已成为全国各大水利部门的研发热点，但是智慧水利复合型人才的稀缺，严重阻碍了智慧水利的发展速度和研发进度。通过对中国电建集团西北勘测设计研究院有限公司、南水北调中线干线工程建设管理局、大禹节水集团股份有限公司、陕西省宝鸡峡引渭灌溉管理局等近20家农业、水利、水电及相关行业代表性企事业单位及政府部门的调研发现，目前对智慧水利科学与工程的人才需求呈逐年上升态势。

传统水利人才熟悉水利工程的规划、设计和建设，但是在信息化、智能化领域涉猎不足，难以对大型水利工程进行信息化设计与管理。而信息技术人才精通算法和计算机技术，却对水利工程的核心建设和管理要素理解不够深入，导致设计的产品与实际生产需要存在偏差。因此，建设智慧水利专业，培养既具备水利专业知识，又掌握智能生产技术的复合型专业人才，是解决我国智慧水利研发人员严重匮乏，提高我国智慧水利领域创新能力和国际竞争力的重要举措，对于创制具有自主知识产权产品以及促进我国水利智能化发展具有重要现实意义[2]。

为了响应新时代国家水安全戰略，2022年，西北农林科技大学、河海大学和南昌工程学院率先开设了智慧水利专业，该专业以现代信息科学技术为基础，以智慧水务、智慧灌溉、数字孪生流域、水利工程的智慧设计、建造、管理为重点，培养具有扎实的数学、力学、计算机科学和地理信息学基础，具备水利工程智能设计与建造、安全智能监控与运行管理、水利大数据分析与智能辅助决策、智慧灌区设计与管理、水资源智能调度等专业技能，系统掌握水利信息自动采集与解析、智能决策与智能控制知识于一体的高级专门人才。

“人工智能与机器学习”是智慧水利专业的专业基础课程之一，是智慧水利分析与决策的重要基础，一般设置在大三第一学期，该课程对学生、教师以及智慧水利学科发展都有重要的影响。从学生的角度来看，“人工智能与机器学习”课程讲授机器学习建模的理论及应用方法，是开发智慧水利应用决策系统必不可少的知识基础，该课程对于学生学习兴趣的培养意义重大，很大程度上也决定了学生对后续专业学习的态度及对智慧水利学科的认识。从教师角度上来看，“人工智能与机器学习”课程对于教师教学与科研素养的提升具有积极作用，该课程教学涵盖内容较多，知识点分布十分密集，且相关理论还在快速发展当中。因此，要求教师要时刻紧跟学术前沿，掌握最新的理论与算法。此外，从学科发展的角度上来看，“人工智能与机器学习”是实现智慧水网与智慧灌区设计与管理的核心。

为积极响应国家“智慧+”转型的战略需要，从2019年起，西北农林科技大学水利与建筑工程学院在专业建设的过程中，就积极融入了智慧元素，其中“人工智能与机器学习”课程已经在水文与水资源工程、水利水电工程、能源与动力工程和电气工程及其自动化专业开课。经过多年的探索，已经形成了较为成熟的课程教学体系，但其中存在的问题也日益凸显，本文在综合分析“人工智能与机器学习”课程教学现状的基础上，将教学过程中的潜在问题进行分析总结，并提出了相应的解决对策，以期为智慧水利专业“人工智能与机器学习”课程建设提供可参考的经验[3-4]。

一、智慧水利背景下“人工智能与机器学习”课程教学过程中的潜在问题

（一）课程涉及知识面广且抽象难懂

“人工智能与机器学习”课程涉及“概率论”“线性代数”“统计学”“逼近论”“凸分析”“最优化及算法复杂度理论”等多门课程，学生在学习“人工智能与机器学习”课程的时候，可能只先修了“概率论”“线性代数”及“统计学”等课程，而像“凸分析”“逼近论”及“最优化及算法复杂度理论”等偏数学的课程，部分学生可能完全没有基础，这就导致学生在上课时，感到课程内容抽象难懂。例如，在线性回归算法的学习过程中，为了确定线性回归模型的参数，使用了基于最小二乘法来进行模型求解，并通过令损失函数的梯度为零求解模型的最佳参数。但是为什么损失函数梯度为零的点是最