2025年6月11日,由《给水排水》杂志社组织开展的第二届“水业杰出青年”评选活动结果发布,课题组周啸副教授入选。“水业杰出青年”评选活动的开展目的是深入...
课题组主要研究方向包括:
(1)供水管网漏损控制原理与技术;
(2)供水管网优化设计及智能调度;
(3)大数据及人工智能技术在供水管网中的应用。
课题组欢迎具备给排水、人工智能等相关专业背景的同学报考硕士、博士研究生.
E-mail:zhouxiao [at] hfut [dot] edu [dot] cn
老师介绍>>- Network Embedding: 搭建供水管网水力学与机器学习之间的桥梁 Dec 21, 2024
- 基于图信号采样技术的供水管网数据修补方法 Dec 05, 2024
- 敏感性导向聚类法在供水管网模型校准参数分组中的应用研究 Dec 04, 2024
- 基于自适应校准方法的供水管网实时需求与粗糙度估计研究 Dec 04, 2024
- 利用数据同化方法维持供水管网模型的长期准确性 Dec 04, 2024
- 2025年《中国给水排水》第四届智慧水务融合创新技术论坛 Mar 31, 2025
- 供水管网漏损高效控制研究与应用 Mar 31, 2025
- 饮用水安全保障与可持续发展国际研讨会 Dec 09, 2024
- 大数据与管网水力信息的耦合机制思考及探索 Dec 04, 2024
- 供水管网压力估计的新视角——基于图信号处理的方法 Dec 04, 2024
- 课题组周啸副教授入选第二届“水业杰出青年”名单 Jul 27, 2025
- 数据与机理双向赋能:供水管网智能化革命的范式转换与技术突围 Mar 24, 2025
- 「图论入门」从基础概念到NetworkX Jan 04, 2025
- 使用EPANET+WNTR完成管网水质模拟 Jul 21, 2024
-
-
2025年《中国给水排水》第四届智慧水务融合创新技术论坛
2025年《中国给水排水》第四届智慧水务融合创新技术论坛于3月25—27日在安徽合肥举行。此次论坛携手业内知名企业、高校、研究机构和相关领域专家、学者、企业家,直面行业痛点问题,聚焦水务一体化,积极拓展传统给排水边界和发展新空间。
-
供水管网漏损高效控制研究与应用
3月27日下午,中国科学院生态环境中心徐强副研究员应课题组周啸副教授邀请到校进行学术交流。
-
数据与机理双向赋能:供水管网智能化革命的范式转换与技术突围
本文章由课题组周啸副教授投稿于微信公众号「IWA漏损控制专家组交流号」,数据与机理双向赋能:供水管网智能化革命的范式转换与技术突围。近年来,供水管网智能化...
-
-
「图论入门」从基础概念到NetworkX
入门图论及NetworkX的使用.
-
Network Embedding: 搭建供水管网水力学与机器学习之间的桥梁
课题组周啸副教授以第一作者身份在Water Research期刊发表论文《Network Embedding: The Bridge Between Wa...
-
饮用水安全保障与可持续发展国际研讨会
2024年12月6日至9日,饮用水安全保障与可持续发展国际研讨会在浙江嘉善隆重举行。
-
基于图信号采样技术的供水管网数据修补方法
Leveraging multi-level correlations for imputing monitoring data in water supply systems using graph signal sampling theory
-
大数据与管网水力信息的耦合机制思考及探索
-
供水管网压力估计的新视角——基于图信号处理的方法
-
优化及预测方法简介
-
机器学习方法在智慧水务中的应用
-
供水管网自适应水力模型技术及应用
-
供水管网优化调度的理论基础及水力模型应用
-
Applications and Prospects of Graph Signal Processing in WDN
-
2023(第五届)中国漏损控制高端论坛
-
敏感性导向聚类法在供水管网模型校准参数分组中的应用研究
Sensitivity-Oriented Clustering Method for Parameter Grouping in Water Network Model Calibration
-
基于自适应校准方法的供水管网实时需求与粗糙度估计研究
Self-Adaptive Calibration of Real-Time Demand and Roughness of Water Distribution Systems
-
利用数据同化方法维持供水管网模型的长期准确性
Maintaining the long-term accuracy of water distribution models with data assimilation methods: A comparative study