3.1 会不会有很多软件工程师可以更短时间内完成任务却特意花更长时间呢?

GreyZeng 2021-08-07 15:21:26

原文地址
教材3.1中写到

对于这些任务,一个成熟的软件工程师应该能够降低任务交付时间的标准方差。如果你能长时间稳定而按时地交付工作的结果,内部和外部的顾客就会对你的工作有信心,更喜欢与你合作。

作者认为一个任务交付时间稳定的软件工程师,大家会对他更有信心,更喜欢跟他合作。如果所有人都这么认为,会不会因此导致很多软件工程师可以更短时间内完成任务却特意花更长时间呢?因为他们不能保证每次都可以在短时间内完成,另外毕竟市场和公司都喜欢任务交付时间稳定的软件工程师,这样拉长时间还更加轻松,何乐而不为。

当然从整个行业生态来看,在这种交付时间稳定更好的标准下,偶有这种能力资源的“浪费”也是可以接受的。但是否有更好的衡量标准可以避免这种“浪费”呢?

...全文
654 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
GreyZeng 2021-08-07
  • 打赏
  • 举报
回复

通过团队项目的实践,发现诚如助教所言,在团队合格的管理制度下,以及配合燃尽图、代码提交、issue等方式,可以大致看出任务的完成度,PM也可以很好的规划团队每个成员的任务,很大程度上可以防止“摸鱼”现象的存在。在软件开发过程中,也发现了任务稳定按时交付的重要性。在每次分配的任务量差不多的情况下,如果团队中一个成员有时交付一个任务只需要一天,而有时却需要好几天,这会打乱团队的整体任务规划,会导致一些需要迭代的任务难以进行。
原文地址

内容概要:本文围绕基于NSGA-2算法的电-热-气综合需求响应(IDR)在综合能源系统中的多目标优化问题展开研究,提出了一种融合智能优化算法与能源系统协同调度的解决方案。研究系统性地构建了包含电力、热力与天然气多能耦合的综合能源系统模型,设计了以能效提升、运行成本降低和环境效益优化为目标的多目标优化框架,并采用NSGA-2算法求解该复杂非线性优化问题,获得Pareto最优解集。文中详细阐述了IDR机制建模方法、多目标优化问题的数学建模过程以及NSGA-2算法的关键实现步骤,包括编码方式、交叉变异策略与非支配排序机制,并通过Matlab代码实现了完整的仿真验证流程,展示了该方法在平衡多个冲突目标方面的优越性能。; 适合人群:具备电力系统、能源系统建模或优化算法基础的研究生、科研人员及工程技术人员,特别适用于从事综合能源系统规划、需求响应策略设计、多目标进化算法应用等相关领域的研究人员; 使用场景及目标:①应用于综合能源系统的运行优化与规划决策,支持多能互补场景下的协同调度分析;②为科研工作者提供NSGA-2算法在能源系统中实际应用的完整Matlab代码实现范例,助力学术论文复现、算法改进与模型拓展; 阅读建议:建议读者结合文中提供的Matlab代码,按照系统建模、目标函数设计、约束处理到算法实现的研究脉络逐步学习,重点关注Pareto前沿的生成过程、多目标权衡分析及算法参数敏感性,以深入掌握多目标进化算法在复杂能源系统优化中的工程化应用方法。

606

社区成员

发帖
与我相关
我的任务
社区描述
程序员。写过:移山之道,编程之美,构建之法,智能之门。
软件工程软件构建团队开发 企业社区 北京·朝阳区
社区管理员
  • SoftwareTeacher
  • GreyZeng
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧