2021秋季软件工程实践总结

HHH41 2021-12-15 23:16:31
这个作业属于哪个课程构建之法-2021秋-福州大学软件工程
这个作业要求在哪里 2021秋季软件工程实践总结
团队名称要不起对三队
这个作业的目标对软件工程实践做总结(个人、团队、软件等方面)
学号031902536
姓名黄思艺

一、个人总结

1.成就与不足

由于小组成员几乎是第一次开发软件,经验不足导致开发过程中有许多的困难。在项目确立后,我们就需要做好项目开发计划,合理分配需求调研用时、开发用时、测试用时、实施用时、维护用时等。在做好了计划后,我们要随时的跟踪计划任务的完成进度,从而使我们的项目进度掌控在我们的开发周期范围之内,要确定好今日计划、今日行动等。其次就是系统的结构划分清晰,有利于促进系统的开发进度。各个阶段的评审工作要认真完成,防止后面花费更多的时间来修改错误。在进行系统开发时,对自身的水平还得有个正确的评估,从而更好地安排时间进行一些准备工作,好为系统的顺利完成提供保障。程序的编写比较分散,在整个项目期间,编程的量大,实际的效率要比计划的低,文件的撰写主要集中在项目开发的后期,前期效率低,后期效率高。
开发过程中,我们主要遇到了以下几个大问题:第一,团队开发如何协调:每个人都有不同的开发作息,很难把大家统一聚集在一起开发。我们的解决方法是:分模块开发,同时每隔几天开一次小组会议,每个人汇报自己的进度,以此推进团队的进度;第二,项目涉及的技术的学习成本问题:该项目横跨了众多方向的技术,包括前后端,爬虫技术等,不同方向的成员要从0开始学习各个方向的技术,这也需要时间和精力。我们的解决方案是利用了CSDN,B站等众多学习平台,学习相关的课程。第三,前后端对接问题:前端需要后端提供的接口,但是后端又是众多个微服务,不好部署。在前后端的连接上我们也花了很长的时间学习和调试。总的来说,过程很艰辛吧,但是收获还是很大的!

2.总结实践

  • 代码量
    作业项目代码行数
    个人编程226
    结对编程3k+
    团队编程-
    总计3-4k

由于我是组长,在这次软工作业中,主要起组织和督促任务的完成作用,代码的编写部分较少,只是在前后端的连接和页面的美化部分有稍微帮助团队成员改一下代码,所以代码量不好统计。

  • 编程使用时间
    作业项目所用时间
    个人编程1260
    结对编程2100
    团队编程6000
    总计9360

3.哪一次作业印象最深刻及原因

印象最深的肯定是团队作业啦!大家一起设计项目,做需求分析,设计原型图再到代码编写,最终完成项目,这个经历真是每一个代码人都值得纪念的!收获也比较大吧,在这次的团队项目里,锻炼了我不止是代码编写能力,还有各种事务、人际关系等的处理能力。也学习到了很多新的知识,了解了一个项目的完成所需要的整体步骤,新学习了微信开发者工具,并对爬虫、数据库等知识在软件中的应用有了初步的认识和理解。面对很多突如其来的问题,我们团队一起解决,互相帮助的氛围也很令我印象深刻。

4.累计花了多少个小时在软工实践上?平均每周花多少个小时?

  • 共计花在软工实践上156小时,平均每周花26小时。

5.学习和使用的新软件

  • pyCharm
  • 微信开发者工具
  • 墨刀

6.学习和使用的新工具

  • Git、Markdown

7.学习和掌握的新语言、新平台

  • python、JavaScript、uni-app、html

8.学习到的东西及提升收获

  • 前端代码的编写能力提升
  • 组织、分配、沟通能力得到了锻炼
  • 对数据库、爬虫等技术有初步了解
  • 对完成一整个软件的开发有了具体的实践经历

二、团队总结

在团队合作中最重要的就是分工明确和沟通合理!大家各司其职,做好各自部分的工作!然后就是要进行有效沟通,提高工作效率!小组成员要经常相互汇报当前项目进度,组长也要做好监督工作,抓好每天的进度,才能够按时完成每一阶段的项目目标,要有计划,才能最终按时完成交工!

三、提出建议

  • 建议在软工实践开始前能够提供给同学们更多的学习资料,需要准备些什么技能、工具,学习什么知识点、语言等。这样可以减少很多无效的自学时间,查找资料时间,作业的完成度应该也会更高!
  • 建议团队作业的人数可以适当减少,人多有时反而有人划水,最终的项目也应该看付出的努力吧,光看项目的成果,每个人的起点都不太相同,结果不能代表付出。然后最后的团队内部也应该看每个人的贡献比,才相对公平。

四、团队分析

  • 我们团队就没有什么大佬,大家都是平平无奇的打工人,勤勤恳恳学习,再敲代码。
  • 目前应该是处于规范阶段,还有待提升至创造阶段。

五、软件要求

在GitHub上我们将所有的前后端代码全部上传了,并且不断的对软件进行迭代。最后时间不够,虽然没有达到我们的预期计划,但大家都已经是尽力了。

六、个性发挥

  • 就是说,很辛苦,但是还是回到第一次作业那样,继续努力吧!!

img

img

...全文
1460 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
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-软件工程 发布问题, 以便更快地解决您的疑问
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源系统(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升系统的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低系统碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力系统、能源系统或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源系统、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源系统的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES中的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳中和背景下能源系统优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
内容概要:本文系统研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测中的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间中小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文中详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务中的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力系统监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。

189

社区成员

发帖
与我相关
我的任务
社区描述
福州大学软件工程教学,推行邹欣老师“构建之法”。
软件工程 高校
社区管理员
  • Dawnfox
  • REP1USONE
  • 纪华裕
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