2022秋软件工程实践个人作业一
前言
| 这个作业属于哪个课程 | LQF 的班级 |
|---|---|
| 这个作业要求在哪里 | https://bbs.csdn.net/topics/608214003 |
| 这个作业的目标 | 介绍自己,并给读者留下深刻印象 |
| 学号 | 032002529 |
正文
介绍你自己
偶尔孤寂之夜,亦或失意之际,好作诗歌,与不曾共鸣之月独述,邀不曾相识之己同乐。仕途失意,命运多舛,每逢大考必掉链。每感燕然勒功不过近在咫尺,只叹宛在水中沚。
介绍自己的技能和专业相关经验经历,并进行自我评估
1. 自学能力:这辈子也没什么超能力了,就这一点拿得出手,高考暑假学了线性代数,读了读雅思,2 个月掌握 c/c++ 和 python,参加过软件开发(安卓、跨平台 flutter)、夺旗赛(摸了个校赛第五名)、网络编程(摸了个国二)、算法竞赛(摸了个国银),曾经刚学完 c 语言被数据结构网课骗去写红黑树,钻研了一个月终于在大一圣诞节给自己送了棵红黑树。平常没事干喜欢用 LaTeX 写作业,折磨电子设备(路由器、弃用的手机)等。
2. 数学:曾经拿过某偏僻数学杯的省赛 Rank1 ,可惜颁奖那天生病了,没能在领奖台上拍张金牌照片,后续被附近某私立中学打电话提供了 offer ,我回的一句“不好意思,已经被你那边第一批就录取了”,真是太爽文辣!不过也似乎把后续大考的运气都用完了。很喜欢几何题、数论题,可惜后续也没接着读数学竞赛了,高一没事干半年自学完了数学必修选修,学了微积分。印象很深的是有一次,物理考试里有一天不会正常方法做,微积分乱推算出了正确答案,不知道是不是老师没看懂,给我叉了。高二时候被抓去速成数学竞赛,好不容易过了初赛,但是马上听说了强基计划,最后也放弃了,一暑假没读,用着小学的学的那些几何知识做了个大题,只考了个省三。也许高中一开始就朝着高考努力就好了。
3. 勇敢:有时,一些习惯是难以改变的,但是我可以用于走出舒适圈,乐于折腾,去尝试不一样的事物。从我的博客 Cnblogs,Hexo 中早期和近期的代码可以看出,我的代码风格差异很大,而且这些差异并非慢慢演变,而是某一篇开始就突然有不少转变,如今我的代码已经更符合规范,向着“读我的代码能和读文档一样舒适”。此外,在日常学习中,我已遵循碰到问题就解决问题的原则,以及动手实践总比单纯理论学习快的原则。
描述自已目前对软件工程、软件过程的理解
个人认为,软件工程更像是开发中的"管理"层面。如果说一段代码实现的功能给客户带来了舒适感,那么软件工程是给开发者方面带来了舒适感。软件工程通过长年以来各个组织的开发经验,制定一系列灵活变通的规则,来指引后人,不会重蹈覆辙,并尽可能提高开发效率。算法、数据库、操作系统等一系列知识,以及自学能力、习惯和人际关系都直接或是间接决定了一个人的软件开发的能力。一名好的软件开发者,应当有清晰的思路、良好的代码风格、正确的习惯、合格的交流能力、敢于担当的勇气,才能带领团队开发出一个优秀的项目。
规划自己未来三年的发展设想
未来一年中,希望能保持绩点的同时,尽可能够提升自己的算法竞赛能力,摸一块金牌回来,就算摸不到,也算是有所收获了,毕竟工作以后也不会有像暑假这么长的时间;两年内,希望自己能够勇于迈出人生的一步,交到一位志同道合的异性;三年之后大概已经保研或是工作了,希望自己能保上研吧,毕竟现在不读研,同样地,工作以后更不用想了,也提升一下自己的学历门槛。
相关推荐
技术转移机构如何基于数据提升项目撮合精准度?.docx
技术转移机构如何基于数据提升项目撮合精准度?
超扭滑模与快速终端滑模的永磁同步电机无感控制:理论、离散化实现与仿真研究(Simulink仿真实现)
内容概要:本文系统研究了超扭滑模控制(STSMC)与快速终端滑模控制(FTSMC)在永磁同步电机(PMSM)无感控制中的应用,重点涵盖其理论基础、离散化实现方法及Simulink仿真验证。文章深入阐述了两种高阶滑模控制策略的设计原理,利用磁链无感观测技术实现转子位置与速度的精确估计,从而省去物理传感器,有效提升了系统的可靠性与鲁棒性。同时,提供了完整的Simulink仿真模型构建方案,包括控制器设计、关键参数整定及动态响应性能分析,充分验证了所提出的方法在零速与低速工况下的卓越控制性能和有效性。; 适合人群:具备电机控制、现代控制理论基础知识及熟练掌握MATLAB/Simulink仿真技能的研究生、科研人员与工程技术人员。; 使用场景及目标:①深入理解高阶滑模控制在电机驱动系统中的设计思想与具体实现;②掌握基于滑模观测器的无感控制核心技术;③开展永磁同步电机高性能控制算法的理论研究、仿真验证与工程化探索。; 阅读建议:建议将文中详尽的理论推导与Simulink仿真模型相结合进行学习,重点关注滑模面的构建、抖振抑制策略的实施以及离散化处理的细节,有条件的研究者可进一步将算法移植到DSP等硬件平台进行实验验证,以深化对理论的理解并检验其实际应用效果。
多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)
内容概要:本文系统阐述了基于Matlab的多源动态最优潮流分布鲁棒优化方法,聚焦于IEEE118节点电力系统,旨在应对高比例可再生能源接入背景下源荷双重不确定性所带来的调度挑战。该方法深度融合分布鲁棒优化理论,通过构建能够抵御最坏情况概率分布的决策模型,有效提升了电力系统在复杂不确定性环境下的运行安全性、经济性与可靠性。研究不仅提供了完整的Matlab代码实现,便于结果复现与算法验证,还特别关注了含风电等新能源的现代电网低碳调度问题,为解决实际工程中的优化调度难题提供了强有力的理论支撑和技术工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的研究生、科研人员及从事智能电网优化运行、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①研究含高比例可再生能源接入的电力系统动态最优潮流问题;②掌握分布鲁棒优化在电力系统经济调度、低碳调度中的建模思想与求解方法;③利用IEEE118标准测试系统进行算法有效性验证与性能对比分析;④基于所提供的Matlab代码进行二次开发,探索新型不确定性优化理论在电力系统中的创新应用。; 阅读建议:建议读者结合电力系统最优潮流、不确定性优化理论(特别是分布鲁棒优化)的背景知识进行学习,重点关注模型的构建逻辑、目标函数与约束条件的设计原理,以及Matlab代码的具体实现细节。在学习过程中,应动手调试代码,尝试修改系统参数(如新能源出力波动范围、负荷水平等),以观察不同场景下优化结果的变化,从而深刻理解该方法的适应性、优势及其潜在的局限性。
车间调度基于GA、PSO、SA、ACO、TS优化算法的车间调度比较研究(Matlab代码实现)
内容概要:本文系统性地比较了遗传算法(GA)、粒子群优化(PSO)、模拟退火(SA)、蚁群优化(ACO)和禁忌搜索(TS)五种智能优化算法在车间调度问题中的性能表现,并提供了基于Matlab的完整代码实现。研究聚焦于调度优化的核心目标——最小化完工时间(makespan),通过标准测试案例对各算法的收敛速度、求解精度和稳定性进行了深入对比分析,旨在为实际生产调度中算法的选择与改进提供科学依据。文中不仅详述了每种算法的设计思路与关键参数设置,还展示了其实现逻辑,便于读者理解、复现与拓展。; 适合人群:从事智能制造、工业工程、运筹优化等相关领域的研究人员,以及具备Matlab编程基础、希望将智能优化算法应用于实际调度问题的研究生和工程师。; 使用场景及目标:① 掌握主流智能优化算法在解决NP-hard车间调度问题上的具体应用与差异;② 学习如何利用Matlab实现并对比不同优化算法的性能;③ 为解决生产制造、物流配送等领域中的资源调度难题提供算法选型和技术参考。; 阅读建议:建议读者在阅读时重点关注各算法的Matlab实现代码和实验结果对比部分,动手运行代码以直观感受不同算法的寻优过程和效果差异。同时,可结合具体调度约束条件,尝试调整算法参数或融合多种算法思想,以深化对优化机理的理解。
3D人物伍子胥智能对话及反应动作报告
3D人物伍子胥智能对话及反应动作报告


