重生之我是上校鸡块-冲刺总结

frozen66 2023-11-18 23:45:20
这个作业属于哪个课程班级链接
这个作业的要求在哪里作业链接
团队名称重生之我是上校鸡块
这次作业的目标alpha冲刺总结
github仓库地址Offensive-Fish 进击的鱼

冲刺集合

alpha冲刺集合


项目预期计划

实现一个双人协作,可合体,有特殊技能的类似大鱼吃小鱼的游戏。


项目现实进展

目前已经实现登录,注册,排行榜,好友,房间等功能,但游戏模块只实现了简单的双人交互。


心得体会

  • 陈志航

    在本次冲刺中,由于我们完成的侧重点和团队分工上的一些问题,导致此次alpha冲刺的项目完成进度差强人意。这也让我意识到了团队讨论与合理分工的重要性,在接下来的时间里,我会更加密切的追踪项目的进度,争取在作业结束之前让我们团队提交一份满意的答卷。

  • 张显鸿:

    通过这次作业,深刻了解了socketio的知识,以及团队协作方法受益匪浅

  • 陈浩楠:

    我认识到自己的编程技能还有很大提升空间,必须认定一个方向,深耕细作。此外,通过体验团队合作,我发现了团队协作的重要性,同时学习了团队合作的基本原则,还掌握了如何在团队中对问题进行深入研究并找到有效解决方案

  • 黄斌源

    学会了接口标准,mybaits和ssm的整合,通过不断学习和在小组成员的帮助下,我学到了很多

  • 王琦

    学习用canvas绘图并编码,认识到团队成员之间的密切合作和协调的重要性

  • 张凯权

    通过了这次的学习,更加深刻认识到日常学习的重要性,没有平时的积累,以及团队间的沟通,无法完成一个完整的项目

  • 许翁宇

    我深刻地领悟到,我的编程技能还有很大提升空间。通过这次体验,我深深感受到团队协作的价值和关键性——每个人都是一个独特且重要的齿轮,合力推动整个机器运转。更为重要的是,我掌握了如何对问题进行深入研究并找到有效解决方案的能力。总的来说,alpha冲刺给予我丰富而有价值的收获

  • 黄柱栋

    软件工程既有挑战,又有乐趣。无论是作为一个普通用户还是一个从事软件工程的专业人士,我们都应该对软件工程保持着兴趣和热情。毕竟,软件工程是一个不断进步和创新的领域,我们每一个人都可以在这里实现自己的梦想,创造出令人惊叹的作品。就像 Steve Jobs 曾经说过的那样:“编程是世界上最接近魔术的事物之一。”让我们一起在软件工程的舞台上展现我们的魔法吧!


分工与贡献

组员分工贡献
陈志航组长,负责分配任务,写博客,组织每日会议10%
张显鸿后端程序编写19%
黄斌源后端程序编写10%
张凯权前端页面19%
王琦前端页面12%
黄柱栋ui改进与素材查找8%
许翁宇需求分析改进,拍摄,剪辑12%
陈浩楠与后端进行沟通,改进需求分析10%

项目仓库地址

Offensive-Fish 进击的鱼

...全文
135 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文介绍了基于Matlab代码实现的电力系统机组组合优化调度方法,适用于IEEE14、IEEE30和IEEE118节点标准测试系统。该资源聚焦于电力系统中发电机组的优化调度问题,通过智能优化算法实现对机组启停、出力分配等决策的最优化,旨在降低运行成本、提升系统可靠性和经济性。文中系统阐述了从数学模型构建、多类型约束处理到优化算法设计与仿真实验验证的完整研究流程,并提供了可复现的Matlab代码,涵盖目标函数设定、约束条件建模及算法求解过程,适用于电力系统调度、能源优化等相关领域的科研与教学实践。; 适合人群:具备电力系统分析、运筹学基础及Matlab编程能力的高校学生、科研人员和工程技术人员,尤其适合从事电力系统优化、智能算法应用研究的研究生与青年学者。; 使用场景及目标:①用于电力系统机组组合(UC)问题的教学实验与课程设计;②支撑科研工作中对遗传算法、粒子群算法等智能优化算法在电力系统调度中应用的研究;③为含可再生能源接入的现代电网调度提供仿真平台与技术参考,助力低碳电力系统规划与运行。; 阅读建议:建议读者结合电力系统调度理论与优化建模知识,深入理解机组组合问题的数学本质与物理约束,再通过Matlab代码进行仿真实践,重点关注算法收敛性、多目标权衡策略与不同测试系统间的性能对比,以实现理论与实践的深度融合。
内容概要:本文研究了一种基于TCN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升预测精度。该模型融合了时间卷积网络(TCN)对局部时序特征的强大提取能力、双向门控循环单元(BiGRU)对时间序列前后依赖关系的双向捕捉能力,以及注意力(Attention)机制对关键时间步特征的自适应加权聚焦能力。研究采用多变量输入方式,综合纳入风速、风向、温度等多种气象因素作为输入特征,实现风电功率的单步预测。通过对实际风电场数据的实验验证,该模型在预测精度方面相较于单一模型或其他组合模型展现出显著优势,有效降低了预测误差。; 适合人群:具备一定机器学习与深度学习基础,从事新能源预测、电力系统调度或相关领域研究的科研人员与工程技术人员。; 使用场景及目标:①应用于风电场功率实时预测,提升电网调度的稳定性与安全性;②为电力市场交易、储能配置和可再生能源消纳提供高精度数据支持;③作为深度学习模型融合设计的参考案例,推动时序预测技术的发展。; 阅读建议:此资源提供了完整的Matlab代码实现,读者在学习时应重点关注模型结构的设计原理、多变量特征的处理方式以及Attention机制的融入方法,建议结合代码进行复现实验,调整参数以深入理解各组件对最终预测性能的影响。
内容概要:本文聚焦于非线性值迭代自适应动态规划(ADP)算法的研究,通过复现Matlab代码深入探讨离散时间非线性系统的策略迭代方法。文章系统阐述了ADP算法的核心原理,重点分析了其在处理非线性系统时的优势与挑战,并详细展示了值迭代与策略迭代在优化控制策略中的具体实现过程。研究强调了通过迭代优化实现系统性能最大化的方法论,同时提供了完整的代码与文档资源,便于读者进行深入学习与实践。; 适合人群:具备一定编程基础,尤其是对Matlab有初步了解的研发人员,以及从事控制理论、自动化、人工智能等领域的研究人员和研究生。; 使用场景及目标:① 为控制理论与自动化领域的研究者提供非线性系统控制策略设计与实现的实用案例;② 为学生和初学者提供学习与理解自适应动态规划算法及其在非线性系统中应用的实践机会;③ 推动相关领域的学术交流与技术进步,激发更多研究者投身于非线性控制系统的研究与优化。; 阅读建议:此资源兼具理论深度与实践指导。建议读者在学习过程中紧密结合理论知识与代码操作,动手实现算法,并通过调整参数或应用场景来深化理解。同时,可参考提供的参考资料,进一步探索自适应动态规划领域的最新研究进展。

121

社区成员

发帖
与我相关
我的任务
社区描述
2023秋-福州大学软件工程
软件工程 高校
社区管理员
  • fzusdn
  • 篱隙光远
  • Jason_Zhou1
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