HLC-软件工程作品集

222100306洪朗晨 2025-03-11 18:03:33

软件工程作品集

1【软件后端&爬虫|独立完成】游泳比赛信息爬取与展示平台【 Python | Flask | 阿里云

原型效果网站效果

 

原型链接:Overview

网站详情:结对编程实现(306_418)-CSDN社区

2【软件后端&前端|独立完成大堂点餐和后台管理平台 【 Python | Django | HTML/CSS/JavaScrip 】

网站效果:

 

  • 前端:利用HTML/CSS/JavaScript等基础前端语言构建后台管理、前台点餐的界面
  • 后端:支持PC端,支持前台点餐逻辑(订单管理)、后台管理(员工、菜品、店铺等增删改查等功能
模块1-前台点餐模块2-后台管理_“查询”功能_菜品管理
模块2-后台管理_“添加”功能_员工管理模块2-后台管理_“筛选”&“删除恢复”功能_员工管理

 3【软件后端|组员宠物交流平台 【 Java | Spring Boot 】

原型展示:

原型链接:首页

设计详情:

汪星人猫咪联盟——Beta冲刺总结随笔-CSDN社区

汪星人猫咪联盟——冲刺总结随笔-CSDN社区

...全文
522 回复 打赏 收藏 转发到动态 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:本文聚焦于高维多阶段随机规划问题,深入研究了正则化分解方法与马尔可夫过程在刻画不确定性动态演化中的应用,并提供了完整的Python代码实现。通过引入正则化技术有效降低了高维随机优化问题的计算复杂度,结合马尔可夫链建模多阶段决策过程中的不确定性传播机制,提升了模型在复杂动态环境下的求解效率与鲁棒性。研究涵盖了问题建模、算法设计、数值求解及结果分析全过程,具有较强的理论深度与工程实践价值; 适合人群:具备一定运筹学、优化理论基础及Python编程能力,从事智能决策、人工智能、能源系统优化、金融工程等相关领域的科研人员、高校研究生以及工业界研发工程师; 使用场景及目标:①应用于电力系统调度、供应链管理、金融资产配置等存在多阶段不确定性的复杂决策场景;②掌握高维随机规划的建模思路与高效求解技术,深入理解正则化方法与马尔可夫过程在实际优化算法中的融合机制与实现路径; 阅读建议:建议结合提供的Python代码进行动手实践,重点关注算法实现细节、参数敏感性分析与收敛性验证,鼓励在不同应用场景中迁移和改进该方法,进一步探索其在分布鲁棒优化、动态规划等前沿方向的扩展潜力。

315

社区成员

发帖
与我相关
我的任务
社区描述
福州大学的软件工程实践-2023学年-W班
软件工程需求分析结对编程 高校 福建省·福州市
社区管理员
  • FZU_SE_teacherW
  • Pity·Monster
  • 助教张富源
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