赛博厨神队-团队展示

赛博厨神队 2025-10-05 19:35:01

赛博厨神队-团队展示

课程信息

项目内容
所属课程2501_CS_SE_FZU
作业要求软件工程实践团队作业——团队组建与实践选题
作业目标完成组队; 完成作业; 撰写博客
参考文献[1] 《构建之法》

目录

一.团队名称

赛博厨神队

二.项目选题描述

Connective Culinary Collaborations Carve Creation & Confidence

三.队员风采

项目内容
学号102300304
成员姓名林琬茗
CSDN地址102300304林琬茗
成员性格infp
擅长技术文档编写,面向过程分析设计
兴趣爱好阅读
希望的软工角色前端
个人slogan顺其自然
项目内容
学号102300105
成员姓名郭晶晶
CSDN地址我吃大亏
成员性格较为善良
擅长技术UI设计、需求分析、文档攥写
兴趣爱好做梦
希望的软工角色前端/PM/UI设计
个人slogan一事像一事
项目内容
学号102300108
成员姓名陈茜蕾
CSDN地址102300108陈茜蕾
成员性格略社恐
擅长技术文档攥写,需求分析,团队沟通
兴趣爱好听音乐,玩游戏
希望的软工角色PM/策划
个人slogan活在当下
项目内容
学号222200334
成员姓名季致涵
CSDN地址222200334季致涵
成员性格普通
擅长技术java/mysql/c
兴趣爱好秋天
希望的软工角色后端开发/数据库
个人sloganSnooze Lots, Oversleep Gracefully, Aimlessly Nap
项目内容
学号222200402
成员姓名王成桢
CSDN地址醋肉
成员性格enfp
擅长技术需求分析、文档攥写
兴趣爱好吃肉
希望的软工角色前端/测试
个人slogan余生哥哥我要吃好好
项目内容
学号102300102
成员姓名肖窈
CSDN地址荔枝岛猫猫神
成员性格istp
擅长技术需求分析,文档编写
兴趣爱好钩织,拼豆
希望的软工角色策划/测试
个人slogan是金子总会花光
项目内容
学号102300101
成员姓名许云湘
CSDN地址102300101许云湘
成员性格intp
擅长技术文档攥写,ui设计
兴趣爱好板绘,玩游戏
希望的软工角色前端/ui设计
个人slogan宽以待己,严以律人
项目内容
学号102300302
成员姓名侯晴宇
CSDN地址102300302侯晴宇
成员性格小宅
擅长技术文档编写,需求分析
兴趣爱好music,看小说
希望的软工角色UI设计/后端
个人slogan要想躺得舒服点,就要动作快一点
项目内容
学号102300204
成员姓名黄子妍
CSDN地址102300204_黄子妍
成员性格随性
擅长技术需求分析,文档编写
兴趣爱好听歌
希望的软工角色PM/前端/测试
个人sloganViva La Vida.
项目内容
学号102300303
成员姓名梁佳
CSDN地址102300303 梁佳
成员性格开朗外向
擅长技术C,C++,Visual Studio,Java
兴趣爱好游戏
希望的软工角色后端/前端框架搭建
个人slogan为热爱而奋斗

四.NABCD需求分析

N - Need(需求)

为零烹饪基础的用户提供清晰、详尽的保姆级烹饪指导教程。

A - Approach(途径)

  • 运用数据库技术,系统化整合烹饪流程细节
  • 采用移动开发技术,实现Web端与移动端双平台覆盖

B - Benefit(好处)

  • 提供细致的记录与参考功能
  • 增强烹饪过程的可复现性
  • 强化指导的记录性

C - Competitors(竞争)

  • 专为零基础用户设计
  • 提供更细致的烹饪与备菜指导
  • 区别于市面普通食谱应用

D - Delivery(交付)

  • 移动平台:为烹饪过程提供便捷对照
  • Web端:便于用户记录与查看

五.团队愿景

我们致力于成为烹饪爱好者(从初学者到专家)最可靠的食谱指南。针对当前年轻群体依赖外卖的现状,以及许多人对烹饪有兴趣但被现有食谱"技术壁垒"劝退的问题,我们决心改变这一现状。我们在移动端和web端提供服务,提供了便捷的过程中对照途径和详细的查询探索方式,通过鼓励用户分享与记录,我们期望帮助烹饪小白在家成功复刻各类美食,重新发现居家烹饪的乐趣。

六.团队绩效考核方案

个人成绩=(贡献度评分+组员互评分)/2

组员互评分

每人总计可分配720分,综合对应队员表现,以匿名形式分给其他9名队员,最低分配60分。
将单独队员所得分数去除最高最低分后取平均值,作为组员互评分。

贡献度评分

贡献度评分由PM与组长共同决定,详情参见下表。

贡献度评分表

评估维度权重评价指标评分细则分数
对待任务的态度30%会议出勤未请假不合理缺勤一次扣 1 分,迟到或早退累计 3 次扣 1 分10
任务按时交付延期 1 天扣 3 分,延期 2 天扣 6 分,延期 ≥3 天该项得 0 分10
积极投入项目,汇报进度每周需汇报进度并提交文档或代码;缺少一次汇报扣 1 分10
配合度10%团队沟通与合作积极与团队成员沟通、讨论,保持友好态度;若出现消极配合,每次扣 2 分10
任务完成度20%基础功能实现情况指定功能全部完成得满分;部分缺失酌情扣分;严重缺失得 0 分10
代码规范性若代码不符合团队规范导致返工,该项扣5分;轻微问题每次扣 1 分10
任务贡献20%任务难度按照任务难度分级:高难度满分,中等难度 9 分,低难度 7 分,未完成得 0 分10
任务比重按照工作量分级:高工作量满分,中等工作量 9 分,低工作量 7 分,未完成得 0 分10
附加评分项20%新功能提出与实现在基础任务外提出并实现新功能,根据难度和工作量加 2-10 分,不超过 10 分10
帮助其他成员解决问题根据问题复杂度和被帮助成员反馈酌情加分 2-10 分,不超过 10 分10
...全文
228 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:本文针对传统三电平并网逆变器存在的谐波含量高、电网不平衡工况适应性差及动态响应滞后等问题,提出了一种基于有源中点箝位(ANPC)三电平逆变器的高性能并网控制策略。该策略融合了双极性倍频脉宽调制(DPWMA)、正负序分离锁相技术和电网电压前馈控制,构建了“精准同步-扰动补偿-优质调制”的一体化控制体系。通过Simulink搭建仿真模型,在稳态对称、电网不平衡及动态扰动等多种工况下进行验证,结果表明该复合控制策略能显著降低并网电流谐波,提升锁相精度,有效抑制功率波动,并大幅缩短系统动态调节时间,增强了逆变器在复杂电网环境下的稳定性与适应性。; 适合人群:从事电力电子、新能源并网、智能电网等相关领域的科研人员及工程技术人员,尤其适合具备一定MATLAB/Simulink仿真基础、专注于并网逆变器控制策略研究的研发人员; 使用场景及目标:①用于提升大功率并网逆变器在电网电压不平衡、骤升骤降等非理想工况下的运行性能;②为ANPC拓扑结构与先进控制算法(如DPWMA、前馈-反馈复合控制)的协同优化提供仿真依据和技术参考;③适用于新能源发电系统、工业变流装置等对电能质量和动态响应要求较高的应用场景; 阅读建议:建议读者结合文中提出的控制架构图与仿真模型逐步复现,重点关注DPWMA调制实现、正负序分离锁相环设计及前馈补偿环节的参数整定,同时通过多工况仿真对比分析各项性能指标,深入理解各模块间的协同作用机制。
内容概要:本文以ANPC三电平并网逆变器为研究对象,提出了一种融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相与电网电压前馈控制的高性能并网控制策略。通过对ANPC拓扑结构的分析,阐明其在开关损耗均衡、中点电位稳定和低输出谐波方面的硬件优势,为高质量并网奠定基础。在此基础上,DPWMA调制策略有效提升输出波形的等效开关频率,显著降低谐波含量;正负序分离锁相技术可精准提取电网正序分量,克服电网不平衡导致的锁相失真与电流不对称问题;电网电压前馈控制则增强系统对动态扰动的响应能力,缩短调节时间。文章构建了“信号采集—核心控制—调制驱动”的三层协同控制架构,并通过多工况仿真验证了该策略在稳态、不平衡及动态扰动条件下的优越性能,结果表明系统具备优异的电能质量、运行稳定性与抗扰能力。; 适合人群:电力电子、新能源并网、自动控制等相关领域的科研人员、研究生及从事逆变器设计与控制的工程技术人员。; 使用场景及目标:① 提升大功率并网逆变器在复杂电网环境下的运行稳定性与电能质量;② 解决电网电压不平衡、谐波畸变、电压骤变等工况下的锁相失真与电流不对称问题;③ 优化动态响应性能,应用于新能源发电、工业变流器等高可靠性要求场景; 阅读建议:建议结合Matlab/Simulink仿真平台,复现文中控制策略与仿真模型,重点理解DPWMA调制实现方法、正负序分离锁相环设计及前馈-反馈复合控制结构的协同机制,并通过不同扰动工况测试系统鲁棒性。
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升水下机器人在复杂、非线性及动态变化海洋环境中的控制精度与自适应能力。通过将强化学习算法与传统PID控制深度融合,构建了一种能够在线自主调整PID参数的智能控制框架,有效克服了传统PID控制器在面对模型不确定性、外部干扰和时变系统特性时适应性不足的问题。研究详细阐述了AUV的动力学建模过程,并精心设计了Q-Learning算法的状态空间、动作空间与奖励函数,使其能在Matlab仿真环境中通过不断的交互试错进行学习与优化,最终实现对航向角、深度等关键运动姿态的高精度、强鲁棒性控制。仿真结果充分验证了该方法在响应速度、稳态精度和抗干扰性能方面相较于传统方法的显著优越性,为智能水下装备的自主决策与控制提供了重要的理论依据和技术路径。; 适合人群:具备自动控制理论基础、强化学习初步知识及MATLAB编程能力的研究生、科研人员及从事智能机器人、无人系统控制开发的工程师。; 使用场景及目标:①应用于水下机器人、无人潜航器等复杂动态系统的智能控制设计;②解决传统PID控制器参数整定困难、环境适应性差和鲁棒性不足的关键问题;③推动强化学习等人工智能技术在实际工程控制系统中的落地应用、性能优化与可靠性验证。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注Q-Learning与PID的耦合机制、状态量与奖励函数的设计原则,深入理解智能控制策略的训练收敛过程、超参数敏感性及其在不同工况下的性能表现。

103

社区成员

发帖
与我相关
我的任务
社区描述
2501_CS_SE_FZU
软件工程 高校
社区管理员
  • FZU_SE_LQF
  • 木村修
  • 心态773
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