小衣酱——凡事预则立

小衣酱 2025-11-08 17:42:13
这个作业属于哪个课程https://bbs.csdn.net/forums/2501_CS_SE_FZU
这个作业要求在哪里https://bbs.csdn.net/topics/620002382
团队名称小衣酱
这个作业的目标Beta阶段计划与安排
其他参考文献

目录

  • 1. 下一阶段需要改进完善和新增的功能
  • 1.1 需要改进完善的内容
  • 1.2 新增的功能
  • 2. 需要改进的团队分工
  • 3. 需要改进的工具流程
  • 4. 所有博客的计划安排和冲刺七天的时间计划安排
  • 4.1 博客计划安排
  • 4.2 冲刺时间计划安排

1. 下一阶段需要改进完善和新增的功能

1.1 需要改进完善的内容

  • 管理端
    • 通过用户昵称和注册时间范围筛选用户的逻辑有问题
    • 商品信息的显示不完整
  • 后端
    • 头像显示问题需要处理
    • 对于部分接口返回的错误信息进行优化
    • 拍照和文件上传的功能需要完善
  • 客户端
    • 优化欢迎界面的跳转逻辑
    • 优化首页介绍的文字排版
    • 优化底部导航栏图标
    • 优化衣橱界面的背景颜色
    • 优化查看商品详情的点击方式
  • AI
    • 结合天气推荐穿搭功能的性能需要优化
    • 通过文本智能推荐穿搭有男女混搭问题需要处理

1.2 新增的功能

  • 管理端的商品数据分析功能
  • 客户端的衣物删除功能
  • 客户端的修改个人身材数据功能

2. 需要改进的团队分工

  • 合作进行的很融洽,没有要改进的地方。
  • 分工基本不变,现在的工作主要是对接处理,优化再测试再优化,也就是bug的查缺补漏。

3. 需要改进的工具流程

  • 工具
    • Apifox的测试缺少异常场景测试用例,包括但不限于参数边界值测试、错误格式数据提交、接口超时或重复请求等。
    • 前端的测试工具可以多选择一些,弥补人工测试的不足。
  • 流程
    • 变化是项目推进中的常态,因此,我们的流程需要保持一定的弹性,以便我们能更迅速、有效地响应这些变化。

4. 所有博客的计划安排和冲刺七天的时间计划安排

4.1 博客计划安排

工作内容撰写时间
置顶集合随笔、换组交接博客11.9
alpha阶段问题总结随笔、凡事预则立随笔11.10
7天冲刺随笔11.19-11.25

4.2 冲刺时间计划安排

时间任务
11.19全体: 1. 对当前待优化功能及新增需求进行整体梳理,并依据优先级完成任务排序。 2. 明确各功能模块的具体实施方案
11.20 ~ 11.21用户端: 1. 优化欢迎界面的跳转逻辑和首页介绍的文字排版,提升用户体验。 2. 完成衣物删除功能的前端部分,并且进行数据对接。 管理端: 1. 完善商品数据的显示,使信息更加完整。 2. 实现头像显示的数据对接。 后端: 1. 处理头像的显示问题。 2. 优化接口的错误响应信息,增加详细提示和错误码。 AI: 1. 优化接口调用流程,提升响应效率。 2. 优化结合天气推荐穿搭功能的性能。
11.22 ~ 11.23用户端: 1.优化底部导航栏图标和衣橱界面的背景颜色。 2. 完成修改个人身材数据功能的前端部分,并且进行数据对接。 管理端: 1. 实现商品数据统计分析功能,并且进行数据对接。 2. 开始页面加载的性能调优,减少首屏加载时间。 后端: 1. 实现商品数据统计分析的接口。 2. 优化商品信息显示的功能。 AI: 1. 解决通过文本智能推荐穿搭中出现的男女混搭问题。 2. 进行性能测试,调整优化细节。
11.24用户端: 1.优化查看商品详情的点击方式和界面布局。 2. 根据接口文档再次检查接口对接情况。 管理端: 1. 优化交互的协调性,提升管理端的使用体验。 2. 开始页面加载的性能调优,减少首屏加载时间。 后端: 1. 接入更多电商API,使衣物搭配推荐选择更多。 2. 实现评论敏感词的屏蔽功能,增强社区的言论管理。 AI: 1. 持续优化接口响应性能,减少处理延迟。
11.25全体: 1. 基于Apifox设计异常场景测试用例,确保系统在非预期操作下的稳定性。 2. 建立自动化接口测试流程,覆盖核心业务场景及边界条件。 3. 通过压力测试模拟高并发场景,评估系统在峰值负载下的性能表现。
11.26全体: 对已完成功能进行全面测试,包括正常流程与各类边界场景,确保功能符合设计要求且运行稳定。
...全文
87 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:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)中的应用,通过Matlab代码实现了对水下机器人的动力学建模与运动控制。重点探讨了将强化学习算法QLearning与传统PID控制相结合的方法,以提升AUV在复杂、时变及非线性水下环境中的自适应控制能力。文中系统分析了AUV的运动学与动力学特性,阐述了传统PID参数整定面临的挑战,并提出采用QLearning算法在线动态优化PID控制器的比例、积分和微分参数,从而实现对系统误差、响应速度、超调量等性能指标的综合优化。通过Matlab仿真实验验证了该复合控制策略在轨迹跟踪精度、抗外部干扰能力和系统鲁棒性方面的显著优势,充分展示了强化学习在智能水下装备自主控制领域的可行性和应用潜力。; 适合人群:具备自动控制理论基础、强化学习基础知识及Matlab编程能力的研究生、科研人员和自动化、海洋工程、机器人等相关领域的技术研发人员。; 使用场景及目标:①用于水下机器人、无人潜航器等智能移动装备的高精度运动控制系统设计与开发;②开展强化学习与经典控制理论融合创新的教学案例与科学研究;③解决传统固定参数PID控制器在面对模型不确定性和环境扰动时适应性差、控制性能下降的关键问题。; 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QLearning算法中状态空间、动作空间的设计逻辑以及奖励函数的构建原则,深入理解其在参数寻优过程中的作用机制,并可通过调整环境参数和初始条件来测试算法的鲁棒性与泛化能力。
内容概要:本文以有源中点箝位(ANPC)三电平并网逆变器为研究对象,提出并构建了一套融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相控制与电网电压前馈的一体化高性能并网控制策略。通过深入分析ANPC三电平拓扑在开关损耗均衡、中点电位可控性及输出谐波低等方面的结构优势,确立了其作为大功率高质量并网系统的硬件基础。在此基础上,DPWMA调制策略有效提升等效开关频率,显著降低输出电流电压的总谐波畸变率,优化稳态电能质量;正负序分离锁相技术精准剥离电网电压中的负序扰动分量,保障电网不平衡工况下的相位同步精度与并网电流对称性;电网电压前馈控制则通过前瞻性补偿机制,突破传统闭环控制的响应滞后瓶颈,大幅提升系统在电压骤变、畸变等动态扰动下的抗扰能力与动态响应速度。研究通过搭建完整的Simulink仿真模型,在稳态对称、电网不平衡及动态切换等多种工况下进行全面验证,结果表明该复合控制策略在电能质量、运行稳定性与工况适应性方面均具有显著优越性。; 适合人群:具备电力电子、自动控制或新能源并网等相关专业背景,从事科研、工程开发或处于研究生及以上学习阶段的专业技术人员。; 使用场景及目标:①应用于光伏发电、风力发电等新能源系统的大功率并网逆变器高性能控制设计;②解决电网电压不平衡、畸变等复杂非理想工况下的并网稳定性与电能质量问题;③提升工业级并网设备的动态响应速度与运行可靠性;④为相关领域的仿真建模、控制算法开发与性能优化提供系统性的技术参考与实现方案。; 阅读建议:建议结合文中所述的Simulink仿真模型进行实践操作,重点深入理解DPWMA调制的具体实现逻辑、正负序分离锁相环的设计原理以及前馈-反馈复合控制结构的集成方法,通过设置不同工况的对比仿真实验,直观体会各项关键技术对系统整体性能的提升作用。

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