哈基米队—Beta冲刺day1
| 这个作业属于哪个课程 | 2501_CS_SE_FZU |
|---|---|
| 这个作业要求在哪里 | 团队作业—Beta冲刺 |
| 这个作业的目标 | Beta冲刺day1 |
目录
- 1. SCRUM部分
- 1.1 SpringBoot 组
- (1)郑哲傲(S1)
- (2)吴坚铭(S2)
- (3)林哲兴(S3)
- 1.2 Web 组
- (1)黄贵(W1)
- (2)陈周发(W2)
- (3)吴千晔(W3)
- 1.3 数据库组
- (1)林少杰(D1)
- (2)胡致兴(D2)
- (3)郑栋文(D3)
- 2. PM部分
1. SCRUM部分
1.1 SpringBoot 组
(1)郑哲傲(S1)
- 项目进展:梳理聊天接口。
- 存在的问题 / 困难:聊天时间不同步,时间与时间不符合。
- 心得体会:需求分析是开发的基石,提前与 Web 组对齐接口标准,能从源头减少后期联调返工。
- 这次会议到下次会议的安排:开发消息发送、接收、存储核心逻辑,实现 WebSocket 连接建立与断开逻辑。

(2)吴坚铭(S2)
- 项目进展:调研公共服务器配置。
- 存在的问题 / 困难:发现很多问题源于 “版本不匹配”,后续开发需提前明确环境依赖,避免浪费时间。
- 心得体会:后续开发需提前明确环境依赖,把准备工作做在前面,才能避免后期因环境问题停滞。
- 这次会议到下次会议的安排:执行服务器部署脚本(上传项目包、配置 Tomcat),测试服务器访问(IP + 端口验证首页)
(3)林哲兴(S3)
- 项目进展:调研适用于校园二手平台的推荐算法。
- 存在的问题 / 困难:现有数据量少,推荐效果不佳。
- 心得体会:算法选型不能盲目追求复杂,要贴合项目实际。
- 这次会议到下次会议的安排:开发浏览、收藏商品的行为记录接口,实现行为数据查询接口

1.2 Web 组
(1)黄贵(W1)
- 项目进展:设计推荐商品展示区样式。
- 存在的问题 / 困难:推荐区响应式布局适配难度大。
- 心得体会:原型设计需提前对接接口数据格式,避免了后期因数据不匹配修改界面结构。
- 这次会议到下次会议的安排:完善聊天界面 HTML 结构与 CSS 样式,多浏览器兼容性测试。

(2)陈周发(W2)
- 项目进展:分析时区偏差原因。
- 存在的问题 / 困难:不同浏览器对时间格式解析差异大,历史数据修正复杂。
- 心得体会:时区问题看似简单,实则涉及全链路协同。
- 这次会议到下次会议的安排:集成时间转换工具函数到支付页、留言区,测试新数据时间显示。

(3)吴千晔(W3)
- 项目进展:简化操作流程,合并重复按钮、优化筛选条件。
- 存在的问题 / 困难:优化需求与后端接口冲突,界面美观与操作便捷难以平衡。
- 心得体会:界面优化的核心是 “以用户为中心”。
- 这次会议到下次会议的安排: 实现管理员后台优化布局,简化侧边栏、调整商品列表页。

1.3 数据库组
(1)林少杰(D1)
- 项目进展:检查 MySQL 数据库时区配置。
- 存在的问题 / 困难:历史数据时间偏差未修正,开发库与服务器库时区不一致。
- 心得体会:数据库是时区问题的根源之一,历史数据需要单独处理。
- 这次会议到下次会议的安排:编写 SQL 脚本,批量修正留言表、订单表的时间字段。

(2)胡致兴(D2)
- 项目进展:设计聊天记录表。
- 存在的问题 / 困难:聊天表字段设计不全,行为表数据量大时查询效率低。
- 心得体会:表结构设计需预判业务场景,今天在聊天表中补充字段。
- 这次会议到下次会议的安排:测试表结构可用性。

(3)郑栋文(D3)
- 项目进展:设计多用户并发测试场景。
- 存在的问题 / 困难:测试数据与实际业务场景差异大。
- 心得体会:并发测试是保障系统稳定性的关键。
- 这次会议到下次会议的安排:观察数据库数据。


2. PM部分

解决发布时间,私信时间不同步问题,着手开发推荐算法,前端后端相互配合。问题已解决10%左右,需要后续进一步解决。
项目bug以及需要修改地方:
1.项目不在再其他人电脑上运行,需要部署到公共服务器
2.支付界面时差8h,留言时间差8h,需要改时区*
3.用户聊天界面整个缺少
4.多用户并行
5.智能推荐算法引入
6.管理员界面优化
7.增加修改价格按钮
最新运行图片

相关推荐
MATLABSimulink模拟及会议论文,关于具备自动温度控制和能耗分析的智能太阳能热水系统。.zip
1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
完美复现基于自适应虚拟谐波阬的光储VSG并网电流谐波抑制模型(Simulink仿真实现)
内容概要:本文围绕基于自适应虚拟谐波阬的光储VSG并网电流谐波抑制模型展开研究,提出了一种结合虚拟同步发电机(VSG)控制与自适应虚拟谐波阬技术的谐波治理方案,旨在有效应对光伏发电与储能系统并网过程中产生的特定次谐波问题。通过在Simulink中构建完整的系统仿真模型,详细实现了VSG的惯量阻尼控制、功率环调控以及自适应谐波阬的频率识别与阻抗重塑机制,能够动态跟踪并抑制并网电流中的谐波成分,从而提升电能质量和系统并网稳定性。文章深入剖析了控制器结构设计、关键参数整定方法及谐波抑制效果的仿真验证过程,充分验证了该方法在复杂工况下的有效性、鲁棒性与工程应用潜力。; 适合人群:具备电力电子、新能源并网、电力系统分析等相关专业知识背景的科研人员与工程技术人员,尤其适用于熟悉Simulink仿真环境、掌握基本控制理论与信号处理技术的研究生、高校教师及企业研发人员。; 使用场景及目标:①应用于光伏-储能联合系统的并网逆变器控制设计;②用于提升VSG并网系统的电能质量与抗扰动能力;③为高比例新能源接入场景下的谐波分析与主动抑制策略提供仿真验证平台与技术支撑;④辅助开展新型电力系统中电能质量治理相关的教学与科研工作。; 阅读建议:建议读者结合提供的Simulink模型文件进行同步仿真操作,重点理解VSG控制架构与自适应虚拟谐波阬模块的耦合关系,关注谐波检测、频率自适应调整与复矢量控制的实现细节,并可通过改变负载条件或电网阻抗参数进行多工况测试,以深入掌握系统的动态响应特性与控制性能边界。
机械三维3D设计图-食品皮带机输送除尘消毒设备.zip
机械三维3D设计图-食品皮带机输送除尘消毒设备.zip
机械三维3D设计图-膜厚测定自动搬送设备.zip
机械三维3D设计图-膜厚测定自动搬送设备.zip
负荷预测基于LSTM-Attention、蜣螂优化DBO-LSTM-Attention的负荷预测研究(Python代码实现)
内容概要:本文围绕基于LSTM-Attention与蜣螂优化算法(DBO)改进的LSTM-Attention模型在电力负荷预测中的应用展开研究,采用Python代码实现。研究结合长短期记忆网络(LSTM)对时间序列长期依赖关系的建模能力与注意力机制(Attention)对关键时间步特征的加权聚焦能力,构建基础预测模型,并引入新型群智能优化算法——蜣螂优化算法(DBO),用于自动寻优模型超参数,有效提升模型收敛速度与预测精度。文中详述了模型架构设计、优化流程集成及实验验证过程,通过对比实验证明该混合模型在负荷预测任务中相较传统方法具有更强的非线性拟合能力和更高的预测准确性。; 适合人群:具备一定Python编程基础和机器学习背景,从事电力系统分析、能源管理或相关领域研究的科研人员及工程技术人员。; 使用场景及目标:①应用于短期或中期电力负荷预测任务,提高电网调度的科学性与经济性;②为深度学习与智能优化算法在能源领域的融合应用提供实践案例,促进模型性能优化与实际部署。; 阅读建议:建议读者结合提供的Python代码,深入理解LSTM-Attention模型的构建细节与DBO优化流程,建议在实际数据集上复现实验,进一步掌握参数调优技巧与模型评估方法。


