第六周个人周报-197241-刘相宏

2601_95542422 2026-05-11 18:14:30

一、本周工作内容

1. 任务提醒与通知系统实现

  • 截止时间提醒:基于Redis实现了任务截止时间的定时扫描机制,支持提前15分钟、1小时、1天进行预警。

  • 站内信系统:开发了系统内部的消息通知中心,用户可在页面右上角查看未读提醒。

  • 重复任务逻辑:完成了按日、周、月周期的重复任务生成逻辑,支持无限循环与设定终止日期。

2. 数据分析与可视化

  • 统计看板开发:开发了个人数据统计页面,展示本周/本月完成任务数、专注时长等关键指标。

  • 图表集成:引入ECharts库,实现了“任务状态分布饼图”和“每日生产力趋势折线图”。

  • 时间分布分析:根据任务起止时间,分析用户的高频工作时段,并给出效率建议。

3. 用户体验优化(UX/UI)

  • 快捷键支持:新增键盘快捷键(如Ctrl + N新建任务,Esc关闭弹窗),提升高频操作效率。

  • 拖拽排序:实现了看板视图下的任务卡片拖拽排序功能,支持通过拖拽快速更改任务状态。

  • 主题切换:完成了深色模式(Dark Mode)的开发,并支持跟随系统自动切换。

二、技术实现细节

1. 通知服务架构

  • 采用生产者-消费者模型,由定时任务(Scheduler)生产消息,WebSocket服务消费并推送。

  • WebSocket连接使用JWT进行鉴权,确保消息推送的安全性。

2. 数据可视化

  • 封装通用的图表组件,通过传入不同的Option配置复用。

  • 后端提供聚合统计接口,一次性返回多种统计数据,减少HTTP请求次数。

3. 前端交互增强

  • 使用HTML5 Drag & Drop API实现拖拽功能,并通过requestAnimationFrame优化拖拽过程中的动画流畅度。

  • 主题切换通过CSS变量(Custom Properties)实现,避免页面闪烁(FART)。

三、遇到的问题与解决方案

1. 问题:WebSocket连接保活

  • 问题描述:长时间挂机后WebSocket连接断开,导致通知丢失。

  • 解决方案:实现心跳检测(Heartbeat)机制,每30秒发送一次Ping包;同时在前端监听onclose事件,实现断线自动重连。

2. 问题:重复任务的时间漂移

  • 问题描述:每月31号创建的按月任务,在非31号的月份无法生成。

  • 解决方案:优化日期计算逻辑,对于不存在的日期自动修正为当月最后一天(如1月31日的任务,在2月生成时自动调整为2月28/29日)。

3. 问题:大数据量图表卡顿

  • 问题描述:当任务数量超过500条时,折线图渲染出现明显卡顿。

  • 解决方案:后端增加数据采样(Sampling)逻辑,前端仅展示最近30天的详细数据,更早的数据按周/月聚合展示。

四、测试与验证

  • 压力测试:模拟100个并发用户持续操作,系统响应时间保持在200ms以内。

  • 通知测试:验证不同提醒规则下的触发准确性,确保无漏发或误发。

  • E2E测试:使用Playwright编写关键用户路径(User Journey)测试脚本,覆盖从登录到创建任务的完整流程。

五、下周工作计划

  1. 团队协作功能开发:

    • 设计团队表结构与权限模型。

    • 实现团队成员邀请机制(链接邀请/邮箱邀请)。

    • 开发任务指派功能,支持将个人任务分配给团队成员。

  2. 评论与附件系统:

    • 实现任务详情页的评论流功能。

    • 集成对象存储服务(OSS),实现文件上传、下载及预览。

  3. 项目收尾与文档:

    • 编写API接口文档与使用说明书。

    • 修复已知的Bug,进行代码重构与清理。

六、本周工作成果

  • 核心增强功能(提醒、统计)全部上线。

  • 系统交互体验显著提升,支持个性化定制。

  • 系统稳定性增强,具备高并发处理能力。

...全文
289 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:本文围绕基于物理场的动态模式分解(piDMD)展开研究,重点探讨其在流体力学、热传导及多物理耦合系统中的建模与应用。通过Matlab代码实现,将传统的动态模式分解(DMD)方法与物理场控制方程相结合,引入物理约束以增强数据驱动模型的物理一致性,从而提升对复杂非线性系统的模态提取精度与长期预测能力。文章系统阐述了piDMD的理论基础、数学推导过程与算法实现步骤,并结合典型物理场仿真案例(如Navier-Stokes方程驱动的流场演化)进行验证,展示了其在降阶建模、主导模态识别和时空动态可视化方面的优越性能,适用于高维、强耦合、非平稳系统的分析与优化。; 适合人群:具备一定数值计算、流体力学、控制理论或数据驱动建模背景,熟悉Matlab编程与线性代数运算,从事科学研究、工程仿真或系统辨识工作的研究生、科研人员及工程师。; 使用场景及目标:①实现对流场、温度场等物理场的高效降阶建模与动态行为预测;②提取符合物理规律的关键模态,用于系统稳定性分析与控制设计;③支撑复杂系统的状态估计、异常检测与优化调控等下游任务。; 阅读建议:建议读者结合提供的Matlab代码逐行调试与运行,深入理解piDMD算法中物理约束的嵌入方式及其对模态质量的影响,同时可尝试将其迁移至其他偏微分方程描述的物理系统中进行拓展验证与应用。
内容概要:本文研究了在峰谷分时电价引导下,基于多目标优化遗传算法NSGA-II的电动汽车充电负荷优化问题。通过构建以电网负荷波动最小化和用户充电成本最低为核心的多目标优化模型,利用NSGA-II算法求解获得帕累托最优解集,实现对大规模电动汽车充电行为的有序引导。文中系统阐述了峰谷电价激励机制的设计原理、电动汽车充电负荷的数学建模方法、多目标优化问题的形式化表达以及NSGA-II算法的具体实现流程,并借助Matlab平台进行仿真验证,结果表明该策略能有效平抑电网负荷峰谷差、降低用户充电支出并提升电力系统的运行效率与稳定性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事智能电网、电动汽车调度、需求侧管理等相关领域的研究生或科研人员。; 使用场景及目标:①研究峰谷电价政策对电动汽车充电行为的影响机制;②掌握NSGA-II算法在电力系统多目标优化中的具体应用;③实现电动汽车集群的有序充电调度以改善电网负荷曲线; 阅读建议:此资源结合了电力经济学与智能优化算法,建议读者在学习过程中重点关注模型构建与算法实现的衔接部分,动手复现仿真代码以深入理解参数设置与结果分析过程。
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[电梯(elevator)] · 训练集:1468 张 · 验证集:157 张 · 测试集:158 张 · 总计:1783 张 该数据集聚焦于各类建筑内部及外部环境中的电梯目标检测任务,涵盖住宅楼、办公楼、商场、酒店等多种典型场景下的电梯结构。图像采集覆盖不同光照条件、材质类型与安装位置,充分体现了实际应用中电梯的多样性与复杂性,为智能楼宇管理、安防监控及无障碍设施识别等方向提供了高质量的视觉基础支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 72 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9446** mAP50-95 | 0.6531 Precision | 0.9305 Recall | 0.8777 train/box_loss | 0.5807 train/cls_loss | 0.3505 val/box_loss | 1.0020 val/cls_loss | 0.6208 【训练过程分析】 72 轮训练后 mAP50 达到 0.9446,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。但 mAP50-95 为 0.6531,和 mAP50 差距 0.29,定位精度仍有优化空间。 【模型性能评估】 Precision 0.9305、Recall 0.8777,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖电梯,置信度整体偏高。 【改进建议】 1. 丰富场景...

259

社区成员

发帖
与我相关
我的任务
社区描述
CUG软件工程基础学习社区
团队开发软件工程敏捷流程 高校 湖北省·武汉市
社区管理员
  • EasonBeckham
  • Lucky_Limp
  • h6ldZywoo
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