[瞭望站] 客户同我们一起成长。。。

最近在上海,接连走访了2个客户,拿到了3套客户需求,给他们演示了楼上集成开发方法,他们也表示了浓重的兴趣。

现在的客户,被忽悠得多了,所有现在变得特别务实和谨慎,当我们试图保证会让项目按期完成时,客户笑着说:“我们知道会延期”。在讲方案之前,所有的客户,都要求先讲开发方法和质量保证,并给出实际的案例。

在TB项目上,我真得要被客户方的项目经理对业务的熟知程度所折服,跟我同去的L总,虽然也对业务比较熟悉了,但还是无法跟不上该项目经理的语速,还好,我是一个喜欢借助工具的需求分析人员,我随身带了录音笔,这样我可以从容不迫的多听几遍了。。。

需求变更和需求范围控制,到底会在我们的项目中占用多大的工作量比例,这一直是我们试图在采集和分析的数据,虽然没有得到这个数据,可是我敢肯定,在TB这个项目中,所占的工作量会非常少。客户很敏锐的发现了这个问题,他提出的要求是,多配备测试人员就可以了,需求不会有多大问题,开发的时间范围,也会比较确定。

目前,大部分的项目还是被技术风险所困扰着,还在为使用这样或者那样的技术而争论着,往往忽略了去评估更重要的业务风险,但愿从CRJ项目的成功,以及即将到来的TB项目(我能预见到项目的成功)中,我们会收集整理出更多的经验。

目前,大的形式是,客户越来越现实,在跟IT公司的合作过程中,正逐步成长成熟,但愿IT公司不要落在了客户的后面。

【电动汽车充电有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电运营效率与经济效益,时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值