kanass入门到实战(15) - 如何管理项目集

kanass是一款国产开源免费、简洁易用的项目管理工具,包含项目管理、项目集管理、事项管理、版本管理、迭代管理、计划管理等相关模块。工具功能完善,用户界面友好,操作流畅。本文主要介绍项目集管理。

1、添加项目集

1.1 添加项目集

点击项目集->添加项目集,填写信息后点击提交,项目集添加成功,页面自动跳转到项目集列表页面。

添加项目集

属性

是否必填

描述

项目集名称

必填

使用中英文、数字、空格组合

可见范围

必填

公共的项目集:系统全部成员都可见;

私密的项目集:只有项目集成员可见;

计划日期

必填

设置当前项目集的开始与结束时间

1.2 查看项目集

项目集列表页面,主要显示:常用项目集、所有项目集、我收藏的、我创建的

项目集列表

区域

显示内容

常用项目集

显示当前登录用户经常查看的项目集,以查看时间排序

所有项目集

显示当前登录用户可以查看到的所有项目集

我收藏的

显示当前用户收藏的项目集

我创建的

显示当前用户创建的项目集

1.3 为项目集添加成员

  • 添加成员

点击项目集设置->成员->添加用户

  • 分配权限

点击用户列表中的角色修改->下拉框选择角色

修改角色

2、关联项目

2.1 关联项目

进入项目模块,点击关联项目,新窗口中会显示仍未关联的项目,点击即可关联。也可以通过项目类型或者项目名称进行搜索。

关联项目

2.2 创建项目

项目集中不仅可以关联已存在的项目,还可以创建新的项目。创建成功后,新项目自动关联此项目集

创建项目

2.3 项目列表

项目集中的项目列表,显示已经关联到当前项目集下的项目。主要包含:项目的主要信息、搜索项目、删除项目

项目列表

2.4 解除关联项目

点击项目列表的更多->删除,可以解除项目与项目集的关联关系,不会将项目从系统中删除

解除关联项目

3、项目集事项

项目集的事项页面,显示当前项目集所关联的所有项目下的事项。方便管理者可以在一个页面查看所有事项。

事项页面

3.1 事项筛选

项目集的事项页面,默认会显示所有已关联项目的事项,但可以通过一些筛选条件快速查找到需要的事项

  • 快捷筛选

系统默认提供一些快捷筛选,如我的待办、我负责的、我创建的。同时提供事项类型的快捷筛选,如需求、任务、缺陷。

  • 项目筛选

可以通过项目下拉框,选择具体项目事项

  • 状态筛选

可以通过事项的状态,筛选出需要想要查看的内容

3.2 添加事项

项目集中支持为已关联的项目添加事项,填写事项信息时,可以选择当前事项的所属项目。注:只能选择当前项目集所关联的项目。

添加事项

4、项目集统计

项目集统计页面,展示以项目集维度统计的内容。

5、项目集概览

点击左侧导航栏中概览,页面会详细展示出当前版本的项目集信息、进行中项目、我的待办、最新动态

概况

  • 项目集信息

主要包含:项目集名字、项目集下的项目数量、项目集的计划时间

  • 我的待办

显示当前登录用户的待办事项、进行中事项、已完成事项、逾期事项。点击不同的tab会跳转到对应的筛选结果。

  • 项目集燃尽图

帮助团队预测项目集整体进度并及时识别风险。

  • 最近动态

显示当前项目集中,事项的添加或者事项状态改变的信息;点击向右箭头,可以按照项目搜索,查看项目的动态且动态记录无时间限制。

6、项目集设置

6.1 编辑项目集

进入项目集设置页面,在项目集信息页面中修改项目集

编辑项目集

6.2 删除项目集

删除项目集

  • 删除项目集,只是将项目集删除,同时解除与项目的关联关系,不会对项目产生影响。
  • 项目集删除后不可恢复
【电动汽车充电站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站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,提升了充电站运营效率与经济效益,同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站的日常运营管理,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同水平;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
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