ProjectServer任务审批后自动发布

探讨了在ProjectServer中优化汇报工时流程的方法,包括如何实现审批后自动发布的功能,详细介绍了涉及到的数据库表查询及操作。

我们知道ProjectServer汇报工时的顺序是这样:

1.项目成员打开自己的时间表,选择要汇报的任务,在汇报工时栏填写实际工时。

2.汇报工时后点击保存。

3.将汇报工时的任务提交给项目经理。

4.项目经理审批项目成员提交上来的项目工时。

5.发布已经审批过的项目工时。

项目经理在做操作的时候第五步是多余的,我审批完之后为什么还要我自己去发布,能不能做到审批完之后自动发布。

打开[ProjectServer_Published].[dbo].[MSP_ASSIGNMENT_TRANSACTIONS]表,里面的字段[ASSN_TRANS_STATE_ENUM]是描述提交工时状态的。

0表示该Assignment保存

1表示该Assignment提交

2表示该Assignment提交过程中

3表示该Assignment审批通过

4表示该Assignment审批未通过

然后根据[ASSN_TRANS_STATE_ENUM]就能找到哪些项目审批过工时,随后发布该项目。

发布项目的代码我就不写了,有需要的可以联系我QQ411033149,直接发给你。

转载于:https://www.cnblogs.com/olay/p/3645191.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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