Axapta X++代码执行效率(代码优化)检测工具祥解-code profiler

本帖转自:秋毫 原作者为andy
转载地址: http://www.qiuhao.com/dispbbs.asp?boardID=2&ID=2447&page=1
通过此工具,我们可以知道那些函数执行的时间比较长,那些函数被太多次的重复调用,那些循环过多,程序执行的瓶颈在那里等等问题。

此主题相关图片如下:
按此在新窗口浏览图片
点击start,然后执行你要检测的代码,或者一个动作,完成以后,点击stop。

此主题相关图片如下:
按此在新窗口浏览图片
点击stop之后,系统让你输入本次检测的描述,和是否计算总时间,我刚才执行的动作时goto main table,点击ok。

此主题相关图片如下:
按此在新窗口浏览图片
点击页面statistics,我们可以看到关于本次的执行统计:


此主题相关图片如下:
按此在新窗口浏览图片
执行时间4165毫秒,调用方法1719个,aos时间14.98毫秒等。
点击call tree:我们可以看到每一个方法执行的时间和方法的执行顺序,如下图所示:


此主题相关图片如下:
按此在新窗口浏览图片
选中一个方法后,选择edit,即可调用代码编辑窗口:

此主题相关图片如下:
按此在新窗口浏览图片
返回代码策略主画面:

此主题相关图片如下:
按此在新窗口浏览图片
选择 profile lines ,我们可以看到调用的方法和方法所在的类或者 form

此主题相关图片如下:
按此在新窗口浏览图片
选择tree,我们可以看到本方法所调用的其他方法和花费的时间,general是一个综合统计。点击edit,也可以调用代码编辑窗口。

此主题相关图片如下:
按此在新窗口浏览图片
主画面里的traverse则可以让我们看到每一个方法的父类方法和子类方法:


此主题相关图片如下:
按此在新窗口浏览图片

此主题相关图片如下:
按此在新窗口浏览图片
数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)内容概要:本文围绕“数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究”展开,提出了一种结合数据驱动与分布鲁棒优化方法的建模框架,用于决电热综合能源系统在不确定性环境下的优化调度问题。研究采用两阶段优化结构,第一阶段进行预决策,第二阶段根据实际场景进行调整,通过引入1-范数和∞-范数约束来构建不确定集,有效刻画风电、负荷等不确定性变量的波动特性,提升模型的鲁棒性和实用性。文中提供了完整的Matlab代码实现,便于读者复现和验证算法性能,并结合具体案例分析了不同约束条件下系统运行的经济性与可靠性。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及工程技术人员,尤其适合从事综合能源系统、鲁棒优化、不确定性建模等相关领域研究的专业人士。; 使用场景及目标:①掌握数据驱动的分布鲁棒优化方法在综合能源系统中的应用;②理1-范数和∞-范数在构建不确定集中的作用与差异;③学习两阶段鲁棒优化模型的建模思路与Matlab实现技巧,用于科研复现、论文写作或工程项目建模。; 阅读建议:建议读者结合提供的Matlab代码逐段理算法实现细节,重点关注不确定集构建、两阶段模型结构设计及求器调用方式,同时可尝试更换数据或调整约束参数以加深对模型鲁棒性的理
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