优维低代码实践:第一个微应用

文章介绍了优维低代码技术专栏的第一期实践,通过创建一个简易任务管理系统的微应用,展示了如何在VisualBuilder平台上创建微应用和路由页面。用户可以无需深厚的技术背景,利用可视化编排快速构建WEB应用。接下来的内容将涉及数据模型和数据对接,使页面具备动态功能。

 优维低代码技术专栏,是一个全新的、技术为主的专栏,由优维技术委员会成员执笔,基于优维7年低代码技术研发及运维成果,主要介绍低代码相关的技术原理及架构逻辑,目的是给广大运维人提供一个技术交流与学习的平台。


优维低代码实践连载第①期

《第一个微应用》

在正式进入微应用编排前,我们先简单地介绍一下我们本次实践的目标是什么。

本次实践是以一个简易的任务管理系统为例子,包含:任务列表,新增&编辑&删除任务,以及任务详情,任务统计等页面的编排,带大家了解一个完整的微应用从零到一的过程。

1.创建微应用

首先,点击链接进入 Visual Builder 首页

Visual Builder 是优维科技最新推出的低代码开发平台,您不需要有非常专业的技术能力,就可以使用它快速编排出属于你自己的WEB应用。通过可视化编排生产WEB应用,已经是非常成熟的一款技术方案,目前优维科技内部有超过 300 个微应用都是通过编排生产出来的,我们通过自身行动,确保了它能力的可靠!

  点击右上角的新建按钮,填写微应用的基本信息,点击保存即创建成功;创建成后,系统将自动为您跳转到该新建微应用首页。

2.创建路由页面

微应用的页面,又叫做 路由,也即我们常说的 URL,每个 URL 对应微应用中的一个页面。

将鼠标移入Route面板,在面板上方会出现 + 图标, 点击图标, 弹出添加路由弹窗, 填入具体信息, 就会为您创建第一个页面了!

 我们将别名设置为: 任务列表, 路径设置为: /task, 类型默认, 主题选择: UI8.0主题下的表格搜索页,点击保存进行路由创建,创建完路由,将自动跳转到新建页面。

>> 编排画布介绍

下图为编排面板截图:

 >> 左侧面板

左侧面板有三个模块,分别是: 路由树,构件树,DATA树,均支持在此页面进行节点的增删改查;鼠标移入面板后,均会显示对应的动作图标,您可以在上面执行相应的操作。

>> 中间顶部操作栏

最近访问tab栏,会根据您最近访问的路由进行记录,默认记录最近5个历史访问记录。

下方则为工具栏面板,各个按钮的含义分别是:定位具体路由,前进,后退,刷新画布,Build&Push(推送最近storyboard到具体预览环境),跳转到预览页面,画布快照截图,设置预览画布宽高(默认自适应),检查(开启时定位构件,关闭时可以直接使用画布进行页面交互)。

 >> 预览画布

我们遵循了所见即所得的这一思想, 您通过编排新增编辑或删除构件,画布会即刻生效;并且画布存在联动交互,在 “检查” 模式开启下,鼠标在画布上选择构件,都会使构件树上显示对应构件高亮,选择构件则会调用左侧参数面板,显示构件具体传参。

>> 右侧面板

右侧面板分为两块,分别是:组件库,参数设置面板。
在组件库中,您可以搜索并找到您想要的构件,可以选择拖入到画布中或构件树上,就可以完成构件的新增。
参数tab,若有选中构件,则会显示显示当前构件的属性,事件等入参,修改入参后,记得点击保存哟~
下图为参数面板说明:

 *tips:构件修改后,只会在当前预览画布生效,如若想预览环境也生效的话,记得点击处于顶部工具栏的Build&Push按钮,另外此功能也支持定时推送功能,默认为30s推送一次,当然,你可以通过手动点击,处罚推送,或者将推送间隔时间修改为: -1, 这样此功能就变为纯手工推送啦!

 3.结语

通过本节实践, 您可掌握如何创建了一个微应用,并且了解了路由页面的创建,以及 Visual Builder主画板各个区域的能力,下节实践我们将学习到 《数据模型以及数据对接》,将它变成一个动态的,具有一定功能的页面!

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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