用AS3做的平行四边形

 var p:Array=new Array(4)  //这是平行四边形的四个顶点
var pt1:Array=new Array(3)
var pt2:Array=new Array(3)
var i:Number
var t:Number=0 //这是相当于时间,逐渐增加
var sp0:Sprite=new Sprite()//画边用的
addChild(sp0)
for(i=0;i<3;i++)
{
 pt1[i]=new TextField()
 pt2[i]=new TextField()
 addChild(pt1[i])
 addChild(pt2[i])
 pt1[i].x=50
 pt2[i].x=150
 pt1[i].y=50+i*40
 pt2[i].y=50+i*40
}
pt1[0].text="分力一的大小:"
pt1[1].text="分力二的大小:"
pt1[2].text="合力的大小:"
for (i=0;i<4;i++)
{
 var sp:Sprite=new Sprite()
 addChild(sp)
 sp.graphics.beginFill(0xff00000)
 sp.graphics.drawCircle(0,0,2)
 sp.graphics.endFill()
 p[i]=sp
}
p[0].x=200
p[0].y=300
p[1].x=230
p[1].y=140
p[2].x=430
p[2].y=140
p[3].x=400
p[3].y=300
drawArrow(p[0],p[1])
drawArrow(p[0],p[2])
drawArrow(p[0],p[3])
addEventListener(Event.ENTER_FRAME,xfu)
function xfu(e:Event)
{
 sp0.graphics.clear()
 p[2].x=p[3].x+p[1].x-p[0].x
 p[2].y=p[3].y+p[1].y-p[0].y
 pt2[0].text=Math.sqrt((p[1].x-p[0].x)*(p[1].x-p[0].x)+(p[1].y-p[0].y)*(p[1].y-p[0].y))
 pt2[1].text=Math.sqrt((p[3].x-p[0].x)*(p[3].x-p[0].x)+(p[3].y-p[0].y)*(p[3].y-p[0].y))
 pt2[2].text=Math.sqrt((p[2].x-p[0].x)*(p[2].x-p[0].x)+(p[2].y-p[0].y)*(p[2].y-p[0].y))
 drawArrow(p[0],p[1])
 drawArrow(p[0],p[2])
 drawArrow(p[0],p[3])
 drawSline(p[1],p[2])
 drawSline(p[2],p[3])
}
p[1].addEventListener(MouseEvent.MOUSE_OVER,xfu1)
p[1].addEventListener(MouseEvent.CLICK,xfu2)
p[3].addEventListener(MouseEvent.MOUSE_OVER,xfu1)
p[3].addEventListener(MouseEvent.CLICK,xfu2)
function xfu2(e:Event)
{
 Sprite(e.target).stopDrag()
}
function xfu1(e:Event)
{
 Sprite(e.target).startDrag()
 //p[2].x=p[3].x+p[1].x-p[0].x
 //p[2].y=p[3].y+p[1].y-p[0].y
}
function drawArrow(s1:Sprite,s2:Sprite)
{
 var xx=s2.x-s1.x
 var yy=s2.y-s1.y
 var rr=Math.sqrt(xx*xx+yy*yy)
 sp0.graphics.lineStyle(2,0xff0000)
 sp0.graphics.moveTo(s1.x,s1.y)
 sp0.graphics.lineTo(s2.x,s2.y)
 sp0.graphics.lineTo(s2.x-xx/10+5*yy/rr,s2.y-yy/10-5*xx/rr)
 sp0.graphics.lineTo(s2.x-xx/10-5*yy/rr,s2.y-yy/10+5*xx/rr)
 sp0.graphics.lineTo(s2.x,s2.y)
}
function drawSline(s1:Sprite,s2:Sprite)
{
 var xx=s2.x-s1.x
 var yy=s2.y-s1.y
 sp0.graphics.lineStyle(1,0x00ff00)
 for(i=0;i<20;i++)
 {
  sp0.graphics.moveTo(s1.x+xx*(2*i)/40,s1.y+yy*(2*i)/40)
  sp0.graphics.lineTo(s1.x+xx*(2*i+1)/40,s1.y+yy*(2*i+1)/40)
 }
}

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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