SQL基础⑩

  1、ORDER  BY子句

SELECT   <列名1>,    <列名2>,    <列名3>,   ……

   FROM    <表名>;

  ORDER   BY   <排列基准列1>,     <排列基准列2>,   ……

    不论何种情况,ORDER  BY 子句都需要写在SELECT语句的末尾。这是因为对数据进行排序的操作必须在结果即将返回时执行。ORDER  BY子句中书写的列名称为排序键。

 【使用HAVING子句时SELECT语句的顺序:1.SELECT子句→2.FROM子句→3.WHERE子句→4.GROUP   BY子句→5.HAVING子句→6.ORDER  BY子句】

 

(1)指定升序或降序

SELECT  <列名>,  <列名>,   <列名>,    ……

   FROM   <表名>

 ORDER   BY   <列名>   DESC;

①使用升序进行排序时,正式的书写方式应该是使用关键字ASC,但是省略该关键字时会默认使用升序进行排列。

②降序排列时使用DESC关键字。

【由于ASC和DESC这两个关键字是以列为单位指定的,所以可以同时指定一个列为升序,指定其他列为降序。】

(2)指定多个排序键

ORDER  BY子句中同时指定多个排序键,会优先使用左侧的键,如果该列存在相同值的话,会接着参考右侧的键。

(3)含有NULL时的情况

      不能对NULL使用比较运算符,即不能对NULL与数字进行排序,也不能与字符串和日期比较大小。因此,使用含有NULL的列作为排序键时,NULL会在结果的开头或者末尾汇总显示。(某些DBMS中可以指定NULL在开头或者末尾显示。)

(4)在排序键中使用显示别名

       SELECT子句的执行顺序在GROUP   BY子句、HAVING子句之后,ORDER  BY 子句之前。因此,在执行GROUP  BY子句时,SELECT语句中定义的别名无法被识别。

(5)ORDER  BY 子句中可以使用的列

      ORDER      BY子句中可以使用存在于表中,但并不包含在SELET子句之中的列。ORDER   BY子句中也可以使用聚合函数。(不要使用列编号。)

 

2、INSERT语句的使用方法

INSERT    INTO  <表名>   (列名, 列名2,  列名3,    ……)      VALUES  (值1,  值2,   值3,  ……);

       列名和值用逗号隔开,分别括在()内,这种形式成为清单。表名后面的列清单和VALUES子句中值中列的数量必须保持一致,列数不一致时会出错,无法插入数据。【但是使用默认值时列数无需完全一致。】

      原则上,执行一次INSERT语句会插入一行数据,因此,插入多行时,通常需要循环执行所需行数次的INSERT语句。

 

内容概要:本文详细介绍了一种基于Simulink的表贴式永磁同步电机(SPMSM)有限控制集模型预测电流控制(FCS-MPCC)仿真系统。通过构建PMSM学模型、坐标变换、MPC控制器、SVPWM调制等模块,实现了对电机定子电流的高精度跟踪控制,具备快速动态响应和低稳态误差的特点。文中提供了完整的仿真建模步骤、关键参设置、核心MATLAB函代码及仿真结果分析,涵盖转速、电流、转矩和三相电流波形,验证了MPC控制策略在动态性能、稳态精度和抗负载扰动方面的优越性,并提出了参自整定、加权代价函、模型预测转矩控制和弱磁扩速等优化方向。; 适合人群:自动化、电气工程及其相关专业本科生、研究生,以及从事电机控制算法研究与仿真的工程技术人员;具备一定的电机原理、自动控制理论和Simulink仿真基础者更佳; 使用场景及目标:①用于永磁同步电机模型预测控制的教学演示、课程设计或毕业设计项目;②作为电机先进控制算法(如MPC、MPTC)的仿真验证平台;③支撑科研中对控制性能优化(如动态响应、抗干扰能力)的研究需求; 阅读建议:建议读者结合Simulink环境动手搭建模型,深入理解各模块间的信号流向与控制逻辑,重点掌握预测模型构建、代价函设计与开关状态选择机制,并可通过修改电机参或控制策略进行拓展实验,以增强实践与创新能力。
根据原作 https://pan.quark.cn/s/23d6270309e5 的源码改编 湖北省黄石市2021年中考学试卷所包含的知识点广泛涉及了中学学的基础领域,涵盖了实、科学记法、分式方程、几何体的三视图、立体几何、概率统计以及代方程等多个方面。 接下来将对每道试题所关联的知识点进行深入剖析:1. 实与倒的定义:该题目旨在检验学生对倒概念的掌握程度,即一个a的倒表达为1/a,因此-7的倒可表示为-1/7。 2. 科学记法的运用:科学记法是一种表示极大或极小字的方法,其形式为a×10^n,其中1≤|a|<10,n为整。 此题要求学生运用科学记法表示一个天文单位的距离,将1.4960亿千米转换为1.4960×10^8千米。 3. 分式方程的求解方法:考察学生解决包含分母的方程的能力,题目要求找出满足方程3/(2x-1)=1的x值,需通过消除分母的方式转化为整式方程进行解答。 4. 三视图的辨认:该题目测试学生对于几何体三视图(主视图、左视图、俯视图)的认识,需要识别出具有两个相同视图而另一个不同的几何体。 5. 立体几何与表面积的计算:题目要求学生计算由直角三角形旋转形成的圆锥的表面积,要求学生对圆锥的底面积和侧面积公式有所了解并加以运用。 6. 统计学的基础概念:题目涉及众、平均、极差和中位的定义,要求学生根据提供的据信息选择恰当的统计量。 7. 方程的整解求解:考察学生在实际问题中进行学建模的能力,通过建立方程来计算在特定条件下帐篷的搭建方案量。 8. 三角学的实际应用:题目通过在直角三角形中运用三角函来求解特定线段的长度。 利用正弦定理求解AD的长度是解答该问题的关键。 9. 几何变换的应用:题目要求学生运用三角板的旋转来求解特定点的...
Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究内容概要:本文围绕“Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究”展开,提出了一种结合改进粒子群优化算法(IPSO)与长短期记忆网络(LSTM)的混合预测模型。通过IPSO算法优化LSTM网络的关键参(如学习率、隐层节点等),有效提升了模型在短期电力负荷预测中的精度与收敛速度。文中详细阐述了IPSO算法的改进策略(如引入自适应惯性权重、变异机制等),增强了全局搜索能力与避免早熟收敛,并利用实际电力负荷据进行实验验证,结果表明该IPSO-LSTM模型相较于传统LSTM、PSO-LSTM等方法在预测准确性(如MAE、RMSE指标)方面表现更优。研究为电力系统调度、能源管理提供了高精度的负荷预测技术支持。; 适合人群:具备一定Python编程基础、熟悉基本机器学习算法的高校研究生、科研人员及电力系统相关领域的技术人员,尤其适合从事负荷预测、智能优化算法应用研究的专业人士。; 使用场景及目标:①应用于短期电力负荷预测,提升电网调度的精确性与稳定性;②为优化算法(如粒子群算法)与深度学习模型(如LSTM)的融合应用提供实践案例;③可用于学术研究、毕业论文复现或电力企业智能化改造的技术参考。; 阅读建议:建议读者结合文中提到的IPSO与LSTM原理进行理论学习,重点关注参优化机制的设计思路,并动手复现实验部分,通过对比不同模型的预测结果加深理解。同时可拓展尝试将该方法应用于其他时序预测场景。
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