Spoofax语言工作台学习笔记——命名的定义和声明

本文介绍了使用名称绑定语言NaBL解决跨文件命名定义和声明校验问题的方法。通过引入临时命名空间AppRef,实现在不同文件间正确引用appid。

今天在使用名称绑定语言NaBL的时候,解决了命名定义和声明的命名校验的问题。

语言场景是这样的,一个源文件定义了app(应用),具有唯一id。定义诺干个dataset(数据集)并且声明对应的app id,但是dataset可以在多个文件中,dataset无id,dataset下有诺干data model(entity、webpage),data model在app的命名范围下具有唯一id。

关键语法定义的SDF片段:

"app" ID Dataset -> AppDecl{"AppDecl"}
"app" ID Page -> AppDecl{"AppDecl"}

先贴出正确的NaBL解决方法:

module names

imports

include/SmartX

namespaces
  App AppRef
  DataModel DataModelProperty
  Page
rules
  App(appId, pageId) : 
    defines unique App appId
    refers to Page pageId in AppRef appId
  AppDecl(appId, _) : 
    refers to App appId//声明定义
    defines unique AppRef appId//声明临时引用命名空间
    scopes DataModel, Page//DataModel,Page在App命名空间作用范围下
  Entity(e, _): 
    defines unique DataModel e
  Webpage(w, _, _, _): 
    defines unique DataModel w
    scopes DataModelProperty
  Property(_, x, _, _): 
    defines unique DataModelProperty x 
  Page(pageId, _, _, _, _, _, _, _):
    defines unique Page pageId

查阅了NaBL的官方文档,本来以为会有直接的方法,但是为了实现应用定义和应用下属页面和数据集定义在不同的文件(不同解析树),不能直接使用scopes子句定义应用的子命名空间。因此,我的解决方案是定义一个AppRef临时的命名空间,重点在于以下片段:

  AppDecl(appId, _) : 
    refers to App appId//声明定义
    defines unique AppRef appId//声明临时引用命名空间
    scopes DataModel, Page//DataModel,Page在App命名空间作用范围下

详细解释一下三个从句,第一句,表示从App命名空间中引用命名appId;第二句,定义新的命名空间AppRef,虽然功能实现了,但这句有一点非常令我费解,使用unique和non-unique并无区别, 都可以重复引用(符合当前需求);第三句,和官方文档上用法一致,使得 DataModel, Page在AppRef的命名空间下,这句从句必须紧跟defines 从句之后,表示在AppRef命名空间下。


问题解决了,回顾解决思路,引入AppRef命名空间,在AppRef下定义命名空间,引入中个中级命名空间最主要的原因是app id定义和声明在不同的解析树中(跨文件)。

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集测试集(默认7:3)。 数据归一化:使用mapminmax将输入输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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