仓颉面向对象-封装

一、封装的作用

     提高数据访问的安全性。使用访问修饰符private进行修饰。

     在类中,如果成员变量或者成员函数等被private修饰后,便不能直接通过创建对象来进行访问,只能通过特定的方法进行访问。

错误提示中can not access field 'salary',说明不能通过创建对象进行访问。

注意:不能直接访问不代表不能访问,正是因为需要通过特定的方法进行访问,所以说封装可以提高数据访问的安全性。

二、访问的方法

1、通过函数方法来进行访问

根据程序运行结果,通过函数方法访问到了用private修饰的salary成员变量。

2、通过属性设计器来进行访问

属性设计器语法:

 prop 名字 :类型{ }

注意:要使用set进行设置必须要在prop前加上mut

由此可见,通过属性设计器成功的访问到用private修饰的成员变量。

总结:

       仓颉通过封装机制实现了数据访问的精细控制、实现细节的透明化、系统安全性显著提升,合理运用封装能使系统具备更强的健壮性和扩展性。

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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