每日雕蟲一技[2012-12-27]

本页面提供了修改页面提交处理的功能,包括新增与修改操作,并通过DIC服务进行数据验证和操作。
@using (Html.BeginForm("DicEdit", "Dic", FormMethod.Post, new { id = "form1", name = "form1" }))

{

  <input type="hidden" name="DicId" value="@Model.DicId" /><!--主键-->
    <input type="hidden" id="DicType" value="@Model.DicType" />


}



  /// <summary>
        /// 新增/修改页面-提交
        /// </summary>
        /// <param name="model"></param>
        /// <returns></returns>
        [HttpPost]
        public ActionResult DicEdit(Dic model)
        {
            bool isSuc = false;
            model.RegulatoryDeptId = long.Parse(Request.Form["RegulatoryDeptSelected"].ToString());
            //model.DicType = int.Parse(Request.Form["DicTypeSelected"].ToString());
            //model.DicType = int.Parse(Request.QueryString["dictype"].ToString());
            if (model.DicId > 0)
            {
                isSuc = DicService.Update(model);//修改
            }
            else
            {
                model.DicType = int.Parse(Request.Form["DicType"].ToString()); !未将对象引用至实例失败!原因是<input type="hidden" id="DicType" value="@Model.DicType" />没有name属性!
                if (DicService.Exists(model.DicType,model.DicValue1))
                {
                    return Json(new { RetCode = 0, RetMsg = "您添加的值已经存在!" });
                }
               
                isSuc = DicService.Add(model) > 0; //新增
            }
            var ret = new { RetCode = isSuc ? 1 : 0, RetMsg = isSuc ? "操作成功!" : "操作失败!" };
            return Json(ret);
        }

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术链条。; 适合人群:具备定机器人学、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