js求和

本文详细解析了一段使用JavaScript实现的财务计算器代码,该代码能够处理旅行费用、日常开销和其他支出的总计,并能计算现金总额与总支出之间的差额,确保财务报告的准确性。

function GetTotal() {
            var traveltotal = document.getElementById("ctl00_PlaceHolderMain_lstTravel_txtTravelReportTotal").value;
            var DailyTotal = document.getElementById("ctl00_PlaceHolderMain_lstDaily_txtDailyReportTotal").value;
            var OthersTotal = document.getElementById("ctl00_PlaceHolderMain_lstExpenseBusiness_txtOthersTotal").value;
            var total = document.getElementById("ctl00_PlaceHolderMain_txtTotalExpense").value;
            traveltotal = parseFloat(traveltotal.replace(/,/g, ""));
            DailyTotal = parseFloat(DailyTotal.replace(/,/g, ""));
            OthersTotal = parseFloat(OthersTotal.replace(/,/g, ""));//去除千分位
            if (!isNaN(traveltotal))
                total = traveltotal;
            if (!isNaN(DailyTotal))
                total = total + DailyTotal;
            if (!isNaN(OthersTotal))
                total = total + OthersTotal;
            document.getElementById("ctl00_PlaceHolderMain_txtTotalExpense").value = total.toFixed(2);
            Change();
        }
        function Change() {
            var Cashtotal = document.getElementById("ctl00_PlaceHolderMain_txtCash").value;
            var total = document.getElementById("ctl00_PlaceHolderMain_txtTotalExpense").value;
            total = parseFloat(total.replace(/,/g, ""));
            Cashtotal = parseFloat(Cashtotal.replace(/,/g, ""));
            var differential
            if (!isNaN(total)) {
                if (!isNaN(Cashtotal)) {
                    differential = total - Cashtotal;
                    differential = parseFloat(differential);
                    if (differential < 0) {
                        document.getElementById("ctl00_PlaceHolderMain_txtDUEASIMCO").value = -differential.toFixed(2);
                        document.getElementById("ctl00_PlaceHolderMain_txtDUEEMPLOYEE").value = "";
                    }
                    else {
                        document.getElementById("ctl00_PlaceHolderMain_txtDUEASIMCO").value = "";
                        document.getElementById("ctl00_PlaceHolderMain_txtDUEEMPLOYEE").value = differential.toFixed(2);
                    }
                }
            }
        }

转载于:https://www.cnblogs.com/GreenGrass/archive/2013/04/26/3044338.html

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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  | 博主筛选后可见
 
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