hql语句

本文介绍了使用NHibernate框架进行基本的数据增删改查(CRUD)操作,包括如何创建会话工厂、打开会话、开始及提交事务,并展示了具体的HQL语句实例。

 NHibernate.Cfg.Configuration config = new NHibernate.Cfg.Configuration().AddAssembly("Test.Model");

        //通过配置对象来产生一个SessionFactory对象,这是一个Session工厂,
        //那么Session是用来干什么的呢?一个Session就是由NHibernate封装
        //的工作单元,我们可以近似地认为它起到ADO.Net中Connection的作用。

        ISessionFactory factory = config.BuildSessionFactory();  //相当于建立连接
        ISession session = factory.OpenSession();   //相当于打开连接

        ITransaction trans = session.BeginTransaction();  //相当于申明开始事务
        String hql = "update Person p set p.Name='zhang' where p.Id=1";
        IQuery query = session.CreateQuery(hql); //相当于建立查询
       
        int ret = query.ExecuteUpdate();  //执行操作
        trans.Commit();     //提交事务

 


 //删除
 Transaction trans=session.beginTransaction();
 String hql=”delete from User user where user.age=18”;
 Query queryupdate=session.createQuery(hql);
 int ret=queryupdate.executeUpdate();
 trans.commit();

 //查询

 ITransaction trans = session.BeginTransaction();
        String hql = "from Person p";
        IList query = session.CreateQuery(hql).List();
        for (int i = 0; i < query.Count; i++)
        {
            Person p = (Person)query[i];

            Response.Write("<br>"+p.Name);
        }
 


 //更新

 Transaction trans=session.beginTransaction();
 String hql=”update User user set user.age=20 where user.age=18”;
 Query queryupdate=session.createQuery(hql);
 int ret=queryupdate.executeUpdate();
 trans.commit();

 

 

转载于:https://www.cnblogs.com/xusui/archive/2011/12/27/2303148.html

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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