BizTalk Server中简单xml架构使用举例

本文介绍在BizTalkServer项目中如何处理带有命名空间的XML架构映射问题,包括解决架构验证错误的方法,以及如何通过调整Schema属性实现正确映射。

郑佐 2006-7-2

BizTalk项目中如果使用业务编排,一般会有一个接收报文和发送报文之间进行架构Mapping的过程。在BizTalk项目中添加xml架构的时候,如果xml报文带有namespace,可能会碰到架构无法验证问题,需要设置属性解决。本文针对初次开发BizTalk项目的开发者。
假设有一个输入订单报文,文件名为POin.xml,报文内容如下,

<Root xmlns="http://Zhengzuo.ContentTransmit.POin">
  <PONumber>1</PONumber>
  <Date>1999-05-31T13:20:00.000-05:00</Date>
</Root>

在项目中添加“新项”,选择“架构文件”添加架构POin.xsd文件。编辑生成的文件架构如下。
<?xml version="1.0" encoding="utf-16" ?>
<xs:schema xmlns:b="http://schemas.microsoft.com/BizTalk/2003" xmlns="http://Zhengzuo.ContentTransmit.POin" targetNamespace="http://Zhengzuo.ContentTransmit.POin" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="Root">
    <xs:complexType>
        <xs:sequence>
            <xs:element name="PONumber" type="xs:string" />
            <xs:element name="Date" type="xs:dateTime" />
        </xs:sequence>
    </xs:complexType>
</xs:element>
</xs:schema>

选中POin.xsd文件右键菜单“属性”,在“输入实例名文件”中指定POin.xml,通过右键菜单验证该文件实例,

出错提示:
错误1   元素 命名空间“http://Zhengzuo.ContentTransmit.POin”中的“Root”。 的子元素 命名空间“http://Zhengzuo.ContentTransmit.POin”中的“PONumber”。 无效。应为可能元素的列表: PONumber”。    C:\POin.xml

错误2   对架构 POin.xsd 验证实例文件失败,文件: <file:///C:\POin.xml>E:\vs2005projects\Test Projects\BizTalk Server Test\Zhengzuo.ContentTransmit\POin.xsd

如果把报文中的命名空间“xmlns="http://Zhengzuo.ContentTransmit.POin" ”去掉,验证通过。

分析原因:BizTalkSchema Editor中编辑Schema,默认情况下target namespace属性仅对Root record有效,而常规的XML文件的默认namespace对其所有的fieldrecord都有效,因此在使用对应Schema进行验证时失败。

解决途径:
SchemaElement FormDefault属性由Unqualified 默认值改为 Qualified,使target namespace属性对其所有record field都有效。 

通过以上设置,报文实例验证通过。
编写输出架构文件,文件名为POout.xsd,定义结构如下,

<?xml version="1.0" encoding="utf-16" ?>
<xs:schema xmlns:b="http://schemas.microsoft.com/BizTalk/2003" xmlns="http://Zhengzuo.ContentTransmit.POout" targetNamespace="http://Zhengzuo.ContentTransmit.POout" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="Root">
    <xs:complexType>
        <xs:attribute name="PONumber" type="xs:string" />
        <xs:attribute name="Date" type="xs:dateTime" />
    </xs:complexType>
</xs:element>
</xs:schema>

建立架构映射,文件名为POMap.btm

image001.jpg

通过POMap.btm右键菜单“属性”设置“测试验证输入实例”和“测试验证输出实例”,右键点击“测试映射”,提示成功。

输出文件为POout.xml
<ns0:Root PONumber="1" Date="1999-05-31T13:20:00.000-05:00" xmlns:ns0="http://Zhengzuo.ContentTransmit.POout" />
如果设置POout.xsdAttribute FormDefault属性值为Qualified,输出内容变为,

<ns0:Root ns0:PONumber="1" ns0:Date="1999-05-31T13:20:00.000-05:00" xmlns:ns0="http://Zhengzuo.ContentTransmit.POout" />

去掉POout.xsdTarget Namespace属性的值,输出结果变为,
<Root PONumber="1" Date="1999-05-31T13:20:00.000-05:00" />

如果已经有报文样例存在,可以通过BizTalk自带的xml架构生成向导来生成架构文件,就可避免验证出现的问题。
操作步骤如下,
1
.在BizTalk项目中右键点击“添加”“添加生成的项”, 在窗口中选择“生成架构”,点击添加“按钮”。
2
.在Biztalk架构生成器窗口中的文档类型中选择“Well-Formed XML”,输入文件设置为“POin.xml”,点击“确定”完成。
生成的schema文件内容如下,

<?xml version="1.0" encoding="utf-16" ?>
<xs:schema xmlns:b="http://schemas.microsoft.com/BizTalk/2003" attributeFormDefault="unqualified" elementFormDefault="qualified" targetNamespace="http://Zhengzuo.ContentTransmit.POin" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="Root">
    <xs:complexType>
        <xs:sequence>
            <xs:element name="PONumber" type="xs:unsignedByte" />
            <xs:element name="Date" type="xs:dateTime" />
        </xs:sequence>
    </xs:complexType>
</xs:element>
</xs:schema>

可见根节点属性中增加了,
attributeFormDefault="unqualified"
elementFormDefault="qualified"
值。

posted on 2006-08-02 17:33  秋枫 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/zhzuo/archive/2006/08/02/466018.html

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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