Java多态

前言

最近在备战公司的编程知识考试,发现许多基础概念已经忘得差不多了,计划把薄弱的知识点重新梳理总结一下,开个Java基础知识系列博客。

多态的定义

多态是同一个行为具有多个不同表现形式或形态的能力。

多态的优点

  • 消除类型间的耦合关系

  • 可替换性

  • 可扩展性

  • 接口性

  • 灵活性

  • 简化性

实现多态的必要条件

  • 继承

  • 重写

  • 父类引用指向子类对象

多态的调用方式

  1. 父类引用指向子类对象;

  2. 通过父类引用调用方法,若子类存在同名方法,则将会子类的方法被调用,父类的方法不会被调用。

        可将父类理解为接口(interface),子类理解为接口的实现类。

多态实现样例

通过类继承实现多态:

public class Animal{
    public void move(){
        System.out.println("moving...");
    }
    public void sleep(){
        System.out.println("sleeping...");
    }
}
​
public class Bird extends Animal{
    @Override
    public void move(){
        System.out.println("flying...");
    }
}
​
public class Dog extends Animal{
    @Override
    public void move(){
        System.out.println("running...");
    }
}
​
public class Main{
    public static void main(String[] args){
        Animal animal = new Dog();
        animal.move(); // console log: running...
    }
}

通过接口实现多态:

public interface Animal{
    void move();
    
    default void sleep(){
        System.out.println("sleeping...");
    }
}
​
public class Bird implements Animal{
    @Override
    public void move(){
        System.out.println("flying...");
    }
}
​
public class Dog implements Animal{
    @Override
    public void move(){
        System.out.println("running...");
    }
}
​
public class Main{
    public static void main(String[] args){
        Animal animal = new Dog();
        animal.move(); // console log: running...
    }
}
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
 
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