jquery的导航页面四(nodeDocPage.jsp续)

本文介绍了一个用于初始化网页导航结构的方法,包括加载导航栏、工具栏及其子节点内容,并处理了权限验证及异常情况。
function initPageFromAssociation() {
$("div#navi_subnode_div").empty();
$("div#navi_toolbar_div").empty();
initToolBar();
$("div#navi_toolbar_div > span").each(
function() {
toolBarHover($(this));
}
);

// 设置隐藏itemID(i)的值
<%
String last_item_id = "";
String last_item_name = "";
String last_item_level = "";
List navigation_toolbar_list = (List)request.getAttribute("navigation_toolbar_list");

if( navigation_toolbar_list != null && navigation_toolbar_list.size() > 0) {
int length = navigation_toolbar_list.size();

last_item_id = (String) ((Map) navigation_toolbar_list.get(length - 1)).get("item_id");
last_item_name = (String) ((Map) navigation_toolbar_list.get(length - 1)).get("item_name");
last_item_level = (String) ((Map) navigation_toolbar_list.get(length - 1)).get("level");

for(int i = 0; i < length; i++) {
Map map = (Map) navigation_toolbar_list.get(i);
String item_id = (String) map.get("item_id");
String item_name = (String) map.get("item_name");
%>
$("#itemId" + "<%=i%>").val("<%=item_id%>");
<%
}
}%>
$("#itemId").val("<%=last_item_id%>");
$("#level_id").val("<%=last_item_level%>");

//设置默认的文档类型
$("#materialType").val(selected_doc_type);

var node=$("<a href='#' id='"+ $("#itemId").val() +"' level='"+ $("#level_id").val() +"'><%=last_item_name%></a>");

// 从后台取出子节点
$.getJSON(
root_url + "pages/navigation/gotoKBNavi.do?actionFlag=displayByJsonOut&d=" + (new Date()).getTime() + "&colID=<%=colID%>&" + $("#selectDictForm").serialize(),
function(data) {
if (data != null && data.result_code == "1") {
var level = parseInt(navigation_bar_list.length);
navigation_bar_classmates[level] = data.jsonData.childNodes;
//处理正常
loadChildNodes(node, data.jsonData);
} else if (data != null && data.result_code == "2") {
//没有权限
location.href = "/support/forwardLogin.do?redirect=" + encodeURIComponent(location.href);
return false;
} else {
//处理异常
var exception = '<bean:message key="sys.err.unknowerror"/>';
$("div#navi_subnode_div").empty();
$("div#navi_subnode_div").append(exception);
return false;
}
});

// 设置文档类型下拉框
loadDocTypesFromList();
}
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
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