通讯兵(Chain of Responsibility) (转)

本文通过一个家庭生活场景的例子,详细解析了责任链模式的具体实现方式。责任链模式可以使多个对象有机会处理请求,避免请求发送者与接收者之间的耦合,并通过链的方式传递请求,直至被某个对象处理。
通讯兵(Chain of Responsibility) (转)[@more@]

 

如果看英文名字的话你可能会想到责任链.其定义为使多个对象都有机会处理

请求,从而避免请求的发送者和接收者之间的耦合关系。将这些对象连成一条链,

并沿着这条链传递该请求,直到有一个对象处理它为止。那么可能会误解.

其实这个模式很类似消息通讯.也就好象是在对应的消息函数.至少我看完这个

模式首先想到的就是这个.的确也是十分象.你甚至也可以构造一个句柄来判断消息

处理函数.当然我们没必要那么些select ...case  ....那不方便.而且

要适合面向对象原则.其实这很灵活可以想到的代码方案很多.单必须考虑

1.要适合扩充.2.要调用方便.下面是我提供的一组解决方案

假设.一个家长对他的孩子有一下消息"吃饭" "睡觉" "读书",吃饭必须要在

餐厅.睡觉在卧室.读书在图书管

//构造消息句柄

public interface IHandler{
  //string HandlerName{get;}
  void  Request();
}

//事件
public class DiningHandler : IHandler{
  public void  Request(){
  Console.WriteLine("吃饭");
  }
}

public class RestHandler : IHandler{
  public void  Request(){
  Console.WriteLine("睡觉");
  }
}

public class ReadHandler : IHandler{
  public void  Request(){
  Console.WriteLine("读书");
  }
}

//事件管理者
public class ManagerHandler {
  public IHandler source;//事件源
 
  public ManagerHandler(IHandler s){
  this.source=s;
  }

  public void Execute(IRequest request){
  request.Execute(this.source);//有实际的处理器执行
  }
}

//处理器
public interface IRequest{
  void Execute (Ihandler source);
}

public class myRequest : IRequest{
 
  public  void Execute (Ihandler source){
  source.Request(); 
  }
}

//客户调用
public class Client
  {
  public static int Main(string[] args)
  {
  IHandler Dining=new DiningHanlder();
  IHandler Rest=new RestHandler();
  IHandler Read=new ReadHandler();

  MangerHandler mh=new MangerHandler(Rest);
  IRequest mr=new myRequest();
 
  mh.Execute(mr);

  mh.source=Dining;
  mh.Execute(mr); 
  return 0;
  }
  }
}


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-998953/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-998953/

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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