ajax查询药品库存问题的解决

本文讨论了医院药品查询系统中出现的问题及解决方案。问题在于使用ajax进行药品检索时,系统响应顺序导致查询结果不准确。通过调整系统逻辑,确保系统只响应完整的输入字符串,从而提高查询准确性。

医院里,用到药品查询功能的地方非常多,但有一个问题一直没有解决:

ajax的检索处理要对每一个键入的字符进行回应,检索药品时有时会出现查询结果不准确的现象。比如键入"xst",页面经过几次刷新后,最后得到的是"xs"的查询结果,而不是"xst"的查询结果。由于和"xs"匹配的结果比较多,所以查询结果并不理想,尤其在处方录入时有点麻烦。

经过对程序的调试,发现"xst"和"xs"在服务器都已正常处理并把查询结果传回科室电脑,由于"xs"的查询结果页面内容较多,在传回科室电脑的过程用时也较多,晚于"xst"的查询页面才传送完成,所以页面最终显示的是"xs"的内容而不是"xst"的内容。

现在这样解决字符响应的问题:当快速连续键入字符,系统及时识别到了连续字符,那么系统只对整个连续字符串进行查询,而不是对每一个字符作出回应。

在这个过程中,键入越快越好,因为如果键入慢了,系统会认为用户只是要查询两个字符。

这样处理,比较适合熟练的操作人员,因为按键越快,系统响应会越快。

 

演示网址:
http://zkwang.us.hot.iiszs.com/


 

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/21129783/viewspace-613842/,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/21129783/viewspace-613842/

【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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
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