2基本配置

概图

mybatis-config.xml文件的基本配置如下
注意:以下配置顺序不能颠倒,否则出错

<?xml version="1.0" encoding="UTF-8" ?>
<configuration>
    <properties />      <!--属性 -->
    
    <settings />        <!--设置 -->
    
    <typeAliases />     <!--类型别名 -->
    
    <typeHandlers />    <!--类型处理 -->
    
    <objectFactory />   <!--对象工厂 -->
    
    <plugins />         <!--插件 -->
    
    <environments>      <!--总环境 -->
        <environment /> <!--环境 -->
        
        <transactionManager />      <!--事务管理 -->
        <dataSource />              <!--数据源 -->
        
        </environment> 
    </environments>
    
    <databaseIdProvider />          <!--数据库提供商 -->
    
    <mappers />         <!--映射器 -->
</configuration>
properties属性

1.创建一个jdbc.properties文件放到classpath的路径下(src)

database.driver=com.mysql.jdbc.Driver
database.url=jdbc:mysql://localhost:3306/chapter4
database.username=root
database.password=123456

2.然后将其配置到基本配置文件mybatis-config-.xml中

<properties resource="jdbc.properties" />

3.调用属性文件的属性应该用${ }

<dataSource type="POOLED">
				<property name="driver" value="${database.driver}" />
				<property name="url" value="${database.url}" />
				<property name="username" value="${database.username}" />
				<property name="password" value="${database.password}" />
</dataSource>
typeAliases属性

作用:给全限定类名起个名字,主要用在resultType="别名"这里。

在配置文件mybatis-config.xml中有两方式

  1. 给某个类起别名,但如果一个包里很多类就很麻烦,所以就有了第二种方式
<typeAliases><!-- 别名 -->
		<typeAlias alias="role" type="com.learn.ssm.chapter4.pojo.Role"/>
		type="com.learn.ssm.chapter4.pojo.User"/>
	</typeAliases>
  • 将包下的所有类名的第一个字母变为小写作为其别名,如Role的别名为role。
  • 但这样会引起重名,比如两个Role.java文件都在这个包下(在同一个包不在同一个目录),这是就可以在类名上用注解@Alias()区分了
<typeAliases><!-- 别名 -->
		<package name="com.learn.ssm.chapter4.pojo" />
	</typeAliases>
@Alias(role2)
pubilc class Role{
    .....
}
settings属性

大部分情况使用默认值便可以运行,我们只需了解一些常用的再根据情况修改

cacheEnabled 配置缓存开关,默认值为true
lazyLoadingEnable 配置级联开关 默认false
agressiveLazyLoading 配置层级开关 默认false

【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
 
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