2020-12-01

博客介绍了在Unity中让两个脚本字段一样的方法。通过获取两个SpriteShapeController组件,利用SerializedObject和SerializedProperty进行操作,将一个脚本的字段复制到另一个脚本,并应用修改,最后设置对象为脏状态。

unity 让两个脚本的  字段一样

        var parentSpriteShapeController = src.GetComponent<SpriteShapeController>();
        var mirrorSpriteShapeController = dst.GetComponent<SpriteShapeController>();

        if (parentSpriteShapeController != null && mirrorSpriteShapeController != null && parentSpriteShapeController.spline.GetHashCode() != hashCode)
        {
            SerializedObject srcController = new SerializedObject(parentSpriteShapeController);
            SerializedObject dstController = new SerializedObject(mirrorSpriteShapeController);
            SerializedProperty srcSpline = srcController.FindProperty("m_Spline");
            dstController.CopyFromSerializedProperty(srcSpline);
            dstController.ApplyModifiedProperties();
            EditorUtility.SetDirty(mirrorSpriteShapeController);
            return parentSpriteShapeController.spline.GetHashCode();

考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
这个问题可以通过 SQL 的窗口函数来实现,核心逻辑是: 1. 按照 `vin` 分组,并按 `date` 排序。 2. 维护一个“上一个有效日期(即上一个标记为 Y 的日期)”。 3. 如果当前记录与上一个有效日期之间的天数大于 300 天,则标记为 `Y`,否则为 `N`。 4. 最终统计所有 `Y` 的数量。 我们可以通过递归 CTE(Common Table Expression)或窗口函数配合变量来实现这个逻辑。下面以 **MySQL 8.0+** 为例展示完整 SQL: --- ### ✅ 示例 SQL(MySQL 8.0+) ```sql WITH ordered_data AS ( SELECT vin, `date`, ROW_NUMBER() OVER (PARTITION BY vin ORDER BY `date`) AS rn FROM your_table ), recursive_cte AS ( SELECT vin, `date`, rn, `date` AS last_valid_date, 'Y' AS tag FROM ordered_data WHERE rn = 1 UNION ALL SELECT o.vin, o.`date`, o.rn, CASE WHEN DATEDIFF(o.`date`, r.last_valid_date) > 300 THEN o.`date` ELSE r.last_valid_date END AS last_valid_date, CASE WHEN DATEDIFF(o.`date`, r.last_valid_date) > 300 THEN 'Y' ELSE 'N' END AS tag FROM ordered_data o INNER JOIN recursive_cte r ON o.vin = r.vin AND o.rn = r.rn + 1 ) SELECT vin, `date`, tag, SUM(CASE WHEN tag = 'Y' THEN 1 ELSE 0 END) OVER () AS total_Y_count FROM recursive_cte ORDER BY vin, `date`; ``` --- ### ✅ 解释 1. **ordered_data CTE**: - 对每个 `vin` 的记录按 `date` 排序并编号(`ROW_NUMBER()`)。 2. **recursive_cte**: - 初始记录(`rn = 1`)默认标记为 `Y`。 - 后续记录根据上一个 `last_valid_date` 计算日期差: - 如果大于 300 天,则标记为 `Y`,并更新 `last_valid_date`。 - 否则标记为 `N`,保留上一个 `last_valid_date`。 3. **最终查询**: - 输出每条记录的 `tag`。 - 使用窗口函数统计所有 `Y` 的数量。 --- ### ✅ 示例数据运行结果 | vin | date | tag | total_Y_count | |-------|------------|-----|----------------| | LBV** | 2020-01-01 | Y | 3 | | LBV** | 2020-05-01 | N | 3 | | LBV** | 2020-12-01 | Y | 3 | | LBV** | 2021-11-01 | Y | 3 | | LBV** | 2022-02-01 | N | 3 | | LBV** | 2022-04-01 | N | 3 | | LBV** | 2022-10-01 | Y | 3 | --- ### ✅ 注意事项 - 如果使用其他数据库(如 PostgreSQL、SQL Server),语法略有不同,但逻辑一致。 - 如果数据量非常大,递归 CTE 可能性能不佳,可以考虑使用变量模拟递归逻辑或用程序语言(如 Python)处理。 ---
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