cognos的点点记录

在一个dw项目中搞了近半年的cognos,现在就留下下面一些记录,惭愧、悔恨:oops: :oops:
--

让维度在ppx 或者upfront里面 不显示:
在 Transformer 里打开 Cube 的 Properties,里面有一个 Dimensions,右击就可以omit了


mdl /pyi,pyi 是按照binary编码,mdl是按ascii编码,nt下用pyi,unix下用dml。
transformer生成cube默认的临时目录是系统的临时目录,可以在transformer 按 F5 然后设置到别的目录。但是设置到别的目录之后如果transformer在刷新cube 的过程中报错,那么产生的临时文件是不会清空的,这个临时目录就有可能越来越大,需要手工清除。在bat文件加上 del e:\cubetemp\*就OK
对维度进行权限控制:进入维度树的视图(点击show diagram)->左边有dimension和user class 选择userclass->进入操作,选择特定的用户类对特定的维度进行下列操作:
Exclude: 把指定类别及全部下层类别都排除,既看不见,也不参加汇总。

Cloak: 把指定类别及全部下层类别都屏蔽,全都看不见,但它们参加汇总。

Suppress: 仅把本层指定的类别屏蔽,其下层类别提升。

不影响其他兄弟类别,也不影响汇总。

Summarize: 把指定类别的全部下层类别屏蔽,使它们看不见,

把它们的值汇总到当前类别,当前指定的类别看上去就象是处在最低层。

Apex: 以当前类别作为本维度层次构架的顶点,即只保留当前类别

及其以下的部分。旁系分支全部排除,既看不见,也不参加汇总。
【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
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