flexigrid for jquery参数说明

  • $('#EmployeeGrid').flexigrid({   
  •     //表格寬度(注意在IE不能使用100%之類字串)   
  •      width:$(window).width()-2,   
  •     //表格高度(注意在IE不能使用100%之類字串)   
  •      height:480,   
  •     //資料列雙色交差   
  •      striped:true,   
  •     //欄位雙色交差   
  •      novstripe:false,   
  •     //最小寬度   
  •      minwidth:400,   
  •     //最小高度   
  •      minheight:200,   
  •     //是否可調整視窗大小   
  •      resizable:true,   
  •     //遠端伺服的網址   
  •      url:'server/employee.php',   
  •     //資料送出模式   
  •      method:'POST',   
  •     //回傳的資料類型   
  •      dataType:'xml',   
  •     //連結資料失敗時的訊息   
  •      errormsg:'連線資料庫失敗',   
  •     //啟用分頁器   
  •      usepager:true,   
  •     //不重疊   
  •      nowrap:true,   
  •     //預設的頁數   
  •      page:1,//当前页,但是该参数在初始化有效,在后期需要跳页时,需通过修改 newp 这个参数

     

     

  •     //總頁數   
  •      total:1,//totalpages   
  •     //使用分頁大小選擇器   
  •      useRp:true,   
  •     //預設的分頁大小(筆數)   
  •      rp:15,//resultsperpage   
  •     //可選用的分頁大小   
  •      rpOptions:[10,15,20,25,40],   
  •     //標題   
  •      title:false,   
  •     //分頁器的顯示資訊   
  •      pagestat:'檢視{from}到{to},全部共有{total}筆資料',   
  •     //讀取時的訊息   
  •      procmsg:'資料讀取中,請稍後…',   
  •     //搜尋時送出附加自訂的query   
  •      query:'',   
  •     //搜尋自訂附加的欄位,請搜尋"//addsearchbutton"參考原始碼那段   
  •      qtype:'',   
  •     //空資料時的訊息   
  •      nomsg:'找不到符合絛件的資料',   
  •     //隱藏欄位數不得少於?   
  •      minColToggle:1,   
  •     //顯示或關閉隱藏欄位的開啟器   
  •      showToggleBtn:true,   
  •     //預設排序的欄位   
  •      sortname:'basic_name',   
  •     //預設排序的方式   
  •      sortorder:'asc',   
  •     //送出時隱藏   
  •      hideOnSubmit:false,   
  •     //限定單選   
  •      singleSelect:true,   
  •     //不得調整視窗寬度   
  •      nohresize:true  
  •     //自動讀取資料   
  •      autoload:true,   
  •     //區塊透明   
  •      blockOpacity:0.5,   
  •     //顯示隱藏欄位時呼叫的自訂函式   
  •      onToggleCol:false,   
  •     //改變排序方式時呼叫的自訂函式   
  •      onChangeSort:false,   
  •     //執行成功後呼叫的自訂函式   
  •      onSuccess:false,   
  •     //資料送出時呼叫的自訂函式   
  •      onSubmit:false,   
  •     //錯誤時呼叫的自訂函式   
  •      onError:false,   
  •     //當分頁大小選擇器被選擇時呼叫自訂函式   
  •      onRpChange:false,   
  •     //是否顯示右上角縮小視窗的按鈕   
  •      showTableToggleBtn:true,   
  •     //定義欄位資訊(以下為範例)   
  •      colModel:[   
  •         //第一個欄位   
  •          {display:'身份證字號',   
  •           name:'basic_unicode',   
  •           width:75,   
  •           sortable:true,   
  •           align:'center',   
  •           hide:false},   
  •         //第二個欄位   
  •          {display:'姓名',   
  •           name:'basic_unicode',   
  •           width:75,   
  •           sortable:true,   
  •           align:'center',   
  •           hide:false}   
  •      ],   
  •     //自訂的參數(以下為範例)   
  •      params:[   
  •         //參數1(陣列型)   
  •          {name:'viewFields',value:['id','basic_unicode','basic_name']},   
  •         //參數2(單一型)   
  •          {name:'action',value:'view'}   
  •         /*
  •          附註:另外以下為預設一定會送出去的物件參數,注意不要取同名
  •          var param={
  •              page:p.newp,
  •              rp:p.rp,
  •              sortname:p.sortname,
  •              sortorder:p.sortorder,
  •              query:p.query,
  •              qtype:p.qtype
  •          };
  •          */  
  •      ],   
  •     //定義功能欄的按鈕資訊(以下為範例)   
  •      buttons:[   
  •          {name:'新增',bclass:'add',onpress:null},   
  •          {name:'刪除',bclass:'delete',onpress:null},   
  •          {separator:true}   
  •      ],   
  •     //定義搜尋欄位資訊(以下為範例)   
  •      searchitems:[   
  •          {display:'身份證字號',name:'basic_unicode'},   
  •          {display:'聯絡手機',name:'contact_mobile'},   
  •          {display:'姓名',name:'basic_name',isdefault:true}   
  •      ]   
  • });
内容概要:本文介绍了一种利用元启发式算法(如粒子群优化,PSO)优化线性二次调节器(LQR)控制器加权矩阵的方法,专门针对复杂的四级倒立摆系统。传统的LQR控制器设计中,加权矩阵Q的选择往往依赖于经验和试错,而这种方法难以应对高维度非线性系统的复杂性。文中详细描述了如何将控制器参数优化问题转化为多维空间搜索问题,并通过MATLAB代码展示了具体实施步骤。关键点包括:构建非线性系统的动力学模型、设计适应度函数、采用对数缩放技术避免局部最优、以及通过实验验证优化效果。结果显示,相比传统方法,PSO优化后的LQR控制器不仅提高了稳定性,还显著减少了最大控制力,同时缩短了稳定时间。 适合人群:控制系统研究人员、自动化工程专业学生、从事机器人控制或高级控制算法开发的技术人员。 使用场景及目标:适用于需要精确控制高度动态和不确定性的机械系统,特别是在处理多自由度、强耦合特性的情况下。目标是通过引入智能化的参数寻优手段,改善现有控制策略的效果,降低人为干预的需求,提高系统的鲁棒性和性能。 其他说明:文章强调了在实际应用中应注意的问题,如避免过拟合、考虑硬件限制等,并提出了未来研究方向,例如探索非对角Q矩阵的可能性。此外,还分享了一些实践经验,如如何处理高频抖动现象,以及如何结合不同类型的元启发式算法以获得更好的优化结果。
评论 1
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