PLSQL的控制

--PL/SQL控制流程
--条件控制语句
DECLARE
V_VAR NUMBER(4) := 3;
BEGIN
  IF V_VAR = 1
    THEN
   DBMS_OUTPUT.PUT_LINE('V_VAR=' || V_VAR);  
  ELSIF V_VAR = 2
   THEN
   DBMS_OUTPUT.PUT_LINE('V_VAR=' || V_VAR);    
  ELSE
   DBMS_OUTPUT.PUT_LINE('V_VAR=' || V_VAR);
  END IF;
  END;
/

--循环语句
--1.LOOP......END LOOP
DECLARE
V_COUNT BINARY_INTEGER := 1;
BEGIN
  LOOP   
    DBMS_OUTPUT.PUT_LINE('V_COUNT=' || V_COUNT);
    V_COUNT := V_COUNT + 1;
    IF V_COUNT = 10 THEN
      EXIT;
      END IF;
    END LOOP;
    DBMS_OUTPUT.PUT_LINE('V_COUNT循环后的值是:'||V_COUNT);
    END;
/

--FOR循环
/*
格式
FOR V_VAR IN (REVERSE) 10 .. 20
  LOOP
   do something;
   END LOOP;

*/
DECLARE
V_COUNT BINARY_INTEGER := 1;
BEGIN
  FOR V_COUNT IN 10 .. 20
    LOOP    
      DBMS_OUTPUT.PUT_LINE('V_COUNT=' || V_COUNT);
      IF V_COUNT  = 30 THEN
        EXIT;
        END IF;
      END LOOP;
      END;
/

--WHILE循环
/*
WHILE V_VAR < 20
  LOOP
    END LOOP;
*/
DECLARE
V_COUNT BINARY_INTEGER := 1;
BEGIN
  WHILE V_COUNT <= 10
    LOOP
      V_COUNT := V_COUNT + 1;
      DBMS_OUTPUT.PUT_LINE('V_COUNT=' || V_COUNT);
      END LOOP;
      END;
/

--条件退出LOOP循环
DECLARE
V_VAR NUMBER(4) := 1;
BEGIN
  LOOP
    V_VAR := V_VAR +2;
    EXIT WHEN V_VAR > 20;
    DBMS_OUTPUT.PUT_LINE('V_VAR = ' || V_VAR);
    END LOOP;
    END;
/

--条件CONTINUE  LOOP循环
DECLARE
V_VAR NUMBER(4) := 1;
BEGIN
  LOOP
    V_VAR := V_VAR +2;
    IF V_VAR < 10 THEN
     DBMS_OUTPUT.PUT_LINE('HELLO,WORLD;V_VAR = ' || V_VAR);
    END IF;
    CONTINUE WHEN V_VAR < 10;
    EXIT WHEN V_VAR > 20;
    DBMS_OUTPUT.PUT_LINE('V_VAR = ' || V_VAR);
    END LOOP;
    END;
/

【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