flex4基于datGroup自定义布局实例

本文介绍了一个使用Adobe Flex创建的自定义圆形布局(CircularLayout),该布局将DataGroup中的元素均匀分布在圆周上,并通过按钮动态添加元素。文章还提供了SimpleItemRenderer的实现,用于展示DataGroup中的数据。
2、 ss.mxml


<?xml version="1.0" encoding="utf-8"?>
<s:Application xmlns:fx="http://ns.adobe.com/mxml/2009"
xmlns:s="library://ns.adobe.com/flex/spark"
xmlns:mx="library://ns.adobe.com/flex/halo"
xmlns:local="*"
creationComplete="init();">

<fx:Script>
<![CDATA[
import mx.collections.ArrayCollection;

private var dataSource:ArrayCollection = new ArrayCollection();

public function init():void{
for(var i:int = 0; i < 10; i++){
dataSource.addItem(i);
}
dataGroupID.dataProvider = dataSource;
}

]]>
</fx:Script>

<s:DataGroup id="dataGroupID" width="100%" height="100%" itemRenderer="SimpleItemRenderer">
<s:layout>
<local:CircularLayout /> <!--自定义布局类:CircularLayout.其只在DataGroup初始化的时候执行一次-->
</s:layout>
</s:DataGroup>

<mx:Button label="点击添加按钮" click="dataSource.addItem(dataSource.length)" />

</s:Application>



2、 SimpleItemRenderer.mxml

<s:ItemRenderer xmlns:fx="http://ns.adobe.com/mxml/2009"
xmlns:s="library://ns.adobe.com/flex/spark"
xmlns:mx="library://ns.adobe.com/flex/halo">

<s:layout>
<s:BasicLayout/>
</s:layout>
<s:Button label="{this.data}"/>

</s:ItemRenderer>




3、CircularLayout.as

package{
import mx.core.ILayoutElement;
import spark.layouts.supportClasses.LayoutBase;

public class CircularLayout extends LayoutBase{
override public function updateDisplayList(w:Number, h:Number):void{
super.updateDisplayList(w, h);
var layoutElement:ILayoutElement;
if(!target){
return;
}
var count:uint = target.numElements; //当前dataGroup容器里的所有组件的总数量
var w2:Number = target.width; //当前浏览器的宽度
var h2:Number = target.height; //当前浏览器的高度
for(var i:int = 0; i < count; i++){
layoutElement = target.getElementAt(i);
if (!layoutElement || !layoutElement.includeInLayout){
continue;
}
layoutElement.setLayoutBoundsPosition(i * 100, i + 350); //对每一个组件进行遍历及定位(分别表示x、y轴)(核心啊)
}
}

}

}


提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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