AS代码2.0:脚本编辑和调试

介绍了Flash MX Professional 2004中动作脚本编辑器的升级特性,包括增强的字绕排、查看上下文敏感帮助、改进的脚本导入、新增的脚本导航栏等功能,以及代码调试方面的改进。
Flash MX Professional 2004的动作脚本语言已经升级到2.0,它的编辑和调试工具也有一些改进,下面我们就来看看动作脚本编辑器的变化和代码调试的变化 。
[1b]一、动作脚本编辑器的变化[/1b]
  Flash MX Professional 2004动作脚本编辑器在很多方面已经更新,更加稳健和容易使用。主要的变化和功能改进如下:
[1b]字绕排[/1b]
  可以使用脚本窗口、调试器面板和输出面板的Options(选项)弹出菜单启用或禁用字绕排。你也可以使用动作面板的弹出菜单锁定字绕排。键盘快捷键是Control+Shift+W(Windows)或Command+Shift+W(Macintosh)。
[1b]查看上下文敏感帮助[/1b]
  当你在动作工具箱或在脚本窗口中,把鼠标指针放在一个动作脚本语言元素上时,你可以使用快捷菜单上的View Help(查看帮助)选项,显示关于那个元素的帮助页面。
[url=/Files/BeyondPic/2006-9/19/debugger.gif]
[img]/Files/BeyondPic/2006-9/19/debugger_s.gif[/img]
[/url]
[1b]导入脚本
[/1b]  当你在动作面板的弹出菜单上选择Import Script(导入脚本)选项时,导入的脚本被拷贝到你的代码文件的插入点。在以前的Flash版本中,导入脚本会覆盖心忧脚本的内容。
[1b]单击添加断点[/1b]
  要在调试器面板或动作面板的脚本窗口中某行代码前添加调试断点,你可以在左边界单击。在以前的Flash版本中,在左边界单击是选择该行代码。选择一行代码的新方法是按住Control键单击(Windows)或按住Command键单击(Macintosh)。
[1b]动作面板中没有正常模式和专家模式之分
[/1b]  在以前的Flash版本中,你可以在动作面板的正常模式(在这种模式中你填写参数来创建代码)或专家模式(在这种模式中,你直接在脚本窗口中添加命令)下工作。在Flash MX 2004和Flash MX Professional 2004中,在动作面板你只能以直接添加命令到脚本窗口的方式工作。你仍然可以使用拖曳的方式,从动作工具箱把命令拖到脚本窗口,或使用脚本窗口上面的加号(+)按钮添加命令到脚本中。
 
[1b]锁定多个脚本[/1b]
  你可以在动作面板脚本窗口下部,锁定一个FLA文件中的多个脚本。在以前的Flash版本中,一次只能锁定一个脚本。
[1b]脚本导航栏[/1b]
  现在,动作面板的左边有两个窗口:动作工具箱和脚本导航栏。脚本导航栏是FLA文件结构的可视化表示,在这里你可以导航FLA文件,定位脚本代码。
  
  编辑外部文件的集成脚本窗口:在Flash专业版中,你可以使用脚本窗口(独立于动作面板)中的动作脚本编辑器编写和编辑外部脚本文件。脚本窗口支持语法着色、编码提示和其它首选参数,动作工具箱也可用。要显示脚本窗口,选择File>New(文件>新建),然后选择你要编辑的外部文件的类型。你可以同时打开多个外部文件,文件名显示在脚本窗口上部的标签中。(标签仅在Windows平台显示。)
  
[1b]二、代码调试的变化[/1b]
[1b]输出窗口改为输出面板[/1b]
  现在你可以按Flash中其它面板的方式移动或停泊输出面板。
[1b]改进编译时的出错报告[/1b]
  除了提供更加稳健的异常处理外,动作脚本语言2.0提供了很多新的编译时错误。
[1b]改进的异常处理[/1b]
  Error类和throw与try..catch..finally命令让你能够实施更加稳健的异常处理
本文转自:http://www.5uflash.com/flashjiaocheng/Flashaschengxu/244.html
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化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应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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