设计模式之工厂方法模式

 

工厂方法模式

一、结构:还是以表情为例:和百度里的很像


二、角色:

1、抽象产品角色:产品对象的共同父类或共同拥有的接口,此例中的BiaoQing。

2、具体产品角色:这个角色实现了抽象产品角色所定义的接口。某具体产品有专门的具体工厂创建(此例的                            SmileFactory,CryFactory),它们之间往往一一对应。此例中的Cry,Smile。

3、抽象工厂角色:工厂方法模式的核心,工厂类都需实现这个接口。

4、具体工厂角色:实现抽象工厂接口,经过程序调用对象从而创建具体产品对象,与具体产品角色一一对应!此例                                  中SmileFactory将创建Smile对象。

 

 三、代码:

 

biaoqing接口
package FactoryMethod;
public interface BiaoQing {
	public void show();
}
 
smile实现表情

 

package FactoryMethod;
public class Smile implements BiaoQing{
	public void show() {
		System.out.println("smile的显示方法");
	}
}
 

 

package FactoryMethod;
public class Cry implements BiaoQing{
	public void show() {
		System.out.println("cry的显示方法");
	}
}

 

 

 

表情工厂接口
package FactoryMethod;
public interface BQFactory {
	public  BiaoQing create();//返回BiaoQing类型,其子类只需实现这个方法就可以得到表情对象
}

 

 

 

package FactoryMethod;
public class SmileFactory implements BQFactory{//一个工厂对应一种产品
	public BiaoQing create() {
		return new Smile();
	}
}

 

 

 

package FactoryMethod;
public class CryFactory implements BQFactory{
	public BiaoQing create() {
		return new Cry();
	}
}

 

 

 

测试
package FactoryMethod;
public class Test {
	public static void main(String[] args) {
		BQFactory b1=new SmileFactory();//多态
		b1.create().show();//先返回一个表情类型对象,然后再调用其对象的显示方法
		BQFactory b2=new CryFactory();
		b2.create().show();
	}
}
结果:
smile的显示方法
cry的显示方法


 

四、其他:

   1、百度释义:定义一个创建产品对象的工厂接口,将实际创建工作推迟到子类当中

   2、是简单工厂模式的衍生,解决了许多简单工厂模式的问题,“开闭原则”:扩展时,只需要添加相应的具体产品类及其对应的具体工厂类即可。

3、依赖与抽象而不依赖具体类(由mul图可以看出主要是BQFactory依赖于BiaoQing),很好的体现了“依赖倒置原则”

 

五、什么时候使用工厂方法模式:

1、当一个类不知道它所必须创建的对象的类的时候

2、一个类本身就希望由他的子类创建所需的对象

3。。。

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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