Cairngorm学习笔记四(Cairngorm的Command)

本文详细解析了Caringorm框架中的Command组件及如何通过Command的Delegate部分实现服务操作,如远程调用(HTTPS服务,WebService等)。介绍了如何在Command中加载数据并与Model交互,同时展示了具体的代码示例。

      今天我们详细的讲解一下Caringorm框架中的command部分,也是如果通过Command 的delegate部分去实现Service操作(Remoting,Webservice等)。从上一节的讲解我们可以了解到Event事件是通过Frontcontroll映射到Command进行业务逻辑处理。

      如果command需要和后台数据库交互的话,command会产生delegate,将远程访问(httpservice,webservice等)实例化,并将处理结果返回给command。

     现在我们来分析一下FShop的代码:

 

     1.  LoadPhotosCommand.as中需要加载图片访问服务器数据(该实例简化就定义在本地xml中,但原理是一样的),通过onResults_loadPhotos这个方法,将获取的图片数据加载到ModelLocator中,这样View就可以显示所获取的数据了。

     2.在PhotoDelegate中,实际上是将远程访问对象实例化而已:

         public function PhotoDelegate(responder:IResponder)
         {
            __service = __locator.getHTTPService("photosIn");
            __responder = responder;
         }

 

    3. 在service.mxml中

 

<?xml version="1.0" encoding="utf-8"?>
<rds:ServiceLocator xmlns:rds="com.adobe.cairngorm.business.*"
	xmlns:mx="http://www.adobe.com/2006/mxml">

	<mx:HTTPService id="photosIn" url="assets/photos.xml"/>
	
</rds:ServiceLocator>

    定义了数据的访问方式,通过httpService,直接访问远程对象,这里的url可以写成servlet或者struts的action

 

   通过这几天的学习,相信大家对Caringorm的框架已经了解的很熟悉了,那么在下一次的学习当中,我会做一个实际的例子使用Caringorm完成一个简单的对数据库的增删改查的操作。

 

 

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