Rails 2.0 預計的新特色

Rails 2.0 引入了多项增强功能,包括改进 REST 支持、增加 query cache、提升性能、简化迁移操作及静态文件处理等。
Ruby on Rails 作者 DHH 在 Rails Conf 2007 主題演講 A peak at Rails 2.0,裡面提到很多 Rails 2.0 預計有的新功能,大致上還是走「加強 REST ,修改許多細節,尤其是 performance 」的方向走,現在我們就來 check 一下吧。由於投影片沒有講得很清楚,我也順便看了 Robbin 的 railsconf2007大会介绍




更好的 REST 支援
  • ActiveResource 正式 release ,不再只能去 check svn 來 download
  • 有了更輕巧的 REST , Action Web Service 要移出 Rails Core
  • HTTP Basic Auth 支援,解決 REST 對於 Auth 的問題
  • respond_to 可以直接輸出 RJS
  • 更強大的 mine_type


更好的 performance

最大的消息就是有 query cache 可以用了。並且他加了不少 static file 處理的強化技巧。可以用
<%= javascript_include_tag :all , :cache => true %>
<%= stylesheet_include_tag :all , :cache => true %>
自動合併以及壓縮一些 css 或是 js static file,順便下 cache。

而且可以在 config 裡面設置
config.action_controller.asset_host = 'static%d.example.com'
讓 images ,js,css 的 render 出來的路徑變成
<img src="static1.example.com">
<img src="static2.example.com">
類似這樣的形式,可以簡單的將 static file 分離到 static server。


更簡單的 Migration

你很討厭寫 t.column 嗎?現在,你可以這樣寫
create_table :people do |t| 
t.first_name :type=>:string
...
end
以及
create_table :people do |t| 
t.string :first_name
...
end
後者更勝一籌。

一些小細節

Breakpoint 回來啦。可以在啟動 Rails 的時候,將初始化動作寫到 initializers 裡面。

這裡是這個投影片

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
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