Spring 中 使用自定义Annotation 和 Spring AOP结合

本文介绍了一种使用Spring AOP和注解实现方法调用前增强处理的方式。通过定义一个自定义注解`@Loggable`,并在目标方法上应用该注解,利用切面编程在方法执行前插入日志打印等操作。示例中还展示了如何通过单元测试验证AOP功能。


 

 

======================Loggable 

package com.hub.mymvn.aopanno;
 
public @interface Loggable {
 
}
 
======================Employee

 

package com.hub.mymvn.aopanno;

 

import org.springframework.stereotype.Component;

 

@Component

publicclassEmployee {

 

       private String name;

 

       public String getName() {

             returnname;

       }

 

       @Loggable

       publicvoid setName(String name) {

             System.out.println("Start to set name as "+name);

             this.name = name;

       }

      

       publicvoid throwException(){

        thrownew RuntimeException("Dummy Exception");

    }

      

      

}

 


 

====================== EmployeeService

package com.hub.mymvn.aopanno;

 

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.stereotype.Service;

 

@Service

publicclass EmployeeService {

 

       @Autowired

       private Employee employee;

   

    public Employee getEmployee(){

        returnthis.employee;

    }

    

    publicvoid setEmployee(Employee e){

        this.employee=e;

    }

}

 

====================== EmployeeAnnotationAspect

package com.hub.mymvn.aopanno;

 

import org.aspectj.lang.annotation.Aspect;

import org.aspectj.lang.annotation.Before;

import org.springframework.stereotype.Component;

 

@Aspect

@Component

publicclassEmployeeAnnotationAspect {

 

    @Before("@annotation(com.hub.mymvn.aopanno.Loggable)")

    publicvoid myAdvice(){

        System.out.println("Executing myAdvice!!");

    }

   

    /*

    @Before("execution(public String getName())")

    public void getNameAdvice(){

        System.out.println("Executing Advice on getName()");

    }

    

    @Before("execution(* com.journaldev.spring.service.*.get*())")

    public void getAllAdvice(){

        System.out.println("Service method getter called");

    }

    */

}

======================

package com.hub.mymvn.aopanno;

 

import org.junit.Test;

import org.junit.runner.RunWith;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.test.context.ContextConfiguration;

import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;

import org.springframework.validation.BindException;

import org.springframework.validation.Validator;

 

@RunWith(SpringJUnit4ClassRunner.class)

@ContextConfiguration(locations = "classpath:applicationContext.xml")

public class DemoTest {

         

          @Autowired

          private EmployeeService employeeService;

 

          @Test

          public void helloTest() {

                    System.out.println("Start helloTest");

                    Employee e = employeeService.getEmployee();

                    System.out.println(e);

                    System.out.println(e.getName());

                    e.setName("XXX");

                    System.out.println(e.getName());

                    System.out.println("End helloTest");

          }

}

======================运行结果

Start helloTest

com.hub.mymvn.aopanno.Employee@7f5338bf

null

Executing myAdvice!!

Start to set name as XXX

XXX

End helloTest

 

 

 

 

 

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。 学习修改: 通过阅读模型中的注释查阅相关文献,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