Flex中的FusionCharts 2D柱形图

本文介绍了一种使用Flex框架创建2D柱形图的方法,包括图表的数据源配置及显示参数设置等细节。

1、2D柱形图源码

<?xml version="1.0" encoding="utf-8"?>
<s:Application xmlns:fx="http://ns.adobe.com/mxml/2009" 
			   xmlns:s="library://ns.adobe.com/flex/spark" 
			   xmlns:mx="library://ns.adobe.com/flex/mx" 
			   width="100%" height="100%" xmlns:components="com.fusioncharts.components.*">
	<s:layout>
		<s:VerticalLayout horizontalAlign="center" verticalAlign="middle"/>
	</s:layout>
	<fx:Declarations>
		<!-- 将非可视元素(例如服务、值对象)放在此处 -->
	</fx:Declarations>
	
	<fx:Script>
		<![CDATA[
			import mx.collections.ArrayCollection;
			
			[Bindable]
			/*2D柱形图数据源*/
			private var columnArray:ArrayCollection = new ArrayCollection([
				{label:"星期一",value:"7845"},
				{label:"星期二",value:"9845"},
				{label:"星期三",value:"1542"},
				{label:"星期四",value:"5645"},
				{label:"星期五",value:"4875"},
				{label:"星期六",value:"3215"},
				{label:"星期日",value:"9887"}
			]);
			
			[Bindable]
			/*2D柱形图数据源*/
			private var paramsArray:ArrayCollection = new ArrayCollection([
				{baseFontSize:"12"},
				{caption:"2013年某桥某周通过的人数统计"},
				{showBorder:"1"},
				{borderColor:"#00FF00"},
				{bgColor:"#000000"},
				{baseFontColor:"#FF0000"},
				{showValue:"1"},
				{useRoundEdges:"1"},
				{numDivLines:"8"},
				{divLineIsDashed:"1"},
				{formatNumber:"0"},
				{showAlternateHGridColor:"1"}
			]);
		]]>
	</fx:Script>
	
	<mx:HBox id="hbox" width="100%" height="100%">
		<components:FusionCharts id="column2D" FCChartType="Column2D"  width="100%" height="100%">
			<components:FCChartData FCData="{columnArray}" FCParams="{paramsArray}"/>
		</components:FusionCharts>
	</mx:HBox>
	
</s:Application>

2、设计结果


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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