用dojo中的grid控件生成的嵌套表

本文介绍了 Dojo 框架中的 Grid 控件,该控件可以用来展示一对多关系的复杂数据,并通过实例展示了如何使用其可展开、折叠的功能来提高数据展示的效率和用户体验。
dojo的grid控件功能是比较强大的,也是我一开始想要学习它的原因。dojo中的grid其实就是table,很多时候,我们都需要展示有一对多关系的复杂数据。如:采购订单和订单中多种产品的信息;运输委托单和其中包含的多种货物的信息。这种情况下,使用grid的可展开、折叠的嵌套表来展示数据,可以兼顾信息量大和信息关系直观的要求。下图中显示的是两条运输委托单的概要信息,简单、清晰,使用户迅速了解当前运单的概况,找到需要进行操作的记录。
[img]http://pengyun.iteye.com/upload/picture/pic/22061/de8e4083-8f6a-32b9-9372-b100c710a5c9.jpg[/img]
当用户单击要进行操作的记录前的+号时,可展开嵌套表,表中显示的是运输委托单的详细信息和货物信息。
[img]http://pengyun.iteye.com/upload/picture/pic/22063/d61c9a5f-3ccc-31da-8e0e-7061940cdc66.jpg[/img]

展开全部记录:
[img]http://pengyun.iteye.com/upload/picture/pic/22065/744e7960-145c-39bb-9baf-e0ed33725b7f.jpg[/img]
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