大话设计模式的学习(建造者模式)

本文介绍了建造者模式的基本概念,包括Builder、ConcreteBuilder、Product和Director等核心组件,并通过示例代码展示了如何创建复杂的对象,同时解释了该模式的优点及适用场景。

 

Builder是为创建一个Product对象的各个部件指定的抽象接口。

ConcreateBuilder是具体建造者,实现了Builder接口,构造和装配各个部件。

Product就是指产品角色。

Director是指挥者,它是构建一个使用Builder接口的对象。

建造者模式主要用于创建一些复杂的对象,这些对象内部构建间的建造顺序通常是稳定的,但对象内部的构建通常面临着复杂的变化。

建造者模式的好处就是使得建造代码与表示代码分离,由于建造者隐藏了该产品是如何组装的,所以若需要改变一个产品的内部表示,只需要再定义一个具体的建造者就可以了。

上代码:

public  class Product {
	List<String> list = new ArrayList<String>();	
	public void Add(String part){
		list.add(part);
	}	
	public void Show (){
		for (String part : list) {
			System.out.println(part);
		}
	}
}

public abstract class Builder {
	public abstract void BuildPartA();
	public abstract void BuildPartB();
	public abstract Product getResult();
}

public class ConcreteBuilderA extends Builder {
	private Product product = new Product();
	@Override
	public void BuildPartA() {
		product.Add("AA");		
	}
	@Override
	public void BuildPartB() {
		product.Add("AB");	
	}
	@Override
	public Product getResult() {		
		return product;
	}
}

public class ConcreteBuilderB extends Builder {
	private Product product = new Product();
	@Override
	public void BuildPartA() {
		product.Add("BA");		
	}
	@Override
	public void BuildPartB() {
		product.Add("BB");	
	}
	@Override
	public Product getResult() {		
		return product;
	}
}

//指挥者类
public class Director {
	//组装方法
	public void Construct(Builder builder){
		builder.BuildPartA();
		builder.BuildPartB();
	}
}

public class StartMain {
	public static void main(String[] args) {
		Director director = new Director();
		Builder builder1 = new ConcreteBuilderA();
		Builder builder2 = new ConcreteBuilderB();
		director.Construct(builder1);
		Product p1 = builder1.getResult();
		p1.Show();
		director.Construct(builder2);
		Product result = builder2.getResult();
		result.Show();
	}
}

结果:

AA
AB
BA
BB

 建造者模式是在当创建复杂对象的算法应该独立于该对象的组成部分以及它们的装配方式时适用的模式。

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