POI导出EXCEL


import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.List;

import javax.servlet.http.HttpServletResponse;

import org.apache.commons.collections.CollectionUtils;
import org.apache.poi.hssf.usermodel.HSSFCell;
import org.apache.poi.hssf.usermodel.HSSFRow;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.springframework.jdbc.core.JdbcTemplate;
import org.springframework.jdbc.core.RowMapper;

import oss.util.debug.LogHome;

/**
 * Title: 导出excel<br>
 * Description: <br>
 * 

 */
public class ExportExcelUtils {
 
 private JdbcTemplate jdbcTemplate;

 public JdbcTemplate getJdbcTemplate() {
  return jdbcTemplate;
 }

 public void setJdbcTemplate(JdbcTemplate jdbcTemplate) {
  this.jdbcTemplate = jdbcTemplate;
 }
 
 public void export(List columnTitleList, final List columnNameList, String sql, List args, HttpServletResponse response) throws Exception
 {
  try
  {
   if (CollectionUtils.isEmpty(columnTitleList) || CollectionUtils.isEmpty(columnNameList) || columnTitleList.size() != columnNameList.size()) {
    throw new Exception("列标题数量 和列数量 不一致");
   }
   HSSFWorkbook book = new HSSFWorkbook();
   final HSSFSheet sheet = book.createSheet();
   HSSFRow row = sheet.createRow(0);
   for (int i = 0; i < columnTitleList.size(); i++) {
    HSSFCell cell = row.createCell((short)i);
    cell.setEncoding(HSSFCell.ENCODING_UTF_16);
    cell.setCellValue(columnTitleList.get(i).toString());
   }
   
   this.jdbcTemplate.query(sql, args.toArray(), new RowMapper() {
    public Object mapRow(ResultSet rs, int nRow) throws SQLException {
     if (nRow%5000 == 0 && nRow != 0) {
      LogHome.getLog().info("已处理" + nRow + "条");
     }
     HSSFRow row = sheet.createRow(nRow+1);
     for (int i = 0; i < columnNameList.size(); i++) {
      String colValue = rs.getString(columnNameList.get(i).toString());
      HSSFCell cell = row.createCell((short)i);
      cell.setEncoding(HSSFCell.ENCODING_UTF_16);
      cell.setCellValue(colValue);
     }
     return null;
    }}) ;
   LogHome.getLog().info("输出excel文件");
   response.setContentType("application/vnd.ms-excel");
   book.write(response.getOutputStream());
  }
  catch (Exception e)
  {
   LogHome.logExceptionStackTrace(e);
   throw e;
  }
 }

}

【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