泛型技术的三个学习阶段(侯捷)-转

C++泛型编程三境界
本文探讨了C++中泛型编程的三个学习阶段,从初步应用STL到深入理解其原理,最终达到能够扩展STL的能力。文章强调了克服心理障碍、勇敢拥抱新技术的重要性。
就像人们总是把目光放在艳丽的牡丹上而忽视了花旁的绿叶,作为一个广为人知的面向对象程序语言(OOPL),C++所支持的另一种思维模式:泛型,被严重 忽略了。说起红花绿叶,好像主观上划分了主从,其实面向对象思维和泛型思维两者之间无分主从。两者相辅相成,对程序开发将带来更大的突破。

    面对新技术,我们的障碍在于心中的怯懦和迟疑。To be or not to be, that is the question!不要像哈姆雷特一样犹豫不决。面对光明的技术,必须果敢。
 泛型技术的学习有三个境界,第一境界是运用STL。对程序员而言,诸多抽象描述不如实象代码直指人心。第二境界是了解泛型技术的内涵与STL的学理。不但要理解STL的概念分类学(concept taxonomy)和抽象概念哭(library of abstract concepts),最好再对各类STL组件抽样做点深刻追踪。STL源码都在手上,个案研究能使你对泛型技术以及STL学理有深刻的掌握。第三个境界是扩充STL。当STL不能满足我们的需求时,我们必须有能力动手写一个可以融入STL体系的组件,要达到这个境界,先得彻底了解STL,也就必须先通过第二境界。

    也许还应该加上第零境界:C++ template机制。这 是学习泛型技术及STL的第一道门槛,包括诸如class templates, function templates,member templates,specialization,partial specialization……更往基础看去,STL大量运用了operator overloading,所以这一技法也必须熟稔。

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。该模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: 调整模参数前,请先熟悉各模块功能和输入输出设置。 运行整个模,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