基于表达式应用格式

Goto Appearance and Conditional Formatting 外观和条件格式

基于表达式应用格式

此示例说明了如何将格式应用于 GridControl 中与特定布尔表达式匹配的行。

在这里插入图片描述
表达式是一个字符串,在解析和处理时,它会计算某个值。表达式由列名、常量、运算符和函数组成。在本教程中,布尔表达式用于指定 FormatConditionRuleExpression 格式的条件。如果表达式的计算结果为 true,则应用该格式。

在此示例中,该格式突出显示了折扣价格小于或等于 15 的行。折扣价格使用以下表达式进行评估:[UnitPrice] * (1 -[Discount])

要在设计时创建新的格式规则,请从网格设计器中调用格式规则集合编辑器。还可以通过单击 ColumnView.FormatRules 属性的省略号按钮,从 Properties 网格中访问它。

调用 Grid Designer 并切换到 Style Format Rules 页面(在 Appearance 类别中)。

在这里插入图片描述

单击 Add 按钮 GridDesignerAddButton 以创建新的格式规则(GridControl 中的格式规则由 GridFormatRule 对象封装)。

选择 Format based on user defined expression 规则类型。格式规则的 FormatRuleBase.Rule 属性将设置为新的 FormatConditionRuleExpression 对象。

在这里插入图片描述

将 GridFormatRule.Column 属性设置为任何列(例如,Unit Price)。启用 GridFormatRule.ApplyToRow 属性以将格式应用于整行而不是单列单元格。

在这里插入图片描述

使用 FormatConditionRuleAppearanceBase.PredefinedName 属性选择一种预定义的样式格式。您可以在 Properties 选项卡或 Rule 选项卡。的 Rule 选项卡还允许您查看所选样式的预览。在此示例中,选择了 Red Fill with Red Text 样式格式。

在这里插入图片描述
您还可以使用 FormatConditionRuleAppearanceBase.Appearance 属性提供自定义样式格式。

使用 Expression Editor 指定目标单元格应匹配的字符串表达式。单击 FormatConditionRuleExpression.Expression 属性的省略号按钮以调用此编辑器,然后输入布尔表达式:“[UnitPrice] * (1 -[Discount]) <= 15”。

在这里插入图片描述
请参阅表达式编辑器、表达式编辑器自定义和条件语言语法文档,以了解有关表达式的更多信息。

运行应用程序。下图说明了结果。

在这里插入图片描述

以下代码等效于上面显示的设计时操作。

GridFormatRule gridFormatRule = new GridFormatRule();
FormatConditionRuleExpression formatConditionRuleExpression = new FormatConditionRuleExpression();
gridFormatRule.Column = colUnitPrice;
gridFormatRule.ApplyToRow = true;
formatConditionRuleExpression.PredefinedName = "Red Fill, Red Text";
formatConditionRuleExpression.Expression = "[UnitPrice] * (1 -[Discount]) <= 15";
gridFormatRule.Rule = formatConditionRuleExpression;
gridView1.FormatRules.Add(gridFormatRule);
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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