统一异常处理

第一步:自定义异常类:

package com.zhongbin.oa.exception;
/*
 * 自定义异常类,用来处理系统的异常
 */
public class SystemException extends RuntimeException {
 //对应messageResurser的KEY ,自定义的ExceptionHandler用此

KEY获取异常消息
 private String key;
 //异常消息的的参数
 private Object[] values;
 
 public String getKey() {
  return key;
 }

 public Object[] getValues() {
  return values;
 }

 public SystemException() {
  super();
 }

 public SystemException(String message, Throwable

throwable) {
  super(message, throwable);
 }

 public SystemException(String message) {
  super(message);
 }

 public SystemException(Throwable throwable) {
  super(throwable);
 }
 
 /*
  *@param message  异常消息
  *@param key messageResurser的KEY
  */
 public SystemException(String message,String key){
  super(message);
  this.key = key;
 }
 
 /*
  *@param message  异常消息
  *@param key messageResurser的KEY
  *@param values key对应异常消息的的单个参数
  */
 public SystemException(String message,String key,Object

value){
  super(message);
  this.key = key;
  this.values = new Object[]{value};
 }
 /*
  *@param message  异常消息
  *@param key messageResurser的KEY
  *@param values key对应异常消息的的参数数组
  */
 public SystemException(String message,String key,Object[]

values){
  super(message);
  this.key = key;
  this.values =  values;
 }


}


第二步:自定义异常处理器

package com.zhongbin.oa.exception;

import javax.servlet.ServletException;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

import org.apache.struts.action.ActionForm;
import org.apache.struts.action.ActionForward;
import org.apache.struts.action.ActionMapping;
import org.apache.struts.action.ActionMessage;
import org.apache.struts.action.ExceptionHandler;
import org.apache.struts.config.ExceptionConfig;

public class SystemExceptionHandler extends ExceptionHandler {


 /*
  *  @param ex 异常发生时传递过来的异常实例
  * @param ae struts-config.xml 文件中的异常信息的配置
  * @param mapping  struts-config.xml文件中的mapping信

息配置
  * @param formInstance  formBean
  * @param request request
  * @param response response
  */
 @Override
 public ActionForward execute(Exception ex, ExceptionConfig

ae,
   ActionMapping mapping, ActionForm.

formInstance,
   HttpServletRequest request,

HttpServletResponse response)
   throws ServletException {
  
  //构建一个返回路径
  ActionForward forward = null;
  
   if(ae.getPath() != null){
    forward = new ActionForward(ae.getPath

());
   }else {
    forward = mapping.getInputForward();
   }
  
   //只处理自定义的SystemException异常类型
    if (ex instanceof SystemException) {
   SystemException se = (SystemException) ex;
   
   String key = se.getKey();
   ActionMessage error = null;
   
   //判断有没有KEY
   if(key == null){
    key = ae.getKey();
    error = new ActionMessage

(key,ex.getMessage());
   }else{
    //判断有没有values
    if(se.getValues() != null){
     error = new ActionMessage

(key,se.getValues());
    }else{
     error = new ActionMessage

(key);
    }
   }
   //调用父类方法设置ERROR 在 SCOPE 中
   super.storeException(request, key, error,

forward, ae.getScope());
   return forward;
  } 
  
   //其余的仍交给父类处理
  return super.execute(ex, ae, mapping,

formInstance, request, response);
 }

}


第三步:设置status-config.xml文件
<global-exceptions>
  <exception
  key="error.detail"
  type="com.zhongbin.oa.exception.SystemException"
  scope="request"
  

handler="com.zhongbin.oa.exception.SystemExceptionHandler"
  path="/common/exception.jsp">
  </exception>

第四步,设置MessageResources.properties文件key的值
exception.del.org.001 = don't delete orgnization ,id is {0}
error.detail=error:{0}

第五步:在可能有误的地方抛出自定义的异常:

if(org.getChildren().size() > 0 ){
   throw new SystemException("不能删除,存在子机构","exception.del.org.001",""+org.getId());
  }

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
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