GXT ProgressBar

本文介绍了一个基于进度条的播放控制实现方案。通过监听鼠标点击事件,计算点击位置对应的百分比,并据此调整播放进度。此外,还包括了停止播放、清除播放点缓冲等操作。

playProgressBar = new ProgressBar();
playProgressBar.sinkEvents(Event.ONMOUSEDOWN);
playProgressBar.addListener(Event.ONMOUSEDOWN, new Listener<ComponentEvent>()
{
public void handleEvent(ComponentEvent ce)
{
int x = ce.getClientX();
int left = playProgressBar.getAbsoluteLeft();
int width = playProgressBar.getWidth();
double d = 100.0 * (x-left)/width;
MdtRasterTrackPage.this.setPlayTrackPosition ((int) d);
return;
}
});

playProgressBar.setWidth(200);

private void setPlayTrackPosition (int pos)
{
if(dStart == null || dEnd == null)
return;
recvEndPacket = false;

stopPlayTrack ();
clearTrackPointBuf ();

clearAllTrackPoints (mapPanel.getMapObj());

if(pos < 0x0)
pos = 0x0;
else if(pos > 100)
pos = 100;
// set position time
long start = dStart.getTime();
long end = dEnd.getTime();
Date date = new Date ();
date.setTime(start + (end-start)*pos/100);
String posTime = format.format(date);
reqEntry.set("positionTime", posTime);

playProgressBar.updateProgress(pos/100.0, null);

playTrack ();
}

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
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