观察者、代理模式

观察者模式

package designer.one;

import java.util.ArrayList;

public abstract class Observer {
    public ArrayList<Player> players = new ArrayList<>();
    public void add(Player player){
        players.add(player);
    }
    public void remove(Player player){
        players.remove(player);
    }
    public abstract void notifyPlayer();
}

package designer.one;

public class SendObserver extends Observer {
    @Override
    public void notifyPlayer() {
        System.out.println("老师授课结束");
        for (Player player : players) {
            player.response();
        }
    }
}

package designer.one;

public class TeacherObserver extends Observer {
    @Override
    public void notifyPlayer() {
        System.out.println("老师走过来了");
        for (Player player : players) {
            player.response();
        }
    }
}

package designer.one;

public interface Player {
    void response();
}

package designer.one;

public class StudentLol implements Player {
    public String name;

    public StudentLol(String name) {
        this.name = name;
    }

    @Override
    public void response() {
        System.out.println(this.name + "停止了LOL游戏");
    }
}

package designer.one;

public class StudentShengBing implements Player {
    public String name = "";

    public StudentShengBing(String name) {
        this.name = name;
    }

    @Override
    public void response() {
        System.out.println(this.name + "接收视频");
    }
}

package designer.one;

public class TestObserver {
    public static void main(String[] args) {
        StudentLol xiaoming = new StudentLol("小明");
        StudentEnjoy xiaoqing = new StudentEnjoy("小青");

        Observer banzhang = new TeacherObserver();
        banzhang.add(xiaoming);
        banzhang.add(xiaoqing);
        banzhang.notifyPlayer();

        StudentShengBing xiaozhang = new StudentShengBing("小张");
        Observer sendObserver = new SendObserver();
        sendObserver.add(xiaozhang);
        sendObserver.notifyPlayer();
        System.out.println("game over");
    }
}

代理模式

package two;

public class Yingyeting {
    public void sell(){
        System.out.println("卖出去一张票");
    }
}
package two;

public class Proxy {//黄牛
    private Yingyeting yyt;
    public Proxy(){
        this.yyt=new Yingyeting();
    }
    public void sell(){
        System.out.println("吃拿卡要");
        yyt.sell();
    }
}

package two;

public class Consumer {
    Yingyeting yyt = new Yingyeting();
    Proxy huangniu = new Proxy();
    public void ownerBuy(){
        yyt.sell();
    }
    public void buy(){
        huangniu.sell();
    }
}

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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