API和Object类

API和Object类

API

API也叫应用程序编程接扣

Java API 就是 Java提供给我们使用的类 不需要关心底层代码 只要学习这些类的使用

Objece类

是所有类的父类

Object类的hashCode()方法

public int hashCode()

功能 :返回该对象的哈希码值

一般来说 每个对象的哈希码值都不同

哈希码值相同的一定是同一个对象

package m.l.xj;

public class aaa {
    public static void main(String[] args) {
        Dog D = new Dog();
        int a = D.hashCode();
        System.out.println(a);
    }
}

运行结果:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Iuek8D9x-1572444493380)(C:\Users\磊酱嘤~1\AppData\Local\Temp\1572443402117.png)]

Object类的getClass()方法

功能:返回该对象的运行时类

Object类的toString()方法

功能:返回该对象的字符串表示。

package m.l.xj;

public class aaa {
    public static void main(String[] args) {
        Dog D = new Dog();
        String a=D.toString();
        System.out.println(a);

    }
}

运行结果[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BJRlVwxs-1572444493385)(C:\Users\磊酱嘤~1\AppData\Local\Temp\1572443566633.png)]

Object类的equals()方法

a:指示其他某个对象是否与此对象“相等”。
源代码:
public boolean equals(Object obj) {
return (this == obj);
}
b:默认情况下比较的是对象的引用是否相同。
c:由于比较对象的引用没有意义,一般建议重写该方法。一般用于比较成员变量的值是否相等

package m.l.xj;

public class aaa {
    public static void main(String[] args) {
     Integer I =111;
     Integer E=122;
     boolean i=I.equals(E);
        System.out.println(i);

    }
}

运行结果:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UaKXIA30-1572444493388)(C:\Users\磊酱嘤~1\AppData\Local\Temp\1572443659828.png)]

equals和==的区别在于 :
==是逻辑运算符 比较的是基础类型的值 和引用类型的地址值是否相等
equals 是方法

比较的是对象的引用是否相同

由于比较对象的引用没有意义,一般建议重写该方法。一般用于比较成员变量的值是否相等

用类型的地址值是否相等

equals 是方法

比较的是对象的引用是否相同

由于比较对象的引用没有意义,一般建议重写该方法。一般用于比较成员变量的值是否相等

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仿真模型。该模型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:模型中集成了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。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能输入输出设置。 运行整个模型,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。 学习修改: 通过阅读模型中的注释查阅相关文献,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
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