四、工厂方法模式

工厂方法模式

**工厂模式:定义一个用于创建对象的接口,让子类决定实例化哪一个类。
Factory Method 使一个类的实例化延迟到其子类

**

下面介绍下工厂模式的四个角色:
产品角色(Product):定义产品的接口
具体产品角色(ConcreteProduct):实现接口Product的类
工厂角色(Creator):声明工厂方法(FactoryMethod),返回一个产品
具体工厂角色(ConcreteCreator):实现FactoryMethod方法,由客户调 用,返回一个产品的实例。

举个简单的例子:每个汽车都有自己的工厂,都是生产汽车,一样的动作docar,只是有不同的工厂,奥迪有奥迪的工厂Bodifactory,奔驰有奔驰的工厂Benchifactory。

概念讲完了,下面就是demo。

工厂角色:

package com.design.factorymethod;

public interface CarFactory {

    Car carFactory();
}```
	


汽车工厂接口,返回一个产品

具体工厂角色:
(返回奥迪具体产品)

package com.design.factorymethod;

public class AodiFactory implements CarFactory {
@Override
public Car carFactory() {
return new AodiCar();
}
}


(返回奔驰具体产品)


package com.design.factorymethod;

public class BenchiFactory implements CarFactory {

@Override
public Car carFactory() {
    return new Benchi();
}

}







接下来是产品角色接口:

package com.design.factorymethod;

/**

  • @author lei.zhang
    */
    public interface Car {

    /**

    • 生产汽车
      */
      void doCar();
      }



生产汽车

package com.design.factorymethod;

public class AodiCar implements Car {
@Override
public void doCar() {
System.out.println(“奥迪生成汽车”);
}
}



具体奥迪生产实现。

package com.design.factorymethod;

public class Benchi implements Car {
@Override
public void doCar() {
System.out.println(“奔驰生成汽车”);
}
}




具体奔驰生成实现。


下面我们通过具体的客户端调用测试下:

package com.design.factorymethod;

public class Client {

public static void main(String[] args) {
    CarFactory carFactory;
    Car car;
    carFactory = new BenchiFactory();
    car = carFactory.carFactory();
    car.doCar();

    carFactory = new AodiFactory();
    car = carFactory.carFactory();
    car.doCar();
}

}


输出:
奔驰生成汽车
奥迪生成汽车
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190127232510515.png)
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
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