Flex应用的初始化顺序

最初的需求是需要在应用初始化的适当时机加载相关的配置信息,以便进行后续的初始化工作。后端是使用BlazeDS,整个系统基于RemoteObject通信。
Flex应用的初始化顺序是,preloader->systemManager->FlexApplication started…
然后才是:
preinitialize
  在所有的初始化之前触发,没有子组件的定义,但是可以引用组件的变量.
initialize
  当所有子组件生成完成后触发,在这个时间点还没有组件被渲染出来.
creationComplete
  组件定义完成并已经在显示列表.
applicationComplete
  所有的组件初始化完成并显示.

preinitialize之后application的初始化已经无法被控制了,所以需要在preinitialize之前进行配置信息的载入Preloader恰好能达到目的,通过重写SparkDownloadProgressBar,并监听FlexEvent.PRELOADER_DOC_FRAME_READY事件可以在application初始化前拦截。

override public function set preloader(value:Sprite):void
{
	super.preloader = value;
	_preloader = value;
 
	//在app初始化之前拦截
	value.addEventListener(FlexEvent.PRELOADER_DOC_FRAME_READY,applicationInit,false,int.MAX_VALUE);
}
 
/**
 * 加载权限配置等信息
 * */
private function applicationInit(event:FlexEvent):void{
	//暂停app初始化
	event.stopImmediatePropagation();
	suspend = true;
 
	var con:NetConnection = new NetConnection();
	con.objectEncoding = ObjectEncoding.AMF3
	con.connect("./messagebroker/amf");
 
	con.addEventListener(NetStatusEvent.NET_STATUS, function():void{});
	con.addEventListener(SecurityErrorEvent.SECURITY_ERROR, function():void{});
	con.addEventListener(IOErrorEvent.IO_ERROR, function():void{});
	con.addEventListener(AsyncErrorEvent.ASYNC_ERROR, function():void{});
 
	con.call("systemFlex.getUserInfo",new Responder(sysInitHandler,faultHandler));
 
}
 
/**
 * 配置信息载入处理,与初始化信息设置
 * */
private function sysInitHandler(data:Object):void{
 
	//如果加载到信息
	if(data.uid){
		//进行用户信息初始化
 
		var model:GlobalModel = GlobalModel.getInstance();
		model.uid = data.uid;
		model.username = data.username;
 
		if(data.privileges){
			var privileges:XMLList = new XMLList(data.privileges);
			//权限树
			model.privileges = privileges;
 
			//由于进入此方法时flex资源还未加载完成,ArrayCollection无法使用,所以把权限控制放到app的preinitialize初始化
			//var privilegesArr:ArrayCollection = new ArrayCollection(privileges..node.@id.toXMLString().split("\n"));
 
			//msgBox.text = "启动权限控制...";
			//启动权限控制
			//SecurityControler.start(privilegesArr);
 
			msgBox.text = "初始化用户信息完成.";
 
			_preloader.removeEventListener(FlexEvent.PRELOADER_DOC_FRAME_READY,applicationInit);
			suspend = false;
			//重新发起事件,继续app初始化
			_preloader.dispatchEvent(new FlexEvent(FlexEvent.PRELOADER_DOC_FRAME_READY));
 
		}else{
			msgBox.text = "权限信息加载失败,初始化终止!";
		}
	}else{
		msgBox.text = "加载初始化信息错误,初始化终止!";
	}
}
 
private function faultHandler(info:Object):void{
	msgBox.text = "加载系统和用户配置信息失败,初始化终止!\n"+info.message;
}
通过FlexEvent.PRELOADER_DOC_FRAME_READY事件可以达到代码在application初始化前执行。但由于此时应用还没有完全载入,许多mx,spark组件都不能正常使用所以需要用flash包下提供的类和方法来达到目的。
  最初我使用RemoteObject去加载数据但由于ResourceManager还没有完全初始化完成,导致报错。并且诸如ArrayCollection这样位于mx或spark包下的数据类型也是无法使用的,所以在以对象的形式进行数据传输时要避免数据被转换为这些类型。在项目中由于需要进行UI的权限控制使用了一个叫FlexSecurity的框架由于其初始化需要使用的ArrayCollection在监听代码中还无法使用,在不影响功能的前提下变通的把权限的初始化转移到application的preinitialize进行。
源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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