1.4 Dynamically change the look of an application by using view states,transitions and effects

1.示例代码如下:

 

——mx:states是数组,这意味可以包含多个子标签mx:State,即多个状态

——mx:State的name属性相当于id标识,可以为currentState赋值,从而改变视图状态;basedOn属性是该视图状态基于的视图状态,如果该值为 null,则该视图状态基于根状态(包括不是使用 State 类为组件定义的属性、样式、事件处理函数和子项)

——为了视图之间可以共享组件,mx:State下通过mx:AddChild、mx:RemoveChild、mx:SetProperty、mx:SetEventHandler、mx:SetStyle、mx:Transition来实现添加、删除、设置属性、事件处理、样式、动画

——mx:AddChild将子显示对象(如组件)作为视图状态的一部分添加到容器。relativeTo属性是相对于其添加子项的对象,该属性与position属性结合使用.如果省略此属性,Flex 将使用 State 对象的直接父级,即具有 states 属性的组件,或指定 State 对象的 <mx:states> 标签;position显示列表中子项的位置,随 relativeTo 属性指定的对象而变化;creationPolicy属性指该子级的创建策略

——mx:RemoveChild属性将子显示对象(如组件)作为视图状态的一部分从容器中删除。子项只是从显示列表中移除,但未被删除

——mx:SetProperty指定只在父视图状态期间有效的属性值

——mx:SetStyle指定只在父视图状态期间有效的样式

 

——mx:Transition类定义了一组在响应视图状态更改时播放的效果。默认情况下,fromState 和 toState 属性均设置为“*”,表示将过渡应用到视图状态的任何更改。可以使用 effect 属性来指定应用过渡时要播放的 Effect 对象。通常,它是一个包含多个效果的复合效果对象(如 Parallel 或 Sequence 效果)

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,适合学习和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,提高控制精度和稳定性。 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和输入输出设置。 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。 学习和修改: 通过阅读模型中的注释和查阅相关文献,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