iOS编程——隐藏和封装

         封装是面向对象语言的三大特征之一(另外两个是继承和多态),封装的作用是隐藏对象的属性信息,不允许外部程序访问,只能通过该类提供的方法来实现对内部信息的操作和访问

       例如定义了一个人的类,他的年龄只能通过时间的改变来慢慢变化,不能随意改变。

       对一个类或对象实现良好的封装,可以实现以下目的

       1.隐藏类的实现细节 

       2.让使用者只能通过事先预定的方法访问数据,限制不合理的访问

       3.便于修改,提高代码的可维护性

       4.可以进行数据检查,有利于保证对象信息的完整性

       要实现良好的封装,需要讲对象的属性和实现细节隐藏起来,不允许外部访问;把方法暴露出来,让方法来控制对属性进行合理的访问和操作

       OC提供了三个访问控制符 :@private、@package、@protected和@public。

       1.@private(当前类访问权限):用这个访问控制符的成员就只能在当前类的内部被访问。这个访问控制符用于彻底隐藏成员变量。在类的实现部分定义的成员变量相当于默认使用这种访问权限

       2.@package(与映像访问权限相同):用这个访问控制符的成员可以在当前类以及当前类实现的同一个映像的任意地方访问。

       3.@protected(子类访问权限):用这个访问控制符的成员变量可以在当前类,当前类的子类的任意地方访问。在类的借口部分定义的成员变量默认使用这种访问权限

       4.@pullic(公共访问权限):用这个访问控制符的成员变量可以在任意地方访问,不管是处于同一映像或者是有继承关系


          


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
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