IOS 开发 --自省(introspective)

本文深入探讨了Objective-C中的自省机制,包括其核心概念、关键方法以及应用实例,展示了如何利用自省提高程序效率和健壮性。
基础篇:   

      自省是对象的固有能力,即程序运行时,对象可根据请求对外透露自身基本特性。

您可以给对象发送某种消息,向其询问与它自身相关的问题,对象在Objective-C 运行时将会向您提供答案。

自省是很重要的编码工具,它可以让程序变得更加高效健壮。


            所有的继承了NSObjec的对象有拥有下列三个方法:“

isKindOfClass: returns whether an object is that kind of class (inheritance included)

isMemberOfClass: returns whether an object is that kind of class (no inheritance)

respondsToSelector: returns whether an object responds to a given method

方法1的参数值为[NSString class],即发送一个名为class的类方法给一个类而得到。例如:

if ([obj isKindOfClass:[NSString class]]) {

NSString *s = [(NSString *)obj stringByAppendingString:@”xyzzy”];

}

 

方法3的参数值为一个选择器,如@selector(shoot)。

如果对象中有这个方法shoot,就响应为true。例如:

if ([obj respondsToSelector:@selector(shoot)]) {

[obj shoot];

} else if ([obj respondsToSelector:@selector(shootAt:)]) {

[obj shootAt:target];

}

 

介绍一种新类型SEL,它是Objective-C用于选择器的类型。

SEL shootSelector = @selector(shoot);

SEL shootAtSelector = @selector(shootAt:);

SEL moveToSelector = @selector(moveTo:withPenColor:);

 

在NSObject类中,可以通过方法performSelector: 或者 performSelector:withObject:来执行选择器。例如:

[obj performSelector:shootSelector];

[obj performSelector:shootAtSelector withObject:coordinate];

 

在NSArray类中,可以通过makeObjectsPerformSelector:来执行选择器操作。例如:

[array makeObjectsPerformSelector:shootSelector]; // cool, huh?

[array makeObjectsPerformSelector:shootAtSelector withObject:target]; // target is an id

 

在UIButton类中,可以通过 - (void)addTarget:(id)anObject action:(SEL)action ...;方法来执行选择器。例如:

[button addTarget:self action:@selector(digitPressed:) ...];

 内容来自:

http://mikixiyou.iteye.com/blog/1587051

进阶篇:

Runtime of  Objective - c

http://blog.sina.com.cn/s/blog_4cd8dd130101juf1.html

http://www.linuxidc.com/Linux/2012-02/54989.htm

http://www.cocoachina.com/macdev/objc/2013/0115/5541.html



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
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