11.9-编写操作者

编写规则更新

  • 最开始在消息的DO函数中进行信息分析和决策,现在看来不行
  • 如果所有的消息都通过一个消息传达,因为SEND函数的接线端口有限,势必会形成多个庞大的簇结构,而send函数会触发一个DO函数,则很有可能会产生同时竞争一个DO函数的情况,因为如果很多信息集中在一个消息结构中,同时调用一个DO函数的情况会特别多而且是并发的。
  • 所以,簇的大小应该适当,这就增加了消息的数量
  • 最终程序编写完成后应该将核心函数中的部分代码转移到 pre launch.vi 中,以进行初始化的任务。
  • 发送消息之前先发送字符串:“P3AT: message from XXX TO CENTER
  • 应该要适当地设计多级嵌套操作者,之后要认真学习冷却器范例项目,学习怎样合理设计嵌套操作者。
  • “捆绑簇”VI的输入簇,应该弄成常量而不是输入控件。在捆绑完成后,可以加上输出控件进行显示以进行测试,但是如果这个操作者不需要显示前面板,则最终应该删除这个显示控件。

手柄功能

X轴:机械臂

Y轴:主体控制

方向键:菜单控制

AB键:确认,取消,拍照,等命令

左按钮:切换选项卡,切换窗口

右按钮:菜单栏

编写操作者

下一步,编写环境模型操作者代码

下一步,编写手柄操作者

下一步,编写P3AT操作者

若有时间,此处应该使用动态建模画出类的交互图

 


转载于:https://www.cnblogs.com/lizhensheng/p/11241964.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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