《代码大全》阅读笔记-34-软件工艺的话题

  • 在架构层将系统划分为多个子系统,以便让思绪在某段时间内能专注于系统的一小部分。
  • 仔细定义类接口,从而可以忽略类内部的工作机理。
  • 保持类接口的抽象性,从而不必记住不必要的细节。
  • 避免全局变量,因为它会大大增加总是需要兼顾的代码比例。
  • 避免深层次的继承,因为这样会耗费很大精力。
  • 避免深度嵌套的循环或条件判断,因为它们都能用简单的控制结构取代,后者占用较少的大脑资源。
  • 别用goto,因为它们引入了非顺序执行,多数人都不容易弄懂。
  • 小心定义错误处理的方法,不要滥用不同的错误处理技术。
  • 以系统的观点对待内置的异常机制,后者会成为非线性的控制结构。异常如果不受约束地使用,会和一样难以理解。
  • 不要让类过度膨胀,以致于占据整个程序。
  • 子程序应保持短小。
  • 使用清楚、不言自明的变量名,从而大脑不必费力记住诸如"x代表账号下标,〕代表顾客下标,还是另有它意?”之类的细节。
  • 传递给子程序的参数数目应尽量少。更重要的是,只传递保持子程序接口抽象所必需的参数。
  • 用规范和约定来使大脑从记忆不同代码段的随意性、偶然性差异中解脱出来。
  • 只要有可能,一般情况下应避免“偶然性困难”

计算机不关心你的代码是否好读。它更善于读二进制指令,而非高级语言的代码。编写可读性好的代码,是为了便于别人看懂。可读性对程序的以下方面都有正面影响:

  • 可理解性
  • 容易复查
  • 错误率
  • 调试
  • 可修改性
  • 开发时间
  • 上述因素之综合外在质量

深八一门语言去编程,不浮于表面


673170-20180406032837633-1939750387.png


要点
  • 编程的主要目的之一是管理复杂性
  • 编程过程对最终产品有深远影响
  • 合作开发要求团队成员之间进行广泛沟通,甚于同计算机的交互:而单人开发则是自我交流,其次才是计算机
  • 编程规范一旦滥用,只会雪上加霜:使用得当则能为开发环境带来良好机制,有助于管理复杂性和相互沟通
  • 编程应基于问题域而非解决方案,这样便于复杂性管理
  • 注意警告信息,将其作为编程的疑点,因为编程几乎是纯粹的智力活动
  • 开发时迭代次数越多,产品的质量越好
  • 墨守成规的方法有悖于高质量的软件开发。请将编程工具箱中填满各种编程工具,不断提高自己挑选合适工具的能力。

转载于:https://www.cnblogs.com/taceywong/p/8726569.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。
内容概要:本文围绕电力系统状态估计中的异常检测与分类展开,重点介绍基于Matlab代码实现的相关算法与仿真方法。文章详细阐述了在状态估计过程中如何识别和分类量测数据中的异常值,如坏数据、拓扑错误和参数误差等,采用包括残差分析、加权最小二乘法(WLS)、标准化残差检测等多种经典与现代检测手段,并结合实际算例验证方法的有效性。同时,文档提及多种状态估计算法如UKF、AUKF、EUKF等在负荷突变等动态场景下的应用,强调异常处理对提升电力系统运行可靠性与安全性的重要意义。; 适合人群:具备电力系统基础知识和一定Matlab编程能力的高校研究生、科研人员及从事电力系【状态估计】电力系统状态估计中的异常检测与分类(Matlab代码实现)统自动化相关工作的工程技术人员。; 使用场景及目标:①掌握电力系统状态估计中异常数据的产生机制与分类方法;②学习并实现主流异常检测算法,提升对状态估计鲁棒性的理解与仿真能力;③服务于科研项目、课程设计或实际工程中的数据质量分析环节; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,配合电力系统状态估计的基本理论进行深入理解,重点关注异常检测流程的设计逻辑与不同算法的性能对比,宜从简单案例入手逐步过渡到复杂系统仿真。
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  | 博主筛选后可见
 
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