命令模式

本文深入探讨了行为设计模式中的Command模式,通过封装请求为对象,使得请求可以作为参数进行传递,支持请求的日志记录、队列管理和撤销操作。文章通过具体的Java代码示例,详细解释了Command模式的角色和职责,包括Command抽象类、具体命令ConcreteCommand、接收者Receiver和调用者Invoker。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Command
行为设计模式
通过被称为Command的类封装了对目标对象的调用行为以及调用参数。
“请求”封装成对象,以便使用不同的请求,队列或者日志来参数化其他对象。命令模式也支持可撤销的操作。

应用场景:
在面向对象的程序设计中,一个对象调另一个对象,一般情况下的调用过程是:创建目标对象实例;设置调用参数;调用目标对象的方法。
但在有些情况下有必要使用一个专门的类对这种调用过程加以封装,我们把这种专门的类称作command类。整个调用过程比较繁杂,或者存在多处这种调用。这时,使用Command类对该调用加以封装,便于功能的再利用。

角色和职责:
Command:Command抽象类
ConcreteCommand:Command的具体实现类
Receiver:需要被调用的目标对象
Invorker:通过Invorker执行Command对象

在这里插入图片描述

//Receiver
/**
 * 小商贩
 */
public class Peddler {

    public void sailApple(){
        System.out.println("卖苹果");
    }
    public void sailBanana(){
        System.out.println("卖香蕉");
    }

}

//Command 
public abstract class Command {
    private Peddler peddler;

    public Command(Peddler peddler) {
        this.peddler = peddler;
    }

    public Peddler getPeddler() {
        return peddler;
    }

    public void setPeddler(Peddler peddler) {
        this.peddler = peddler;
    }

    public abstract void sail();

}

//ConcreteCommand
public class AppleCommand extends Command {

    public AppleCommand(Peddler peddler) {
        super(peddler);
    }

    @Override
    public void sail() {
        this.getPeddler().sailApple();
    }
}
public class BananaCommand extends Command {
    public BananaCommand(Peddler peddler) {
        super(peddler);
    }

    @Override
    public void sail() {
        this.getPeddler().sailBanana();
    }
}

//Invorker
/**
 * 他来接受命令
 *
 * client直接于Reciver打交道
 */
public class Waiter {
    private List<Command> commandList = new ArrayList<>();
    private Command command;

    public void setOrder(Command command){
        commandList.add(command);
    }

    public void setCommand(Command command) {
        this.command = command;
    }
    public void removeOrder(Command command){
        commandList.remove(command);
    }

    public void sail(){
        for(Command command:commandList){
            command.sail();
        }
    }
}

public class MainClass {
    public static void main(String[] args) {
        Peddler peddler = new Peddler();

        Command appleCommand = new AppleCommand(peddler);
        Command bananaCommand = new BananaCommand(peddler);
        Waiter waiter = new Waiter();
        waiter.setOrder(appleCommand);
        waiter.setOrder(bananaCommand);

        waiter.sail();

        //移除
        System.out.println("----移除-----");
        waiter.removeOrder(appleCommand);
        waiter.sail();

    }
}

内容概要:该论文研究增程式电动汽车(REEV)的能量管理策略,针对现有优化策略实时性差的问题,提出基于工况识别的自适应等效燃油消耗最小策略(A-ECMS)。首先建立整车Simulink模型和基于规则的策略;然后研究动态规划(DP)算法和等效燃油最小策略;接着通过聚类分析将道路工况分为四类,并设计工况识别算法;最后开发基于工况识别的A-ECMS,通过高德地图预判工况类型并自适应调整SOC分配。仿真显示该策略比规则策略节油8%,比简单SOC规划策略节油2%,并通过硬件在环实验验证了实时可行性。 适合人群:具备一定编程基础,特别是对电动汽车能量管理策略有兴趣的研发人员和技术爱好者。 使用场景及目标:①理解增程式电动汽车能量管理策略的基本原理;②掌握动态规划算法和等效燃油消耗最小策略的应用;③学习工况识别算法的设计和实现;④了解基于工况识别的A-ECMS策略的具体实现及其优化效果。 其他说明:此资源不仅提供了详细的MATLAB/Simulink代码实现,还深入分析了各算法的原理和应用场景,适合用于学术研究和工业实践。在学习过程中,建议结合代码调试和实际数据进行实践,以便更好地理解策略的优化效果。此外,论文还探讨了未来的研究方向,如深度学习替代聚类、多目标优化以及V2X集成等,为后续研究提供了思路。
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