redux

Redux使用及依赖安装介绍
博客提到使用Redux很麻烦,有很多依赖,但领导要求使用。介绍了所需依赖如redux、react-redux、redux-thunk及安装命令,还给出抽离Redux为独立文件的文件结构,说明了调用方法和注意事项,最后推荐腾讯课堂米斯特吴的Redux视频。

redux真的太麻烦了。。

弄了一堆依赖,用来用去很晕

但是领导让用就得用。。

 

所需依赖

redux

react-redux

redux-thunk

安装命令   npm i redux react-redux redux-thunk

 

抽离redux成为独立文件(文件结构)

--src

    --store

       --reducer              ----reducer文件夹

           --index.js            ----reducer的主文件

           --partReducer.jsf      ----reducer的分支文件,可有多个

           -- ......

      --actionf               ----action文件夹

          --type.js               ----标识action的动作来源

         --partAction.js        ----dispatch的action

         -- ......               ----多个state数据可对应多个action

      --store.js               ----主文件,store数据

 

调用方法

 

来自

作用

参数

        Provider

react-redux

包裹根组件,连接store

 

        createStore

redux

创建stroe,传递参数

createStore (reducer,state,middleware)

        thunk

redux-thunk

中间件,异步执行数组,分发action

 

 

         combineReducer

redux

将reducer分支数据合成根reducer,供view调用

 

        connect

react-redux

当前组件和action之间的连接,export时调用

 

connect(根reducer数据,{ action})(组件名)

 

        type

type.js

reducer中action触发state变化时标识action的动作来源

 

  mapStateToProps

 

获取reducer返回的数据

 

       compose

redux

做redux浏览器的调试适配

 

window.__REDUX_DEVTOOLS_EXTENSION__ && window.__REDUX_DEVTOOLS_EXTENSION__()

 

 

注意

尽量使用es6语法

注意模块的导出和引入

 

Tips

腾讯课堂的米斯特吴有redux的视频比较完整但是感觉入手困难,需要完整看一遍,然后再跟着敲一边,勉强理解。传送门

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,适合学习和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,提高控制精度和稳定性。 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和输入输出设置。 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。 学习和修改: 通过阅读模型中的注释和查阅相关文献,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
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