前端 YUI3:Animation

本文介绍YUI3 Animation工具的基本使用方法,包括如何加载依赖文件、实例化动画对象、设置动画属性和监听事件等。适用于希望了解YUI3动画功能的前端开发者。
YUI3:Animation
动画工具提供了API用于创建高级的属性值之间的变化方法。
1. 开始
包含依赖文件
<script src="http://yui.yahooapis.com/3.3.0/build/yui/yui-min.js"
charset="utf-8"></script>
当anim模块被使用时,YUI实例能自动获取动画资源文件和其他缺失依赖文件。让YUI实例决定需要加载的文件有助于避免手动管理页面需要加载的文件列表来支持多组件,而且优化初始化页面。
如果确实需要手动在页面中包含所依赖文件,YUI依赖文件配置可以用来确定使用动画所需的文件列表。
YUI实例
一旦页面拥有了YUI seed(yui-min.js),就可以为应用创建一个新的实例,并用所需模块填充,指定use方法的第一个参数。
YUI().use(‘anim’,function(Y){
//
});
Use方法的后一个参数是一个回调函数。一旦YUI实例准备好下载所有页面所需文件,该回调函数就会被激活。一旦这些文件都加载完成,修饰anim模块的类以及其他所依赖的模块都会用来填充本地YUI实例。YUI实例(Y)填充参数传回到回调函数中。在回调中,可以基于你自己的普通YUI实例开始写应用代码。
关于创建YUI实例与use方法的更多知识,可以参考YUI Global。
实例化一个Animation对象
一个Animation执行将包含一个或多个anim实例。
在页面中创建一个anim实例,为其传递一个配置对象和to属性,该对象即是需要动画的node或selector查询:
var myAnim = new Y.anim({
node:'#demo',
to:{
width:0,
height:0
}
});
开始一个真正的动画,可以在Anim实例上使用run方法:
myAnim.run();
参考API文档可以查看更多关于Anim对象的属性和方法。

2. 使用动画工具
1) 访问anim的属性
使用set和get方法能访问anim对象的属性;
YUI.use('anim',function(){
var myAnim = new Y.Anim({
node:'#demo',
to:{
width:0,
height:0
}
myAnim.set('duration',0.5);
myAnim.set('easing',Y.Easing.easeOut);
});
});

2) 设置to值
一个node属性和to属性包含一个或多个执行动画所需的属性;
To属性的值可以是函数。如果使用的是函数,接收node作为唯一参数,该函数返回值返回给to将作为run方法的参数。
to:{
width:function(node){
return node.get('offsetWidth')/2;
},
height:0
}
3) 设置from值
使用可选的from属性使动画从一个特定的值开始。当from缺省,那么将使用当前值。
和to属性类似,from属性值可以是一个函数。该函数使用node作为参数,函数返回值给from作为run方法的起始值。
from:{
width:0,
height:function(node){
return node.get('winHeight');
}
}
4) 监听事件
动画功能定义了events用于多种动画的多个阶段。On方法用于加入event监听。
anim.on('end',function(){
anim.get('node').addClass('yui-hidden');
});
3.
(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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