工作笔录3

一、添加自定义按钮

1.找到功能区的按钮点击添加并加上状态。启动不隐藏,设置上相应的编码名并排序

2.在系统管理--角色权限给按钮授权。

3.在扩展的js文件中利用别名选择器找到按钮并注册事件,则按钮就添加完成了。

4. 响应的找法

主功能view[ref=当前功能编码名_main] 子功能view[itemId=子功能编码名+childmain] 相关组件名(form/grid) 按钮[ref=按钮的编码]   

这样就可以找到了,然后就可以各种注册事件。

具体找的方法参照core--->sys--->master-template--->核心模版.txt

'mtfuncmainview[ref=ShipmentPlan_main] mtfuncmainview[itemId=ZShipmentPlanDetail_childmain] mtformview button[ref=formKCQSquery]'

二、如何在已有的form中去传值  

比如一个值传给一个form讲它的field设置成这个值当作默认值。而这个值是动态的,所以需要传值给form

首先在判断这个form是否依托于其他的panelwindow,如果依托,则在创建window的时候将这个值传给这个

window Ext.create("Ext.window.Window",{name:'marico'}) 然后在windowdefine中定义上initComponent : function() { 

//这个定义上form创建。

//this代表当前window  在定义form的时候将值传过去。 This.属性名就可以访问到这个值

This.items=[{xtype:"form",name:this.name}]

this.callParent(arguments);});

然后在form定义的时候同样的原理在fields重新定义就可以把默认值赋值上去了。

三、如何动态生成chart图表/表格/form

a) 首先创建store数据集并定义,如果采用mvc则可以不创建直接进行下一步操作。

b) 首先是画表/表格/表单,定义表的对象。其实定义的时候可以发现 其实就是数组或对象

按指定的格式手动定义好,可以封装成方法,定义好这个对象。在创建window/panel的时候把items赋值上去就可以了(切记:如何是从后台数据库中拿数据,则ajax的请求方式为同步请求async : false)

将数据集store指定即可

c) 然后就是加载数据,如果你的storeautoLoad则可以不用执行这一步,如果不是,执行load方法,你如何从后台已经取过来数据了。 那直接loadData方法将数据传过去集合  数据则是你的root根节点定义的数据了

四、如何实现在同一个window下查询功能从新画表。

a) 需求:window下包含formchart  查询的时候 chart的结构得到改变,需要重新画,但是提前是windowform不能关和改变。

b) 实现思路:

1.不采用store的代理,直接使用自己的ajax同步请求来操作来实现。

2.定义一个方法createChart,接受需要传的参数,也就是查询条件的值。

使用ajax请求,带上这些参数 sql条件语句自己拼接,在成功后创建storechartload数据。然后将这个chart对象return

3.在创建window的时候就把items中可以把这个chart对象包含则可以加到window中。

4.在form查询按钮事件中实现。

得到查询值和当前chart对象,调用createChart得到新chart对象。使用当前chart对象调用destroy方法将其对象销毁

调用windowadd方法将新chart对象加入即可。如果使用的复杂的布局,比如border布局,在相应的位置中加上id属性,然后使用Ext.getCmp(id)来得到布局对象,然后add方法加入新chart即可完成操作。

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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