Typescript 联合类型|类型断言|交叉类型

联合类型 (| 连接)

let info: number | string | boolean = '2222'

function returnStatus(type: number | boolean): boolean {
  return !!type // 这里采用强转
}

交叉类型 (& 连接)

interface Person {
  name: string
  age: number
}
interface Student {
  class: string
}

const getStudentInfo = (info: Person & Student): Person & Student => {
  return info
}
const info = getStudentInfo({
  name: '张三',
  age: 20,
  class: '高三'
})
console.log(info);

类型断言 (使用 as 进行断言 或者用<>)

  • 通过以下例子可以看出, 类型断言可以欺骗 ts 校验
const showLen = (num: number | string): void => {
  console.log((num as string).length)
}
// 等于
const showLen = (num: number | string): void => {
  console.log((<string>num).length)
}

showLen('1234')  // 4
showLen(1234)  // undefined


// 经常会用到的是window
(window as any).adc = '123'   // 通过断言就不会报错

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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