黑马程序员---Objective-C @property和@synthesize

@property和@synthesize
#import
@interface Person : NSObject
{
    int _age;
    int _height;
    double _weight;
    NSString *_name;
}
// @property:可以自动生成某个成员变量的setter和getter声明
@property int age; //这一句等于下面的两句
//- (void)setAge:(int)age;
//- (int)age;
@property int height;
//- (void)setHeight:(int)height;
//- (int)height;
- (void)test;
@property double weight;
@property NSString *name; // 注意,此处name之前要有 *
@end
 
person.m
#import "Person.h"
@implementation Person
// @synthesize自动生成age的setter和getter实现,并且会访问_age这个成员变量
@synthesize age = _age;
 
就相当于下面的语句
 -(void)setAge:(int)age;
{
    _age = age;
}
-(int)age
{
    return _age;
}
 
@synthesize height = _height;
@synthesize weight = _weight, name = _name;
- (void)test
{}
@end

Car.h
#import
@interface Car : NSObject
{
    //int _speed;
    //int _wheels;
}
@property int speed;
@property int wheels;
// @property int speed, wheels;
// 一般不这样写
- (void)test;
@end
Car.m
#import "Car.h"
@implementation Car
//@synthesize speed = _speed, wheels = _wheels;
// synthesize会访问_speed这个成员变量,如果不存在,就会自动生成@private类型的_speed变量
@synthesize speed = _speed;
@synthesize wheels = _wheels;
- (void)test
{
    NSLog(@"速度=%d", _speed);
}
@end
 

Dog.h
#import
@interface Dog : NSObject
@property int age;
//这一句有三个功能
//1、setter 声明和实现
//2、getter 声明和实现
//3、还能生成_age成员变量,并访问_age
// property 自动生成的_age 成员变量是私有的,是在实现里需要的时候生成的
@end
 

Dog.m
#import "Dog.h"
@implementation Dog
// 如果实现里面没有setter 或 getter,就会默认@property自动生成的
// 如果有下面手下的setter 或 getter,就会执行下面语句
// 如果setter 和 getter 都有,不需要自动生成,那就不会自动生成 _ age成员变量了。
// 只要setter 和 getter 有一个没写,就会自动生成
- (void)setAge:(int)age
{
}
@end
 

Cat.h
#import
@interface Cat : NSObject
@property int age;
@end

Cat.m
#import "Cat.h"
@implementation Cat
// 因为后面没有 = _age 默认会访问age这个成员变量,如果没有age成员变量,就会自动生成@private类型的age变量
@synthesize age;
@end

main.m
#import
#import "Person.h"
#import "Cat.h"
#import "Dog.h"
int main(int argc, const char * argv[])
{
    @autoreleasepool {
        Dog *d = [Dog new];
        d.age = 5;
        NSLog(@"%d", d.age);
       }
    return 0;

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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