As3中阻止冒泡阶段一劳永逸的办法

在AS3开发中,当父对象包含子对象时,点击子对象可能会触发父对象的事件监听器,造成困扰。传统的解决方法是在子对象事件中使用event.stopPropagation()。本文提供一种更简便的方法,通过创建事件字典并覆盖addEventListener和removeEventListener方法,实现阻止冒泡事件,并能一键清除所有监听事件。
摘要由CSDN通过智能技术生成
   大家在开发过程中一定遇到父对象中包含子对象,点击子对象,父对象的监听也会触发的情况,很是头疼
   通常解决办法是在子对象的事件加入 event.stopPropagation(),这样父类的监听就不会触发,但是如果界面组件很多,写起来会很苦恼,
    下面介绍个一劳永逸的解决办法,同时拥有释放对象时一次性清空监听事件的功能

//声明一个事件字典
var _EventArr:Dictionary
    //继承添加监听事件函数
override public function addEventListener(type:String, listener:Function, useCapture:Boolean=false, priority:int=0, useWeakReference:Boolean=false):void
{
if( !_EventArr )
_EventArr = new Dictionary();
if( _EventArr[listener] == null )
{
super.addEventListener(type,OnEvent,useCapture,priority,useWeakReference);
_EventArr[listener] =type;
}
}
//自定函数,阻止冒泡事件
private function OnEvent(event:Object):void
{
event.stopImmediatePropagation()
for  (var fun:Function in _EventArr)
if (_EventArr[fun]==event.type)
fun(event)
}
//继承移除监听事件
override public function removeEventListener(type:String, listener:Function, useCapture:Boolean=false):void
{

if (_EventArr)
if (_EventArr[listener])
{
super.removeEventListener(type,listener,useCapture)
delete _EventArr[listener];//删除该侦听器记录
//trace(this,"删除侦听");

}

}
//清空监听事件
private function clearEventListener():void
{
for   (var listener:Function in _EventArr)
removeEventListener(_EventArr[listener], listener);
_EventArr=null
}
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