雄鹰 购物车实现

购物车功能的实现:
1 为什么选择redis技术做的?类似的其他技术mongdb为啥不用?
redis对于数据操作方面好一些,存储数据类型的是key value类型的
mongdb是文档类型的json格式
redis适合数据量较小的,但是mongdb是主要解决海量数据的
2 使用redis有哪些好处呢?
他的数据是存在内存里面,跟传统的关系型数据库比较速度快了很多倍
支持事务 操作都是原子性的

3 过程
查看和购物车用户是必须是要登录的!
思路:
1 用户在商品详情页中点击加入购物车,就会提交商品的skuid和购买的数量;
2 用户通过添加购物车的控制层和查询购物车控制层,经过service层,最后将数据保存在redis缓存中;
3 数据表结构,购物车详情表
4 redis里面是存放着不同用户的购物车.一个用户对应着两个购物车,一个是加入喜欢的宝贝的购物车cartlist,一个
是被选中要下单的购物车orderlist;我们项目也创建了公共类模块,里面有两个常量,分别是和对应
喜欢的宝贝的购物车和下单的购物车.存储在redis里面的数据格式是hash,key就是商品的id,value就是
对应的商品详情的对象.

实现:用户可以通过点击商品的详情页里面的加入购物车,然后就会调用我们的购物车微服务,购物车微服务通
过调用我们的商品微服务,商品微服务再去数据库根据商品的skuid将次数据查出来给购物车微服务,然后再讲此
购物车一hash的形式保存在redis中.
当用户点击我的购物车的时候,就会调用我们的web_cart微服务,然后在通过feign远程调用购物车微服务
,购物车微服务去Redis里面将用户的第一个购物车列表查出来,给我们的web_cart微服务通过thyeamleaf进行服务器端渲染,
然后相应给用户的浏览器上面!
用户选择喜欢的宝贝去下单,就勾选该商品然后点击提交订单,就会通过远程调用我们的订单微服务.然后就在我们的数据库订单表
保存了一个订单!
我们也可以在购物车里面进行其他的操作,比如说该商品我不想要了,就可以点击删除按钮,然后连接到web_cart微服务
然后远程调用购物车微服务,使用redis根据商品的id删除,然后再返回给web_cart微服务再一次进行
服务器端页面渲染!展示在购物车里面!
加减的数量需要去判断,如果数量大于0,就直接返回页面,前端页面的加减值就是数量加减1,如果数量小于等于0的时候,
就在都断设置num等于0就好了!

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