8-11#去哪儿网app#keep-alive优化网页性能

本文讲述了如何通过Vue的Keep-Alive和生命周期钩子解决网页在城市切换时频繁发送Ajax请求的问题,通过结合mounted和activated函数,实现数据缓存,提高性能并保持城市页面内容同步更新。
摘要由CSDN通过智能技术生成

目前网页的问题:每次点击城市、选择城市、点击城市、选择城市,路由切换时,Ajax都会被重新发送请求:

原因:在Home.vue和City.vue中,每次渲染,mounted钩子都会执行,根据代码,Ajax会被重新获取(axios.get('/api/city.json')),以Home.vue为例:

methods: {
    getCityInfo () {
        axios.get('/api/city.json').then(this.handleGetCityInfoSucc)
    },
    handleGetCityInfoSucc (res) {
        // console.log(res);
        res = res.data
        if (res.ret && res.data) {
            const data = res.data
            this.cities = data.cities
            this.hotCities = data.hotCities
        }
    },
    handleLetterChange(letter) {
        // console.log(letter);
        this.letter = letter
    }
},
mounted() {
    this.getCityInfo()
}

所以在App.vue中,根据<router-view/>显示的是路由所对应的内容,故在外层包裹<keep-alive>,让路由内容加载过一次后,会保存在内存中,即之后选择城市时,会从内存中调数据,不重新发Ajax请求:

<keep-alive>
  <router-view/>
</keep-alive>

但这样的话,当城市改变时,下面的显示内容仍是之前的请求内容(图片内容等),不会变化。

所以改变城市回到Home的时候发送Ajax请求,但切换到选择城市页面的时候不发送请求,从而达到性能的最优化,是否请求可通过网页的network中看到。办法:结合activated和临时缓冲变量lastCity。

在Home.vue中添加生命周期函数activated,当组件在 <keep-alive> 内被切换,它的 activated (和 deactivated) 这两个生命周期钩子函数将会被对应执行。所以在home和city组件来回切换的时候,mounted只会执行一次,而 activated每次切换都会执行

注意:只有当组件在 <keep-alive> 内被切换,才会有activated 和 deactivated 这两个钩子函数

mounted () {
    this.lastCity = this.city
    this.getHomeInfo()
},
activated () {
    if(this.lastCity !== this.city) {
        this.lastCity = this.city
        this.getHomeInfo()
    }
}

当这次点击的city不等于之前的lastcity时,重新发送Ajax请求即可。

至此,首页和城市页所有功能都实现了。

git : add . \ push \ commit -m 'finish page' \ checkout master \ merge city-keepalive \ push

代码入库!

 

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