请大家谈谈采购或使用第三方组件的经验和注意事项

marvelstack 2007-04-02 03:11:36
现在开发一些产品级的项目,在时间有限的情况下采购第三方.NET组件可能更来得实惠,请有这方面经验的朋友谈谈这方面的经验。当然,大家也可以推荐几款比较出色的.NET组件,让有这方面需要的朋友提供一些参考。
...全文
879 27 打赏 收藏 转发到动态 举报
写回复
用AI写文章
27 条回复
切换为时间正序
请发表友善的回复…
发表回复
ylzz_1 2007-05-29
  • 打赏
  • 举报
回复
开源的好啊
laneyu 2007-05-21
  • 打赏
  • 举报
回复
UP下
marvelstack 2007-05-21
  • 打赏
  • 举报
回复
我写了一篇相关文章:
第三方软件开发组件产品选购参考
http://blog.csdn.net/zhzuo/archive/2007/04/30/1593782.aspx
ProjectDD 2007-05-20
  • 打赏
  • 举报
回复
星星多安..
amandag 2007-05-20
  • 打赏
  • 举报
回复
zhzuo(秋枫) 的经验不错
kimmking 2007-05-20
  • 打赏
  • 举报
回复
尽量找开源的
shadow841112 2007-05-20
  • 打赏
  • 举报
回复
很少用第三方,就用过Dev的ASPxGrid
hertcloud 2007-05-14
  • 打赏
  • 举报
回复
NetAdvantage
james_hunter 2007-05-14
  • 打赏
  • 举报
回复
“对bug最不负责任的是ComponentArt 和 MapInfo”

严重同意啊!ComponentArt,深受其害!
nayc 2007-05-08
  • 打赏
  • 举报
回复
Chart 我就用过Dundas的
不过是破解了再用,是不有点不厚道-.-!
破碎的脸 2007-04-13
  • 打赏
  • 举报
回复
顶!
除了这个还能说什么呢?
再顶!
syeerzy 2007-04-12
  • 打赏
  • 举报
回复
经验如下:

1 尽量不掏钱买不带源码的.Net 组件。
2 除了看组件的口碑以外,最重要的是去各个组件厂商的官方论坛看看他们对Bug的反应速度以及处理。



让我个人感觉官方对组件非常负责的是 R.A.D 公司,
对bug最不负责任的是ComponentArt 和 MapInfo
andyhooo 2007-04-12
  • 打赏
  • 举报
回复
冷月孤峰 2007-04-12
  • 打赏
  • 举报
回复
同意 :mapserver(杨东 http://mapserver.cnblogs.com) 兄的话。
LZ可以先看看他们的Demo,这样会有个比较直观的了解。
neillove 2007-04-12
  • 打赏
  • 举报
回复
帮UP
GXY2005 2007-04-12
  • 打赏
  • 举报
回复
还是自己开发好!
mapserver 2007-04-12
  • 打赏
  • 举报
回复
说实在话买源码只是买个放心,很少能有人能改动别人的源码,特别是图形控件。
gui0605 2007-04-12
  • 打赏
  • 举报
回复
不熟悉
很少用第三方的
超越_zww 2007-04-02
  • 打赏
  • 举报
回复
买源代码~~
mabaolin 2007-04-02
  • 打赏
  • 举报
回复
没买过,但用过.不知道注册后的服务咋样
加载更多回复(7)
内容概要:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)中的应用,通过Matlab代码实现了对水下机器人的动力学建模与运动控制。重点探讨了将强化学习算法QLearning与传统PID控制相结合的方法,以提升AUV在复杂、时变及非线性水下环境中的自适应控制能力。文中系统分析了AUV的运动学与动力学特性,阐述了传统PID参数整定面临的挑战,并提出采用QLearning算法在线动态优化PID控制器的比例、积分和微分参数,从而实现对系统误差、响应速度、超调量等性能指标的综合优化。通过Matlab仿真实验验证了该复合控制策略在轨迹跟踪精度、抗外部干扰能力和系统鲁棒性方面的显著优势,充分展示了强化学习在智能水下装备自主控制领域的可行性和应用潜力。; 适合人群:具备自动控制理论基础、强化学习基础知识及Matlab编程能力的研究生、科研人员和自动化、海洋工程、机器人等相关领域的技术研发人员。; 使用场景及目标:①用于水下机器人、无人潜航器等智能移动装备的高精度运动控制系统设计与开发;②开展强化学习与经典控制理论融合创新的教学案例与科学研究;③解决传统固定参数PID控制器在面对模型不确定性和环境扰动时适应性差、控制性能下降的关键问题。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注QLearning算法中状态空间、动作空间的设计逻辑以及奖励函数的构建原则,深入理解其在参数寻优过程中的作用机制,并可通过调整环境参数和初始条件来测试算法的鲁棒性与泛化能力。
内容概要:本文以有源中点箝位(ANPC)三电平并网逆变器为研究对象,提出并构建了一套融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相控制与电网电压前馈的一体化高性能并网控制策略。通过深入分析ANPC三电平拓扑在开关损耗均衡、中点电位可控性及输出谐波低等方面的结构优势,确立了其作为大功率高质量并网系统的硬件基础。在此基础上,DPWMA调制策略有效提升等效开关频率,显著降低输出电流电压的总谐波畸变率,优化稳态电能质量;正负序分离锁相技术精准剥离电网电压中的负序扰动分量,保障电网不平衡工况下的相位同步精度与并网电流对称性;电网电压前馈控制则通过前瞻性补偿机制,突破传统闭环控制的响应滞后瓶颈,大幅提升系统在电压骤变、畸变等动态扰动下的抗扰能力与动态响应速度。研究通过搭建完整的Simulink仿真模型,在稳态对称、电网不平衡及动态切换等多种工况下进行全面验证,结果表明该复合控制策略在电能质量、运行稳定性与工况适应性方面均具有显著优越性。; 适合人群:具备电力电子、自动控制或新能源并网等相关专业背景,从事科研、工程开发或处于研究生及以上学习阶段的专业技术人员。; 使用场景及目标:①应用于光伏发电、风力发电等新能源系统的大功率并网逆变器高性能控制设计;②解决电网电压不平衡、畸变等复杂非理想工况下的并网稳定性与电能质量问题;③提升工业级并网设备的动态响应速度与运行可靠性;④为相关领域的仿真建模、控制算法开发与性能优化提供系统性的技术参考与实现方案。; 阅读建议:建议结合文中所述的Simulink仿真模型进行实践操作,重点深入理解DPWMA调制的具体实现逻辑、正负序分离锁相环的设计原理以及前馈-反馈复合控制结构的集成方法,通过设置不同工况的对比仿真实验,直观体会各项关键技术对系统整体性能的提升作用。

111,129

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧