PB的MENU结构如何用

delphinewer 2002-03-09 11:09:59

记得有位高人说用PB的MENU结构可以做用户权限管理，在PB里查UPPERBOUND（）函数里有一个有关MENU结构的例子，可是试了半天总是报错，不知到底该如何用呀？
谢谢！

...全文

266 2 打赏收藏举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

pblynx 2002-03-10

打赏
举报

回复

The code could be a script for a control in a window.
你的script放在窗口控件里

fzymr 2002-03-10

打赏
举报

回复

menu lm_menu_item

lm_menu_item[] = m_main.Item[]

FOR ll_cnt = 1 TO UpperBound(lm_menu_item[])
//your script
NEXT

Elman 神经网络是一种典型的递归神经网络（RNN），它在处理序列数据方面具有独特的优势，广泛应用于语音识别、时间序列预测、自然语言处理等领域。然而，传统的 Elman 神经网络训练算法存在收敛速度慢、容易陷入局部最优等问题，这限制了其性能和应用范围。因此，对 Elman 神经网络的训练算法进行优化具有重要的现实意义。本文将详细介绍几种常见的 Elman 神经网络训练算法优化策略，旨在为技术人员提供全面的技术参考。

在优化领域，启发式算法是解决复杂组合优化和函数优化问题的关键技术。其核心原理在于通过模拟自然或物理过程，在庞大的解空间中进行高效搜索，以平衡探索与利用。模拟退火算法正是这一思想的杰出代表，它借鉴了金属退火的物理过程，通过Metropolis准则以概率方式接受劣质解，从而有效跳出局部最优陷阱，增强全局搜索能力。该算法在旅行商问题、调度优化、背包问题等NP-hard场景中展现出巨大技术价值，尤其适用于解空间结构复杂、传统梯度方法易失效的场合。本文以模拟退火为例，深入剖析其参数调优、邻域设计等工程实践要点，为数学

💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️行百里者，半于九十。📋📋📋🎁🎁🎁。

本文介绍了GATS混合学习策略，这是一种融合遗传算法(GA)、禁忌搜索(TS)和模拟退火(SA)的优化方法。文章首先阐述了GATS的核心原理和独特优势，包括高效的学习能力、深入的知识理解以及强大的适应性。随后详细讲解了代码实现的前期准备，包括Python编程语言、PyCharm开发平台以及所需库的安装配置。通过一个函数优化案例，逐行解析了数据预处理、模型构建和三种算法的关键代码实现。最后展示了GATS在车辆路径规划问题中的实际应用效果，并展望了其在教育、医疗、金融等领域的广阔前景。GATS通过协同三种算法的

在智能优化算法蓬勃发展的当下，三角变异黏菌算法（TMSMA）凭借其独特的创新机制崭露头角，成为解决复杂优化问题的有力工具。该算法源于对黏菌觅食行为的深入模拟，并通过引入三角变异策略，极大地增强了算法的搜索能力与收敛性能。本文将对 TMSMA 展开全方位的深度剖析，并通过详尽的性能实测验证其卓越优势。

401

社区成员

11,494

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章