CMyclsss

ice197983 2007-08-24 12:08:14
#include "StdAfx.h"
#include "Myclsss.h"

const TCHAR *MENU_CLASS_NAME = L"BaculaFD Tray Icon";

CMyclsss::CMyclsss()
{}

CMyclsss::CMyclsss(HINSTANCE hAppInstance)
{
// Create a dummy window to handle tray icon messages
WNDCLASSEX wndclass;

wndclass.cbSize = sizeof(wndclass);
wndclass.style = 0;
wndclass.lpfnWndProc = CMyclsss::WndProc;
wndclass.cbClsExtra = 0;
wndclass.cbWndExtra = 0;
wndclass.hInstance = hAppInstance;
wndclass.hIcon = LoadIcon(NULL, IDI_APPLICATION);
wndclass.hCursor = LoadCursor(NULL, IDC_ARROW);
wndclass.hbrBackground = (HBRUSH) GetStockObject(WHITE_BRUSH);
wndclass.lpszMenuName = /*(const char *) */NULL;
wndclass.lpszClassName = MENU_CLASS_NAME;
wndclass.hIconSm = LoadIcon(NULL, IDI_APPLICATION);
RegisterClassEx(&wndclass);

m_hwnd = CreateWindow(MENU_CLASS_NAME,
MENU_CLASS_NAME,
WS_OVERLAPPEDWINDOW,
CW_USEDEFAULT,
CW_USEDEFAULT,
200, 200,
NULL,
NULL,
hAppInstance,
NULL);
ShowWindow( m_hwnd, 1 );
UpdateWindow( m_hwnd );

if (m_hwnd == NULL) {
PostQuitMessage(0);
return;
}
}

CMyclsss::~CMyclsss()
{

}

// Process window messages
LRESULT CALLBACK CMyclsss::WndProc(HWND hwnd, UINT iMsg, WPARAM wParam, LPARAM lParam)
{
CMyclsss *_this = (CMyclsss *) GetWindowLong(hwnd, GWL_USERDATA);

switch (iMsg)
{
case WM_CREATE:
return 0;
case WM_LBUTTONDOWN:
MessageBeep(1);

case WM_COMMAND:
switch (LOWORD(wParam))
{
case 1:
break;
default:
break;
}
return 0;
case WM_DESTROY:
PostQuitMessage(0);
return 0;
default:
break;
}
return DefWindowProc(hwnd, iMsg, wParam, lParam);
}
...全文
221 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文研究了基于粒子群算法(PSO)的微网优化调度方法,重点探讨了需求响应机制对微网运行特性的影响。通过构建包含分布式电源、储能系统及可控负荷的微网综合模型,采用粒子群算法求解多目标优化问题,旨在实现系统运行经济性、能源利用效率与供电可靠性的协调优化。文中详细阐述了需求响应策略的数学建模过程,分析其在负荷转移、削峰填谷、降低用电成本等方面的作用机制,并基于Matlab平台完成了算法编程与仿真验证。通过设置多种运行场景进行对比实验,结果表明所提出的优化模型能有效降低微网综合运行成本,提高可再生能源消纳能力,增强系统对不确定性因素的适应性与调度灵活性。; 适合人群:具备电力系统基础理论知识和一定Matlab编程能力的科研人员及工程技术人员,尤其适用于从事微电网能量管理、智能配电网优化、需求侧响应等领域研究的研究生及以上学历人员。; 使用场景及目标:①应用于微电网能量管理系统中,实现源-荷-储多主体协同优化调度;②支持高比例可再生能源接入场景下的配电系统经济调度与需求侧管理决策;③为学术研究提供粒子群算法在复杂电力系统优化问题中应用的完整案例参考。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点关注目标函数设计、约束条件处理、粒子群参数配置等关键环节,鼓励动手调试代码并尝试调整模型结构或参数设置,以观察不同条件下优化结果的变化规律,从而深化对智能优化算法与微网调度机制融合应用的理解。

65,212

社区成员

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论,技术干货分享,前沿动态等
c++ 技术论坛(原bbs)
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题,如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧