关于考勤判断的设计?

ctsknight1604 2008-07-30 10:10:57
系统每次心跳会整理出当前的人员状态。根据人员的状态变化进行考勤判断,人员设计为是一个struct。考勤判断有几种策略。策略1(人员,系统参数1,系统参数2),策略2(人员,系统参数3),策略3(人员,系统参数4)。
系统可根据设置选择使用策略进行考勤判断。现在主要是系统参数问题,使用策略1时要使用参数1,2;使用策略2时要使用参数3;使用策略3时要使用参数4。以后还有可能增加新的考勤判断方法。
这个改如何设计呢?
...全文
303 18 打赏 收藏 转发到动态 举报
写回复
用AI写文章
18 条回复
切换为时间正序
请发表友善的回复…
发表回复
stone_clock 2008-08-20
  • 打赏
  • 举报
回复
1. 使用Flyweight模式获取策略
2. 使用Strategy执行操作
lee_haku 2008-08-09
  • 打赏
  • 举报
回复
[Quote=引用 16 楼 Lx_china 的回复:]
我喜欢传递函数指针...
[/Quote]
如果是c的话通过回调函数实现可以么??
Lx_china 2008-08-04
  • 打赏
  • 举报
回复
我喜欢传递函数指针...
ctsknight1604 2008-07-30
  • 打赏
  • 举报
回复
这样如何?
ctsknight1604 2008-07-30
  • 打赏
  • 举报
回复
客户端代码
判断使用哪个策略
if(使用策略A)
CStrategyA SA = new CStrategyA(person);
SA.InitPara(para);
SA.CheckOut();
SA.GetResult();
if(使用策略B)
...
ctsknight1604 2008-07-30
  • 打赏
  • 举报
回复

初步想是这样设计:
class CPerson{} //人员类
class CStrategy{//抽象类策略
public:
CStrategy(const CPerson& person){};
int GetResult(){return nResult};//得到考勤判断结果
private:
virtual BOOL InitPara(const std::list& para)=0;//初始化参数,纯虚函数,子类必须实现
virtual void CheckOut()=0;//考勤判断,纯虚函数,子类必须实现
int m_nResult;//考勤判断结果状态
CPerson m_Person;
}
class CStrategyA:public CStrategy{//策略A
public:
CStrategyA(const CPerson& person){};
private:
BOOL InitPara(const std::list& para);{//子类的实现}
void CheckOut();{//子类的实现}
int m_para1;
int m_para2;
}
//策略2类似
LUCIzm 2008-07-30
  • 打赏
  • 举报
回复
如果是通过判断一些数,来确定策略。那肯地需要判断if这个样子了。
通过一个函数
策略判断(策略判断需要的参数,参数1,参数2....)
里面就是需要那个用那个了。
策略判断(策略判断需要的参数,参数1,参数2....,策略数目)
{ 策略判断(策略判断需要的参数,参数1,参数2....),
新策略调用的判断。
}

如果要增加策略。就指定策略的数目,通过多态,就可以调用新改动的策略。
hai040 2008-07-30
  • 打赏
  • 举报
回复
5楼说的策略模式
系统配置是全局的吧

struct strategy
{
virtual void do(const person*) = 0;
}
struct strategy1 : strategy
{
static strategy* getins() {static strategy1 s; return &s;}
void do(const person*){...}
}
int main()
{
person p;
strategy* s;
if (...)
s = strategy1::getins();
s->do();
}
yagebu1983 2008-07-30
  • 打赏
  • 举报
回复
学习!!
ctsknight1604 2008-07-30
  • 打赏
  • 举报
回复
使用哪个策略由人员的状态和系统设置有关
guzhilei1986 2008-07-30
  • 打赏
  • 举报
回复
能不能用缺省参数的方法;
策略(人员,策略1....);
这样你可以在后面加任意错个策略。
zjw6861982 2008-07-30
  • 打赏
  • 举报
回复
学习中
hz_80 2008-07-30
  • 打赏
  • 举报
回复
我的理解是做个多态函数
例:
class 考勤
{
策略(人员,系统参数1,系统参数2);
策略(人员,系统参数3);
策略(人员,系统参数4);
.
.
.
.
.
.
}

这样,不论什么东西,只是参数不一样就自动调用不同的策略.而且,新增策略很方便,不会影响外部原程序.
aimflycn 2008-07-30
  • 打赏
  • 举报
回复
策略模式
zjw6861982 2008-07-30
  • 打赏
  • 举报
回复
不定参数?
hai040 2008-07-30
  • 打赏
  • 举报
回复
用哪个策略是由什么决定的?
zjw6861982 2008-07-30
  • 打赏
  • 举报
回复
楼主的意思是考勤策略会经常增加?
hai040 2008-07-30
  • 打赏
  • 举报
回复
调用要一致?传数组
内容概要:本文围绕不确定环境下的多式联运路径优化问题展开研究,提出并实现了基于AFO算法、遗传算法(GA)和粒子群优化算法(PSO)的三种智能优化方法,并借助Matlab平台完成算法编程与仿真。研究构建了考虑时间、成本、转运风险等多重不确定因素的路径优化模型,系统比较了AFO、GA、PSO三种算法在收敛速度、全局寻优能力和稳定性方面的表现,同时引入Matlab自带的全局优化搜索器作为基准对照,深入分析各算法在复杂物流网络中的适用边界与性能差异。研究表明,AFO算法在解决此类组合优化问题时展现出更快的收敛效率和更强的局部规避能力。; 适合人群:具备一定Matlab编程基础与运筹优化知识,从事物流工程、交通运输规划、智能算法开发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多式联运、综合货运网络中的路径决策支持系统构建;②为不确定性条件下复杂路径规划问题提供智能算法选型依据与技术实现方案;③支持科研人员复现主流优化算法并开展横向性能对比实验,推动算法改进与实际落地。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现流程,重点理解目标函数设计、约束条件处理及参数敏感性分析部分,可通过调整问题规模与算法参数进行对比实验,进一步拓展至动态路径规划或大规模网络优化等延伸场景。
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)运动控制中的应用,通过Matlab代码实现了控制算法的仿真验证。该方法融合强化学习的在线自适应能力与传统PID控制的稳定性优势,利用QLearning算法动态优化PID控制器的比例、积分、微分参数,以应对水下复杂流体环境、模型不确定性及外部干扰等挑战,从而提升AUV轨迹跟踪的精度、鲁棒性与动态响应性能。文中系统阐述了AUV的六自由度非线性动力学建模过程、QLearning算法的状态空间与动作空间设计、奖励函数构造及训练机制,并详细说明了PID参数自整定的闭环控制架构。仿真结果表明,相较于传统固定参数PID控制器,该智能控制策略在多种工况下均展现出更优的控制效果,有效抑制了超调,加快了响应速度,并增强了抗干扰能力。; 适合人群:具备自动控制理论、强化学习基础及Matlab/Simulink仿真能力,从事水下机器人、智能控制、海洋工程、自动化等领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于AUV、UUV等无人水下平台的高精度自主导航与运动控制;②为解决非线性、强耦合、时变系统的控制器参数自适应整定问题提供智能化解决方案;③作为强化学习与经典控制理论深度融合的技术范例,推动智能控制算法在海洋装备中的工程化应用。; 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,重点剖析QLearning的状态-动作-奖励机制设计、PID参数更新逻辑及仿真对比实验结果,有条件者可在更复杂的动力学模型或实际硬件平台上进一步验证与优化算法性能。

5,529

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 模式及实现
社区管理员
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧