分享一段JS,滚动条根据鼠标位置自动滚动

personball 2010-12-31 11:36:02
前几天看到一个帖子,lz想要这种效果——不需要鼠标拖动或者滚轮滚动,仅根据鼠标移动时所在的位置,使滚动条自动滚动.
今天正好有空写了这段,但是那个帖子找不到了。
贴代码出来给需要的同学参考参考。

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title>AutoScrollDemo</title>
<script src="../jquery-1.4.2.min.js"></script>
<script>
$(function(){

$(document).mousemove(function(e){
var xx=e.originalEvent.x||e.originalEvent.layerX||0;
var yy=e.originalEvent.y||e.originalEvent.layerY||0;

//首先获得鼠标位置坐标与滚动条2个值的差值T1 L1(即是相对窗口的坐标位置)
var T1=yy-$(document).scrollTop();
var L1=xx-$(document).scrollLeft();
//然后设置该两个差值的筏值 T1max T1min L1max L1min;
var T1max=$(window).height()*0.7;
var T1min=$(window).height()*0.3;
var L1max=$(window).width()*0.7;
var L1min=$(window).width()*0.3;
//当T1 大于 T1max 或者小于 T1min 时,触发滚动条动作,变化速度为 T1 与 筏值的差值(每秒) [滑动效果另议]
if(T1>T1max)$(document).scrollTop($(document).scrollTop()+T1-T1max);
if(T1<T1min)$(document).scrollTop($(document).scrollTop()+T1-T1min);
//同上,处理L1
if(L1>L1max)$(document).scrollLeft($(document).scrollLeft()+L1-L1max);
if(L1<L1min)$(document).scrollLeft($(document).scrollLeft()+L1-L1min);

});

})
</script>
</head>
<style>
div{ background-color:#CCCCCC; width: 2000px; height:3000px;}
</style>
<body>
<div id="div_mainframe">

</div>
</body>
</html>
...全文
543 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
xiangwendong 2010-12-31
  • 打赏
  • 举报
回复
可以用!还好自己有jquery类库
内容概要:本文介绍了一种基于多目标粒子群算法(MOPSO)的微电网优化调度模型,综合考虑风能、光伏、储能系统、柴油发电机、燃气轮机以及与主电网之间的能量交互等多种分布式能源的协同运行。通过构建以运行成本最小化、碳排放最低化和系统可靠性最优化为目标的多目标优化模型,利用Matlab平台实现MOPSO算法求解,完成对微电网在不同运行场景下的能量管理与调度方案优化。该模型能够有效平衡经济性与环保性之间的关系,适用于含多类型分布式电源的复杂微电网系统,具有较强的工程应用价值和科研参考意义; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事微电网、智能电网、综合能源系统、可再生能源集成与优化调度等领域研究的专业人士; 使用场景及目标:①用于多能源耦合微电网系统的协同优化调度研究;②支持多目标智能优化算法在能源系统中的建模与求解实践,帮助用户掌握MOPSO在实际工程问题中的应用方法;③为学术论文复现、毕业设计、科研项目开发提供完整的代码实例与技术支撑; 阅读建议:建议读者结合Matlab代码与理论文档,深入理解目标函数构建、约束条件处理及Pareto最优解集生成机制,重点关注算法参数设置、多目标权衡分析与结果可视化,并可通过调整能源配置或引入新约束进行二次开发与创新研究。

87,988

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 JavaScript
社区管理员
  • JavaScript
  • 无·法
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