ssh 关于 multiple 多选的问题

shunlirong 2011-07-23 05:04:37

想请问一下，以前做asp的时候

如果 Ustname 在html页面为多选

那么只要request("Ustname")
就可以得到 Ustname="a,b,c,d,e,f"

但是java ssh开发的时候，为什么
request.getParameter("ustname"); 或是 usererasForm.getUstname();

都只能得到 Ustname="a";只能得到第一个选值，要如何解决问题～～～～～～

谢谢,在线等待！！！！

...全文

306 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

HeiBoyYang 2011-07-23

打赏
举报

回复

1.获取多个值的时候：request.getParameterValues()
2.获取单个值的时候：request.getParameter()
或者把多个值放入集合中
然后通过键值的方式取值
遍历

毛豆先生Max 2011-07-23

打赏
举报

回复

request.getParameterValues()
struts1不清楚，2的话会自动把多个值用“,”隔开

该数据集整理了2001年至2024年沪深上市公司涉及深度合成算法业务的相关信息，以年度为维度呈现公司名单及业务开展情况。内容涵盖公司基本标识、所属行业、业务描述、公告披露时间及关键指标等字段，便于研究者识别上市公司在深度合成技术领域的布局与变动。数据来源于公开披露信息，经过结构化处理形成面板数据，可支持企业技术创新、数字化转型、新兴产业演化等主题的实证分析。使用时可根据研究需要对样本进行筛选，结合行业分类与财务数据进行扩展分析。该数据集的时间跨度较长，能够反映深度合成算法业务在中国上市公司中从早期探索到逐步发展的过程，适用于考察技术应用与资本市场互动关系的研究。

科易网基于40亿+科创知识图谱数据库，深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，研究科技创新领域的AI+数智化解决方案，推动科技创新与产业创新智能化发展。

内容概要：本文研究了基于Matlab和PSCAD协同仿真的输电网络智能故障定位方法，旨在通过联合仿真平台实现高压输电线路的多区距离保护与精确故障定位。研究提出结合全周期滑动DFT相量提取与Fortescue对称分量变换的技术手段，以提升故障检测的准确性与响应速度。利用Matlab进行算法设计与数据分析，PSCAD完成电磁暂态仿真建模，充分发挥两者在算法开发与系统仿真方面的优势，实现技术互补。该方法能够有效应对复杂电网结构下的故障识别难题，显著提高输电系统运行的安全性与可靠性。; 适合人群：具备电力系统基础知识及相关仿真经验，从事电力自动化、继电保护或智能电网研究的研发人员和高校研究生。; 使用场景及目标：①实现高压输电线路中多区域故障的快速精确定位；②提升距离保护装置在复杂运行工况下的适应性与稳定性；③为智能电网中故障诊断系统的开发提供技术支持与仿真验证方案；阅读建议：建议读者结合Matlab与PSCAD软件实际操作，深入理解协同仿真的数据交互机制，重点关注DFT相量提取与对称分量法在故障分析中的应用，并通过仿真实例调试优化算法参数。

该数据集涵盖1985年1月至2026年1月全球主要国家的经济政策不确定性指数（Economic Policy Uncertainty, EPU），时间跨度超过四十年，以月度频率记录。经济政策不确定性指数是衡量一国经济政策变动对市场预期影响的重要指标，通常基于新闻媒体报道、税收条款失效预测及专家观点分歧等维度构建。数据文件为xlsx格式，包含国家名称、时间、指数值等核心字段，适用于跨国比较、时间序列回归及政策效应评估等研究场景。研究者可利用该数据探讨经济不确定性对投资、贸易、金融市场波动或宏观经济走势的影响，也可结合其他宏观变量开展因果分析。由于指数覆盖全球多个经济体，样本量较大，便于进行分组或面板数据分析。数据整理较为规范，适合经济学、国际金融及公共政策领域的实证研究使用。

内容概要：本文研究了面向复杂海洋环境的无人水面艇（USV）编队控制问题，提出了一种双层模型预测控制（MPC）理论与鲁棒协同控制方法。上层负责编队构型的优化与全局路径规划，通过求解优化问题实现多艇协同构型的动态调整；下层基于非线性MPC框架实现各无人艇的运动控制与精确轨迹跟踪，充分考虑了系统动力学约束、外部环境干扰（如风浪流）及模型不确定性。通过引入鲁棒控制策略，增强了系统在复杂动态海洋环境下的抗干扰能力与控制稳定性。研究在Matlab平台上完成了算法的完整代码实现与仿真验证，结果表明所提方法能够有效实现多艇在复杂环境下的高精度、强鲁棒性协同编队控制。; 适合人群：具备自动控制、机器人、海洋工程或相关专业背景，熟悉Matlab/Simulink仿真工具，从事多智能体协同控制、无人系统自主导航或模型预测控制算法研究的研发人员与研究生。; 使用场景及目标：①为无人水面艇在复杂、动态、不确定的海洋环境下执行编队任务提供先进的控制理论与技术方案；②通过完整的Matlab代码实现，方便研究人员复现、验证、改进双层MPC与鲁棒协同控制算法；③促进模型预测控制与鲁棒控制理论在多智能体系统、无人装备协同作业等领域的深度融合与应用发展。; 阅读建议：建议读者结合提供的Matlab代码，深入剖析双层控制架构的设计逻辑、MPC优化问题的构建过程以及鲁棒性处理机制的具体实现，重点关注算法如何处理模型误差、外部干扰和系统硬约束，以全面掌握其在复杂场景下的工程应用潜力。

81,108

社区成员

341,721

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