在下载频道放了一个XE2开发的MapInfo电子地图,带有一个超级的ObjInspector,欢迎您下
这是使用EAD XE2 for Delphi编写的一个电子地图的程序,程序中使用了CrazyMap控件(XE2编写)和TObjInspector控件(亦为XE2编写的),大部分显示的功能都在控件内部实现。支持X64和X86两种目标代码。
CrazyMap采用多种优化措施,如缓存、动态抽稀等技术来提高电子地图的显示速度,可以获取比MapInfo和AutoCAD更高的显示速度。
CrazyMap并不是用来编辑或者创建地图数据的,而是给程序设计人员来编写适合用户操作的GIS系统的,因此注重用户的使用感受,尽可能的提高显示效率,并且提供适当的接口来实现用户数据的地图信息绘制工作。
TObjInspector并不是网络上可以见到的那个同名的控件,而是使用XE2中最新的RTTI功能实现的更强大的属性编辑器,TObjInspector可以获取publish、public、protected和private类型的属性信息,并且可以获取普通字段数据Field,而并不局限于冠以property关键字的属性。数据类型中支持普通TObject派生的对象和Record类型的数据,并且可以支持Array和动态Array的数据类型。TObjInspector提供了几种独立的属性编辑器,用来编辑不同数据类型的属性,并且可以通过用户接口实现用户定义类型的编辑。Array和动态Array的元素类型可以是任何Delphi支持的类型,如基本类型、Class、record和其他用户定义的类型。TObjInspector支持由事件创建可知性的Script脚本,脚本可以与宿主程序交互运行。
本程序中是针对TCrazyMap做的示范程序,相关TObjInspector的功能演示并不包含在内,只是使用ObjInspector对CrazyMap进行观察而已。
本程序中没有使用任何第三方的控件完成,均使用XE2本身提供的组件或者功能完成的。
TCrazyMap中的UseGDIP是用来支持GDI+绘图的,但实际中发现GDI+对图形质量的贡献并不突出,而对显示效率的负面贡献却相当的大,因此并没有对所有地图对象设计GDI+的显示代码,请不要进行UseGDIP的测试工作。
伴随程序提供的是一幅老早的西安地图,还有通过文件保存的地图图层编组.
相关推荐
Rosenbrock 优化实验:GD、PSO 与 GA 的收敛对比matlab代码.rar
Rosenbrock 优化实验:GD、PSO 与 GA 的收敛对比matlab代码.rar
用于居民用水定价和工业废水成本优化的MATLAB与LINGO模型.rar
用于居民用水定价和工业废水成本优化的MATLAB与LINGO模型.rar
T17_低空经济试验区十五五通用航空机场与无人机物流网设计方案_技术方案版.pptx
T17_低空经济试验区十五五通用航空机场与无人机物流网设计方案_技术方案版.pptx
AI政务大模型数字人平台规划方案(技术方案版).pptx
AI政务大模型数字人平台规划方案(技术方案版).pptx
化学和超级电容混合储能双层容量配置平抑风电波动,采用RLMD分解风电功率,粒子群算法求解(Matlab代码实现)
内容概要:本文提出一种针对风电功率波动的混合储能系统双层容量配置方法,采用化学储能(如锂离子电池)与超级电容器构成混合储能系统,以充分发挥前者高能量密度与后者高功率密度及快速响应的优势。为实现精细化功率分配,引入可重复局部均值分解(RLMD)对风电功率序列进行多尺度分解,有效分离出不同时间尺度的波动分量,据此制定协调控制策略:高频波动由超级电容承担,低频波动由化学储能承担,从而减轻单一储能单元的压力,延长整体系统寿命。在此基础上,构建了一个双层优化模型:上层模型以系统全寿命周期成本最低和运行稳定性最高为优化目标,确定储能单元的最优额定容量;下层模型则以实时功率分配损耗最小为目标,实现储能间的动态功率分配。整个优化问题采用粒子群优化算法(PSO)进行高效求解,并通过Matlab代码实现了完整的仿真验证。仿真结果表明,该方法不仅能显著平抑风电并网带来的功率波动,改善电能质量,还能有效降低系统综合成本,并通过合理分配充放电任务,减少化学储能的循环次数,延长其使用寿命。; 适合人群:具备电力系统、新能源控制或优化算法基础,从事风电并网、储能系统设计与优化等相关领域的科研人员及工程技术人员。; 使用场景及目标:①解决风电功率波动对电网稳定性的影响;②优化混合储能系统中电池与超级电容的容量配置,实现成本与性能的平衡;③掌握RLMD信号分解与粒子群算法在能源系统优化中的应用; 阅读建议:此资源结合了信号处理、储能控制与智能优化算法,建议读者在学习过程中重点关注RLMD分解原理、双层优化模型的构建逻辑及粒子群算法的实现细节,并结合提供的Matlab代码进行仿真复现与参数调试,以深入理解各模块的协同机制。



