DVE GridControl 导出Xlsx格式问题

Andrew_wx 2014-01-23 08:06:55
用
gdvList.ExportToXls(saveFileDialog.FileName, options);

导出表中数据到EXCEL时,表中列的宽度不能自适应,全都挤一起了。换用:
gdvList.ExportToExcelOld(saveFileDialog.FileName);

列名是可以自动调整了,但是内容全是文本的。求大神指点下,能让第一种方式列宽自动调整或是第二种方式导出的内容格式跟导出前一样。
谢谢!
...全文
193 3 打赏 收藏 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
wind_cloud2011 2014-01-24
  • 打赏
  • 举报
回复
可能高版本支持格式输出,那你换种方式,=->datatable-> excel
Andrew_wx 2014-01-24
  • 打赏
  • 举报
回复
唉,谢谢了!
tangxu12 2014-01-23
  • 打赏
  • 举报
回复
就是这样的 ,别浪费时间找解决方法了
内容概要:本文提出并实现了一种基于Transform-KAN混合架构的电力负荷预测模型,旨在通过融合Transformer在长序列建模中的注意力机制优势与Kolmogorov-Arnold Network(KAN)在函数逼近方面的高精度非线性拟合能力,显著提升负荷预测的准确性与鲁棒性。研究系统阐述了模型的整体结构设计、输入特征工程、训练流程及关键超参数配置,并利用真实电力系统历史数据进行多步预测实验,验证了该方法在处理非线性、非平稳负荷序列时的优越性能。重点探讨了新型神经网络结构在时间序列预测任务中的创新应用,为复杂电力系统负荷的精准预估提供了有效的技术路径。; 适合人群:具备一定编程基础和机器学习知识,从事电力系统、能源管理或时间序列预测相关研究的研发人员,尤其适合工作1-3年希望深入理解前沿预测模型的技术人员。; 使用场景及目标:①应用于电网调度、能源管理系统中对未来电力负荷的精确预测;②探索Transformer与KAN等新兴神经网络模型在实际工业场景中的融合设计与实现方法;③为学术研究提供可复现的高性能负荷预测基准方案。; 阅读建议:此资源以Python代码实现为核心,强调理论与实践相结合,建议读者在学习过程中仔细研读模型架构细节,动手运行并调试代码,结合实验结果深入理解各模块的作用与优化策略,从而全面掌握该先进预测方法的设计精髓。

111,128

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧