MFC 为什么给进度条绑定变量之后程序就不能运行了呀

ArgenBarbie 2014-04-08 11:30:18
在对话框中添加进度条后,程序还能运行,但是在类向导中给进度条添加变量之后,还没有加代码,程序就运行不了了。
怎么解决呀?
...全文
158 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
buyong 2014-04-11
  • 打赏
  • 举报
回复
clean + rebuild all
ArgenBarbie 2014-04-09
  • 打赏
  • 举报
回复
引用 4 楼 diplopod 的回复:
看下[DoDataExchange()]里边有没有写错ID的。

void CXXXDlg::DoDataExchange(CDataExchange* pDX)
{
CDialog::DoDataExchange(pDX);
}


class CJindutiaoDlg : public CDialog
{
// Construction
public:
CJindutiaoDlg(CWnd* pParent = NULL); // standard constructor

// Dialog Data
//{{AFX_DATA(CJindutiaoDlg)
enum { IDD = IDD_JINDUTIAO_DIALOG };
CProgressCtrl m_prc; //新添加的进度条变量
CProgressCtrl m_ctrlProgress;
CString m_strText;
//}}AFX_DATA
。。。。。。
void CJindutiaoDlg::DoDataExchange(CDataExchange* pDX)
{
CDialog::DoDataExchange(pDX);
//{{AFX_DATA_MAP(CJindutiaoDlg)
DDX_Control(pDX, IDC_PROGRESS2, m_prc); //新添加的进度条变量
DDX_Control(pDX, IDC_PROGRESS1, m_ctrlProgress);
DDX_Text(pDX, IDC_EDIT1, m_strText);
//}}AFX_DATA_MAP
}

都有这个变量,ID也对呀


就这样一个测试的界面

PS. 环境是vc++6.0,在好多个程序的对话框都试了,都是这样的
Lingxy 2014-04-09
  • 打赏
  • 举报
回复
没源代码~只能你自己Debug~
躺着睡的蜗牛 2014-04-09
  • 打赏
  • 举报
回复
看下[DoDataExchange()]里边有没有写错ID的。 void CXXXDlg::DoDataExchange(CDataExchange* pDX) { CDialog::DoDataExchange(pDX); }
LLxz_0609 2014-04-09
  • 打赏
  • 举报
回复
看你的控件id有没有,有的时候vs添加控件会出错的,自己检查一下。
buyong 2014-04-09
  • 打赏
  • 举报
回复
debug the program!
xiaohuh421 2014-04-09
  • 打赏
  • 举报
回复
F5运行你的程序, 然后断下来, 看调用堆栈, 是哪里的问题
内容概要:本文详细复现了自适应终端滑模控制(ATSMC)在二自由度刚性机器人机械臂中的应用,重点阐述了该先进控制策略的设计原理、数学建模过程及其在非线性、强耦合的机械臂系统中的高性能轨迹跟踪能力。通过Matlab代码实现,验证了ATSMC相较于传统控制方法在提高系统鲁棒性、抑制外部干扰与参数不确定性方面的优越性,尤其体现在快速收敛性和高精度控制上。文中涵盖了控制系统结构设计、滑模面构造、自适应律设计及Lyapunov稳定性证明等关键环节,并提供了完整的仿真流程与结果分析。; 适合人群:具备自动控制理论基础、机器人学知识及Matlab/Simulink仿真能力的研究生、科研人员和自动化领域工程师。; 使用场景及目标:①深入理解滑模控制特别是终端滑模与自适应机制的结合原理;②掌握非线性系统先进控制算法的设计与仿真方法;③为机器人高精度运动控制、工业自动化等实际工程问题提供算法参考与实现范例; 阅读建议:建议读者结合现代控制理论教材,重点关注控制律推导与Lyapunov函数设计部分,并动手运行与调试所提供的Matlab代码,通过改变系统参数和初始条件来观察控制性能变化,从而加深对ATSMC算法鲁棒性与适应性的理解。
内容概要:本文围绕基于模型预测控制(MPC)的微电网调度优化展开研究,提出了一种结合多元宇宙优化算法(MVO)的创新性求解方法。该研究构建了以经济性、稳定性和可再生能源利用率为目标的多目标优化模型,并利用MPC的滚动优化特性处理系统动态变化与不确定性因素。通过引入多元宇宙优化算法求解复杂非线性优化问题,有效提升了寻优效率与全局收敛能力。文中详细阐述了MPC框架下的预测模型构建、目标函数设计、约束条件设置及多元宇宙算法的具体实现流程,并借助Matlab平台完成了仿真验证,结果表明所提方法在降低运行成本、提高能源利用效率和增强系统稳定性方面表现优异。; 适合人群:具备电力系统、自动化或相关领域基础知识,熟悉Matlab编程,从事新能源、智能电网、优化控制方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统中实现多时间尺度下的动态调度优化;②为解决含高比例可再生能源的配电系统协调控制问题提供算法支持;③作为智能优化算法与先进控制策略融合的技术参考,推动MPC在复杂电力系统中的实际落地。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注MPC与MVO的协同机制设计,同时可尝试将该方法迁移至其他优化控制场景进行对比验证,进一步掌握其适用边界与改进潜力。

65,208

社区成员

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论,技术干货分享,前沿动态等
c++ 技术论坛(原bbs)
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题,如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧