第一帖

lrd0128 2015-08-18 02:25:00
表结构是ID CODE PID
1、写实现类方法,查询前台所传父ID对于的菜单
@Override
public List<Gwdict> getTWOUnit(String id) {
String sql="select g.CODE,g.id from GWDICT g where PARENTID='"+id+"'";
return this.createSQLQuery(sql).list();
}

2、写action,我用的springMVC list的验证就省去了。。。
@RequestMapping(value="/twoUnit.action")
@ResponseBody
public List<Gwdict> getTwoUnit(HttpServletRequest request,HttpServletResponse response) throws Exception{
response.setCharacterEncoding("UTF-8");
String id=request.getParameter("id");
List<Gwdict> list=gwPostMagService.getTWOUnit(id);
JSONArray json=JSONArray.fromObject(list);
response.getWriter().write(json.toString());
response.getWriter().flush();
return null;
}
3、利用freemaker取出所有一级列表

3、其他子列表就只有一个select就行
(1) 二级子列表
<select id="twoUnit" onchange="selectCheckedOne();" >
</select>
(2)三级子列表
<select id="threeUnit"> </select>

4、前台js 感觉应该能再优化的
function selectChecked(){
var oneId=$("#oneUnit").attr("value");
$.ajax({
type: "POST",
url: "postorg/twoUnit.action",
data: "id="+oneId+"",
dateType:"json",
success: function(value){
var msg=eval("("+value+")");
$("#twoUnit").empty();
for(var i=0;i<msg.length;++i){
var option=new Option(msg[i]);
option.text = msg[i][0];
option.value=msg[i][1];
$("#twoUnit").append(option);
}
selectCheckedTwo();
}
});
}
function selectCheckedTwo(){
var twoId=$("#twoUnit").attr("value");
$.ajax({
type: "POST",
url: "postorg/twoUnit.action",
data: "id="+twoId+"",
dateType:"json",
success: function(value){
var msg=eval("("+value+")");
$("#threeUnit").empty();
for(var i=0;i<msg.length;++i){
var option=new Option(msg[i]);
option.text = msg[i][0];
option.value=msg[i][1];
$("#threeUnit").append(option);
}
}
});
}

效果


第一次,多谢支持
...全文
149 3 打赏 收藏 转发到动态 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
小小强 2015-08-18
  • 打赏
  • 举报
回复
竟然没问题。。。楼主加油
迷林 2015-08-18
  • 打赏
  • 举报
回复
赞同楼上,我一行一行看下来,到最后发现,没问题
  • 打赏
  • 举报
回复
看了半天,我还以为是问题贴呢.... 好吧,感谢分享
内容概要:本文围绕基于粒子群算法(PSO)的风电与水电(抽水蓄能)联合优化调度问题展开研究,旨在通过智能优化算法实现可再生能源的高效利用与电力系统的经济稳定运行。文中系统阐述了粒子群算法的核心原理及其在电力调度中的适用性,构建了综合考虑风电出力不确定性、抽水蓄能电站调节能力及系统运行约束的联合优化调度模型。采用Matlab进行算法编程与仿真求解,验证了该方法在降低系统综合运行成本、提升新能源消纳水平、增强电网调峰调频能力等方面的优越性能。研究进一步设计了多种对比场景,分析不同调度策略下的系统表现,充分展示了所提模型在应对复杂运行条件时的鲁棒性与实用价值。; 适合人群:具备一定电力系统分析基础和Matlab编程能力的研究生、科研人员,以及从事新能源并网调度、电力系统规划与运行等相关领域的工程师; 使用场景及目标:①应用于风电场与抽水蓄能电站的协同优化调度决策支持;②为高比例可再生能源接入的电力系统提供经济可靠的低碳调度方案;③服务于高校及科研院所中关于智能优化算法在能源系统中应用的教学与科研实验; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节与模型构建逻辑,重点关注目标函数设计、约束条件处理及参数设置对优化结果的影响,并通过复现仿真结果来掌握粒子群算法解决复杂非线性调度问题的关键技术要点。

67,535

社区成员

发帖
与我相关
我的任务
社区描述
J2EE只是Java企业应用。我们需要一个跨J2SE/WEB/EJB的微容器,保护我们的业务核心组件(中间件),以延续它的生命力,而不是依赖J2SE/J2EE版本。
社区管理员
  • Java EE
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